performance - MATLAB 中的直方图交集核优化

Question

我想尝试使用直方图交集内核的支持向量机分类器，用于包含 153 张图像的数据集，但需要很长时间。这是我的代码:

a = load('...'); %vectors
b = load('...'); %labels
g = dataset(a,b);

error = crossval(g,libsvc([],proxm([],'ih'),100),10,10);
error1 = crossval(g,libsvc([],proxm([],'ih'),10),10,10);
error2 = crossval(g,libsvc([],proxm([],'ih'),1),10,10);

我在 proxm 函数中的内核实现是:

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end

    % With the MATLAB JIT compiler the trivial implementation turns out
    % to be the fastest, especially for large matrices.
    D = zeros(m,n);
    for i=1:m % m is number of samples of A 
        if (0==mod(i,1000)) fprintf('.'); end
        for j=1:n % n is number of samples of B
            D(i,j) = sum(min([A(i,:);B(j,:)]));%./max(A(:,i),B(:,j)));
        end            
    end

我需要对此代码进行一些 matlab 优化!

Answer 1

你可以用这个 bsxfun 摆脱内核循环来计算 D基于 vectorized方法-

D = squeeze(sum(bsxfun(@min,A,permute(B,[3 2 1])),2))

或通过此修改避免挤压 -

D = sum(bsxfun(@min,permute(A,[1 3 2]),permute(B,[3 1 2])),3)

如果D的计算涉及max而不是min，只需将@min替换为 @max 那里。

---

说明: bsxfun 的工作方式是它对单例维度进行扩展，并执行 @< 列出的操作 在它的调用中。现在，这种扩展基本上就是实现替代 for 循环的矢量化解决方案的方式。数组中的单一维度，我们指的是数组中1 的维度。

在许多情况下，单例维度并不存在，为了使用 bsxfun 进行矢量化，我们需要创建单例维度。这样做的工具之一是使用 permute .这基本上就是前面所述的矢量化方法的工作方式。

因此，您的内核代码 -

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end

    % With the MATLAB JIT compiler the trivial implementation turns out
    % to be the fastest, especially for large matrices.
    D = zeros(m,n);
    for i=1:m % m is number of samples of A 
        if (0==mod(i,1000)) fprintf('.'); end
        for j=1:n % n is number of samples of B
            D(i,j) = sum(min([A(i,:);B(j,:)]));%./max(A(:,i),B(:,j)));
        end            
    end

减少到-

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end
    D = squeeze(sum(bsxfun(@min,A,permute(B,[3 2 1])),2))
    %// OR D = sum(bsxfun(@min,permute(A,[1 3 2]),permute(B,[3 1 2])),3)

我假设行:if (0==mod(i,1000)) fprintf('.'); end 对计算并不重要，因为它会打印某些消息。