optimization - 优化MATLAB代码(嵌套for循环计算相似度矩阵)

Question

我正在 MATLAB 中计算基于欧氏距离的相似度矩阵。我的代码如下:

for i=1:N % M,N is the size of the matrix x for whose elements I am computing similarity matrix
 for j=1:N
  D(i,j) = sqrt(sum(x(:,i)-x(:,j)).^2)); % D is the similarity matrix
 end
end

可以帮助优化这个 = 减少 for 循环，因为我的矩阵 x 的维度是 256x30000。

非常感谢!

--阿迪亚

Answer 1

在 matlab 中执行此操作的函数称为 pdist。不幸的是，它速度慢得令人痛苦，并且没有考虑到 Matlab 的矢量化能力。

以下是我为一个项目写的代码。让我知道您获得了什么样的加速。

   Qx=repmat(dot(x,x,2),1,size(x,1));
   D=sqrt(Qx+Qx'-2*x*x');

请注意，这仅在您的数据点在行中且维度在列中时才有效。例如，假设我有 256 个数据点和 100000 个维度，然后在我的 Mac 上使用 x=rand(256,100000)，上面的代码在大约半秒内生成一个 256x256 矩阵。