performance - Julia 比Java慢得多

Question

我是Julia的新手，并且编写了一个简单的函数来计算RMSE(均方根误差)。 ratings是评分矩阵，每行是[user, film, rating]。有1500万个收视率。 rmse()方法耗时12.0 s，但是Java实现快约188倍:0.064 s。为什么Julia的执行速度这么慢？在Java中，我正在使用Rating对象数组，如果它是多维int数组，则它甚至会更快。

ratings = readdlm("ratings.dat", Int32)

function predict(user, film)
    return 3.462
end

function rmse()
    total = 0.0
    for i in 1:size(ratings, 1)
        r = ratings[i,:]
        diff = predict(r[1], r[2]) - r[3]
        total += diff * diff
    end
    return sqrt(total / size(ratings)[1])
end

编辑:避免了全局变量后，它在1.99 s(比Java慢31倍)中完成。删除 r = ratings[i,:]后，速度为0.856 s(慢13倍)。

Answer 1

一些建议:

不要使用全局变量。由于烦人的技术原因，它们运行缓慢。而是将ratings作为参数传递。

r = ratings[i,:]行进行复制，速度很慢。相反，请使用predict(r[i,1], r[i,2]) - r[i,3]。

square()可能比x*x更快-试试吧。

如果您从源头上使用前沿的Julia，请查看全新的 NumericExtensions.jl package，它为许多常见的数值运算都疯狂地优化了功能。 (see the julia-dev list)

Julia必须在第一次执行代码时对其进行编译。在Julia中进行基准测试的正确方法是多次计时，而忽略第一次。