转：MATLAB加速

1. 向量化。养成看到for就浑身不舒服的本能反应。
2. 矩阵如果太大了会爆内存则千万别向量化，老老实实用循环吧。有些3-4纬的矩阵，用循环处理起来甚至快一些。
3. 循环竖着走比横着走快。
4. 不少内置函数都有大量的error check。直接用profiler找出真正干活的。
5. 不少内置函数在网上都有人提供了更快的版本的，当然功能弱一些，正好符合提速的需求。
6. 视情况，有时可以把变量强行变成single,速度暴增。
7. 利用copy on write的特点，丢进函数的变量能不对其修改就不要修改。
8. matlab就是个高级计算器，不要拿干来处理文件，往数据库里塞数据这种活。eval, object之类的东西能别碰就别碰，尽量保持着every is an array of double的模式。
9. 不要把代码全塞到一行。不但难看有时候还慢一些。

链接：https://www.zhihu.com/question/31028195/answer/121589291

1. 循环向量化
2. 利用函数的矩阵输入功能批量处理
3. 必须用for且费时的地方改成单层parfor，要是循环次数比cpu核数还少反而会拖慢程序
4. 非常大的矩阵的运算可以用gpuArray（这个在matlab 深度学习工具箱中深有体会）
5. 能用矩阵不要用cell，速度慢且占内存巨多
6. 对调用频繁且费时的地方尝试生成c ，写成mex
7. 按编译器提示先初始化矩阵大小（但我大部分时候还是懒得预先算矩阵大小…）
8. Matlab 是可以多开的，如果parfor不能改或者懒得改可以“人肉parfor”，也就是把一个for拆成几段然后多开几个matlab 一起执行，最后再合并结果，比较暴力哈哈
9. 费时的程序最后加个email发送程序，跑完直接把结果发邮箱里

链接：https://www.zhihu.com/question/31028195/answer/575537232

2. 预先定义好变量的维度
   类似于数组的变量都是连续存放在内存里，如果每次赋值时都要change size的话，MATLAB只好重新找一块连续的内存放这些数据，增加了数据在内存里不必要的读取存储。

3. 使用函数句柄

【矢量化大法好】【GPU大法好】

GPU加速
GPU（NVIDIA显卡的GPU加速）的流处理器个数远多于CPU核心数，并行如果放到显卡里对运算的优化是显而易见的。

https://www.zhihu.com/question/31028195