我需要执行(复杂)矩阵的离散卷积,并在Julia中定义以下函数:
function convolve(M::Array{Complex{Float64},2}, K::Array{Float64,2}, p::Int)
(n,m) = size(M)
res = zeros(Complex{Float64},n)
for k=1:p
for l=1:n
res[l] += M[l,k]*K[l,end-p+k]
end
end
return res
end
我这样使用它:
M=complex(rand(2000,2000))
K=rand(2000,2000)
@time convolve(M,K,2000,0)
现在这是相对快速和令人惊讶的,比矢量化版本更快(约3倍),其中我用res = M [:,k].* K [:,end-p k]替换内部循环. (我认为这是由于临时阵列的很多记忆分配,我可以忍受).
但是矢量化的MATLAB代码运行速度提高了大约5倍:
function res = convolve(M, K, p)
n = size(M,1);
res = zeros(n,1);
for k=1:p
res = res + M(:,k).*K(:,end-p+k);
end
end
我做错了什么?如何让Julia像MATLAB一样快速地执行元素乘法?这是一个索引问题吗?
注意:我已经使用@code_warntype检查过没有类型犹豫不决的搞笑业务(没有Any或Union等),但问题可能更微妙.宏@code_llvm产生了令人惊讶的长输出,但我不是专家所以我很难看到发生了什么.