matlab产生一个稀疏向量,Matlab中的稀疏矩阵向量乘法比Python快吗?

作者发现Matlab中的稀疏矩阵向量乘法比Python(使用scipy)快4到5倍。在Matlab中,计算时间约为0.06秒,而Python中为0.072秒。通过调整Python的线程数,发现密集矩阵向量乘法的运行时受显著影响,但稀疏矩阵向量乘法不受影响,表明Python的稀疏矩阵向量乘法可能未充分利用多核。作者在寻找如何在Python中实现与Matlab相同的速度的方法。
摘要由CSDN通过智能技术生成

编辑:请参阅this question,在那里我学习了如何使用Numba在Python中并行化稀疏矩阵向量乘法,并能够与Matlab打交道。在

原题:

我发现在Matlab中稀疏矩阵向量乘法比Python(使用scipy稀疏矩阵)快4到5倍。以下是来自Matlab命令行的一些详细信息:>> whos A

Name Size Bytes Class Attributes

A 47166x113954 610732376 double sparse

>> whos ATrans

Name Size Bytes Class Attributes

ATrans 113954x47166 610198072 double sparse

>> nnz(A)/numel(A)

ans =

0.0071

>> whos x

Name Size Bytes Class Attributes

x 113954x1 911632 double

>> myFun = @() A*x; timeit(myFun)

ans =

0.0601

>> myFun = @() ATrans'*x; timeit(myFun)

ans =

0.0120

矩阵ATrans是A的转置,请注意,在Matlab中计算A乘以x大约需要0.06秒,但是如果我使用奇怪的“转置技巧”计算ATrans的x倍(这与A乘以x的结果相同),则计算需要0.012秒。(我不明白为什么这个把戏有用。)

以下是Python命令行的一些计

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值