Tag: bsxfun

在MATLAB版本7中相当于pdist2

我需要计算matlab中2个matrix之间的欧式距离。 目前我使用bsxfun和计算距离如下（我附上一段代码）： for i=1:4754 test_data=fea_test(i,:); d=sqrt(sum(bsxfun(@minus, test_data, fea_train).^2, 2)); end fea_test的大小是4754×1024，fea_train是6800×1024，使用for循环导致执行for花了大约12分钟，我认为这太高了。 有没有办法计算两个matrix之间的欧氏距离更快？ 我被告知，通过删除不必要的循环，我可以减less执行时间。 我也知道，pdist2可以帮助减less计算时间，但是因为我使用的是matlab版本7，所以没有pdist2函数。 升级不是一个选项。 任何帮助。 问候， 巴维亚

bsxfun在matrix乘法中的实现

一如既往地试图从你那里学到更多东西，我希望能够通过下面的代码获得一些帮助。 我需要完成以下内容： 1）我有一个vector： x = [1 2 3 4 5 6 7 8 9 10 11 12] 2）和一个matrix： A =[11 14 1 5 8 18 10 8 19 13 20 16] 我需要能够将x的every值与A each值相乘，这意味着： new_matrix = [1* A 2* A 3* A … 12* A] 这会给我这个size (12*mxn) new_matrix ，假设A (mxn) 。 而在这种情况下(12*4×3) 我怎样才能做到这一点，使用matlab的bsxfun ？ 而且，这个方法会比for-loop更快吗？ 关于我的for-loop […]

在Matlab中，什么时候使用bsxfun最合适？

我的问题：我注意到很多关于SO的Matlab问题的很好的答案经常使用函数bsxfun 。 为什么？ 动机：在bsxfun的Matlab文档中，提供了以下示例： A = magic(5); A = bsxfun(@minus, A, mean(A)) 当然，我们可以使用以下方法进行相同的操作 A = A – (ones(size(A, 1), 1) * mean(A)); 而实际上一个简单的速度testing表明第二种方法快了大约20％。 那为什么要用第一种方法？ 我猜测在某些情况下，使用bsxfun比“手动”的方法要快得多。 我真的很想看到这样的情况的例子，并解释为什么它更快。 此外，对于这个问题的最后一个元素，同样来自bsxfun的Matlab文档：“C = bsxfun（fun，A，B）将函数handle fun指定的逐个元素的二进制操作应用于数组A和B，单身扩展启用“。 “单启扩展”是什么意思？

用另一个matrix排列matrix

假设我有一个matrixA ，我sorting这个matrix的行。 如何在matrixB （当然是相同的大小）上复制相同的顺序？ 例如 A = rand(3,4); [val ind] = sort(A,2); B = rand(3,4); %// Reorder the elements of B according to the reordering of A 这是我想到的最好的 m = size(A,1); B = B(bsxfun(@plus,(ind-1)*m,(1:m)')); 出于好奇，任何替代品？ 更新： 乔纳斯在2008a（XP）上的优秀解决scheme ： n = n 0.048524 1.4632 1.4791 1.195 1.0662 1.108 1.0082 0.96335 0.93155 0.90532 0.88976 n = 2m […]

比较BSXFUN和REPMAT

在比较bsxfun和repmat的performance之前，很less有人问到这个问题。 其中之一是： Matlab – bsxfun no longer faster than repmat? 。 这个试图调查repmat和bsxfun之间的性能比较，特别是从input数组本身沿着input数组的平均值减去input数组的平均值，并且因此将仅探索@minus部分与其等效的repmat 。 另一个是： In Matlab, when is it optimal to use bsxfun? 。 那个人试图做同样的操作减去平均沿列，并没有扩大到其他内置操作。 在这篇文章中，我试图调查bsxfun和repmat之间的性能数字，以覆盖所有的bsxfun内置bsxfun ，从而为这两个提供了更好的vector化解决scheme。 具体来说，我的这个职位的问题是： bsxfun的各种内置操作bsxfun执行对应的repmat ？ bsxfun支持@plus ， @minus ， @times等浮点操作， @minus像@plus ， @minus @times等关系和逻辑操作。那么，是否有特定的内置bsxfun可以使bsxfun加速比使用他们的repmat等值？ 在她的blog post Loren bsxfun用@() A – repmat(mean(A),size(A,1),1)和@() bsxfun(@minus,A,mean(A))对bsxfun进行了基准testing。 如果我需要覆盖所有内置的基准testing，我可以使用一些其他的比较模型来处理浮点，关系和逻辑运算吗？