将矩阵的每一行乘以一个随机数的最佳方法

我想用随机数乘以矩阵的每一行，例如，将矩阵的每一行乘以一个随机数的最佳方法

Y = R*X

与含有从rand()条目大小TxN的对角矩阵R和尺寸NxM与非常大T和N矩阵X。目前我使用

r = rand(T) 
Y = scale(r, X)

但我不知道这是做得更快还是更好。例如，我认为没有必要创建矢量r，但我不知道如何高效/并行地调用y[i] = rand()*X[i,:]。

来源

2014-09-02 Manuel Schmidt

就你而言，创建'r'与调用'scale（）'相比，需要多长时间？ – 2014-09-02 21:22:27

你一定要创建临时的'r'。原因是：按行来遍历'X'是非常低效的，按列遍历的速度要快5-10倍。因此，在这种情况下，分配临时的'r'，并且按列（即按照存储器存储顺序）遍历'X'将是一个巨大的胜利。特别是如果'X'和'r'是'Float32'，在这种情况下，这应该SIMD矢量化。 – tholy 2014-09-04 01:44:10

您可以使用scale!修改X到位：

julia> X = [ 1/(i + j - 1) for i=1:5, j=1:5 ] 
5x5 Array{Float64,2}: 
1.0  0.5  0.333333 0.25  0.2 
0.5  0.333333 0.25  0.2  0.166667 
0.333333 0.25  0.2  0.166667 0.142857 
0.25  0.2  0.166667 0.142857 0.125 
0.2  0.166667 0.142857 0.125  0.111111 

julia> r = rand(5) 
5-element Array{Float64,1}: 
0.98996 
0.88145 
0.808518 
0.632665 
0.00807468 

julia> scale!(r,X); 

julia> X 
5x5 Array{Float64,2}: 
0.98996  0.49498  0.329987 0.24749  0.197992 
0.440725 0.293817 0.220363 0.17629  0.146908 
0.269506 0.20213  0.161704 0.134753 0.115503 
0.158166 0.126533 0.105444 0.0903807 0.0790832 
0.00161494 0.00134578 0.00115353 0.00100933 0.000897187

这避免了分配一个新的矩阵，这是在内存和时间的节省显著。

来源

2014-09-02 21:23:08 StefanKarpinski

不错，+1为'scale！' – 2014-09-02 21:28:34

Thx。将规模！使用多核？ – 2014-09-03 06:08:10

目前它不使用多个内核。 – StefanKarpinski 2014-09-03 12:39:35

将矩阵的每一行乘以一个随机数的最佳方法

回答

相关问题