6

在 MATLAB 中乘以整数值矩阵的最佳方法是什么？

我很惊讶地发现以下行为不被接受：

>> x = int64([1, 2])
>> x * x'
Error using  * 
MTIMES is not fully supported for integer classes. At least one input must be scalar.
To compute elementwise TIMES, use TIMES (.*) instead.

我总是可以转换为双倍并再次转换回来。这是最好的解决方案吗？我正在使用 R2013b。

4

2 回答 2

5

在这种简单的情况下，您可以使用

sum(x.*x)

整数矩阵似乎正确支持times( )，尽管( ) 不支持。.*mtimes*

对于一般矩阵乘法：让A和B是两个具有合适大小的矩阵，以便A*B存在。由于times和sum支持整数，因此您可以推广上述技巧，使用bsxfun和sum计算乘积矩阵的所有条目，如下所示。

编辑：正如@July所指出的，您需要该'native'标志sum才能保留整数类型的结果。也感谢您指出由 引起的问题squeeze，现在通过使用第二个permute.

permute(sum(bsxfun(@times, A.', permute(B, [1 3 2])), 1, 'native'), [2 3 1])

例如：

>> A = int64([1 2; 3 4])
A =
                    1                    2
                    3                    4
>> B = int64([5 7 9; 6 8 10])
B =
                    5                    7                    9
                    6                    8                   10
>> permute(sum(bsxfun(@times, A.', permute(B, [1 3 2])), 'native'), [2 3 1])
ans =
    17    23    29
    39    53    67

无论如何，最快的选择似乎是double(A)*double(B).

于 2013-10-25T16:06:21.467 回答
1

  • 由于缺乏工业支持，MATLAB 不支持整数矩阵-矩阵乘法。

    MATLAB 使用 BLAS（更具体地说，Intel 的 BLAS 实现，即 MKL）来做矩阵乘法。目前，BLAS 本身并不支持整数矩阵的乘法。然而，一个好消息是 MKL 2018 增加了对整数矩阵的初始支持。（参见这张幻灯片）

  • 至于你的问题，如果你的目标是性能并且你的矩阵不是太小，sum(x.*x)不如int64(double(x)*double(x.')).

  • native仅当您确定不会发生上溢和下溢时才使用。

    还有一点需要注意的是，虽然nativeflag 可以保持返回值的类型与输入值的类型相同。它可能会遭受整数溢出或下溢。检查以下代码段。

    sum(int8(-ones(300,1)), 'native') % ans = -128 (of type int8)
sum(int8(ones(300,1)), 'native')  % ans = 127  (of type int8)
sum(int8(ones(300,1)))            % ans = 300  (of type double)

    尽管singleanddouble也可以上溢和下溢，但它们发生的频率较低。

于 2017-12-19T08:04:46.643 回答