1

我想在 MATLAB 中拟合高斯混合模型。具体来说，我想从不同的起点拟合数百个模型，并将它们拟合为几次 EM 迭代（例如 10 次）。最终目的是利用遗传算法寻找一个好的模型。

拟合混合模型非常耗时，所以我想知道是否有任何使用 MATLAB 的并行处理工具箱在 gpu 上运行的快速实现？我尝试通过将 gpuArray 传递给 gmcluster 函数并将 gmcluster 和相关文件中的适当变量更改为 gpuArray 来实现一个简单的 gpu 版本。这实际上使运行时变得更糟（在特定数据集 CPU 时间为 0.1 而 GPU 为 0.2）。

是否可以对天真的 gpu 实现进行任何改进？（我是 gpu 编程的新手）。

我知道有一些实现，例如这里的一个，但它不够灵活，无法接受均值和协方差起始参数。

我将不胜感激任何帮助/指针。

谢谢

编辑：这是需要相当长的时间的代码部分，我想在 GPU 上运行。代码计算 mu 中的平均值和 Sigma 中的协方差，给定每个 og k 高斯的概率隶属矩阵 post。

for j = 1:k
    mu(j,:) = post(:,j)' * X / PComponents(j);
    Xcentered = bsxfun(@minus, X, mu(j,:));
    Xcentered = bsxfun(@times,sqrt(post(:,j)),Xcentered);
    Sigma(:,:,j) = Xcentered'*Xcentered/S.PComponents(j)+ regVal*eye(d);
end

在哪里：

size(X) = [n,d]
size(mu) = [k,d]
size(Sigma) = [d,d,k]
size(PComponents) = [k]

对于我的目的，n 在 1000 到 10,000 之间，d 在 10 左右，k 在 2 到 15 之间。

4

0 回答 0