performance - bsxfun在矩阵乘法中的实现

和往常一样，我希望能从以下代码中获得一些帮助。

我需要完成以下任务:

1)我有一个向量:

x = [1 2 3 4 5 6 7 8 9 10 11 12]

2)和一个矩阵:

A =[11    14    1
    5     8    18
    10    8    19
    13    20   16]

我需要能够将each的x值与every的A值相乘，这意味着:

new_matrix = [1* A
              2* A
              3* A
               ...
              12* A]

假设new_matrix，这将给我这个(12*m x n)大小为A (mxn)。在这种情况下，(12*4x3)
如何使用Matlab中的bsxfun做到这一点？并且，此方法会比for-loop更快吗？

关于我的for-loop，我在这里也需要一些帮助...当循环运行时，我无法存储每个"new_matrix" :(

for i=x
new_matrix = A.*x(i)
end

提前致谢!!

编辑:给定之后的解决方案

第一个解决方案

clear all
clc
x=1:0.1:50;
A = rand(1000,1000);
tic
val = bsxfun(@times,A,permute(x,[3 1 2]));
out = reshape(permute(val,[1 3 2]),size(val,1)*size(val,3),[]);
toc

输出:

Elapsed time is 7.597939 seconds.

第二种解决方案

clear all
clc
x=1:0.1:50;
A = rand(1000,1000);
tic
Ps = kron(x.',A);
toc

输出:

Elapsed time is 48.445417 seconds.

最佳答案

将x发送到第三维，以便将bsxfun与A进行乘法运算时单例扩展生效，从而将乘积结果扩展到第三维。然后，执行bsxfun乘法-

val = bsxfun(@times,A,permute(x,[3 1 2]))

现在，val是一个3D矩阵，并且期望的输出将是沿着第三个维度沿列连接的2D矩阵。这是通过以下方式实现的:

out = reshape(permute(val,[1 3 2]),size(val,1)*size(val,3),[])

希望有道理!传播bsxfun一词!呜! :)

关于performance - bsxfun在矩阵乘法中的实现，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23807960/