通过使用配置MEX功能MATLAB分析器
您可以配置由MATLAB生成的MEX函数的执行时间®编码器™通过使用MATLAB分析器。生成的代码的概要文件显示了调用的次数和每行对应的MATLAB函数所花费的时间。使用Profiler来识别MATLAB代码的行,这些行会产生花费最多时间的生成代码。这些信息可以帮助您在开发周期的早期识别和纠正性能问题。有关MATLAB Profiler的更多信息,请参见配置文件
和分析代码以提高性能。
中不支持分析器的图形界面金宝appMATLAB在线™。
MEX配置文件生成
您可以使用MATLAB Profiler与生成的MEX函数。另外,如果您有一个调用MATLAB函数的测试文件,您可以一步生成MEX函数并对其进行分析。您可以在命令行或MATLAB Coder应用程序中执行这些操作。
将分析器与生成的MEX函数一起使用:
通过设置配置对象属性来启用MEX分析
EnableMexProfiling
来真正的
。或者,您可以使用
codegen
与配置文件
选择。MATLAB Coder应用程序中的等效设置为启用执行分析在生成的一步。
生成MEX文件
MyFunction_mex
。运行MATLAB Profiler并查看概要概要报告,该报告将在单独的窗口中打开。
配置文件在;MyFunction_mex;配置文件查看器;
确保您没有更改或移动原始MATLAB文件
MyFunction.m
。否则,剖析器不会考虑MyFunction_mex
剖析。
如果你有一个测试文件MyFunctionTest.m
调用你的MATLAB函数,你可以:
生成MEX函数并在一步中对其进行配置
codegen
与以及
和配置文件
选项。如果您之前打开了MATLAB Profiler,请在一起使用这两个选项之前将其关闭。codegenMyFunction以及MyFunctionTest配置文件
通过选择配置MEX功能启用执行分析在验证如果您之前打开了MATLAB Profiler,请在执行此操作之前将其关闭。
例子
您可以使用Profiler来识别MATLAB代码的函数或行,这些函数或行会产生花费最多时间的生成代码。下面是一个MATLAB函数的示例,它转换其输入矩阵的表示一个
和B
在其中一行中从行为主到列为主的布局。对于大型矩阵,这种转换的执行时间很长。通过修改特定的行来避免转换,使函数更有效。
考虑MATLAB函数:
函数[y] = MyFunction(A,B)% # codegen生成的代码使用矩阵A和B的行为主表示coder.rowMajor;length = size(A,1);将A和B中所有元素的绝对值相加,遍历%矩阵逐行Sum_abs = 0;为Row = 1:长度为col = 1:length sum_abs = sum_abs + abs(A(row,col)) + abs(B(row,col));结束结束调用外部C函数'foo.c'返回所有元素的和%的A和BSum = 0;Sum = coder.ceval(“foo”coder.ref (A), coder.ref (B),长度);%返回sum_abs和sum的差值Y = sum_abs - sum;结束
为该函数生成的代码使用方阵的行为主表示一个
和B
。代码首先计算sum_abs
的所有元素的绝对值之和一个
和B
),通过逐行遍历矩阵。该算法针对以行为主布局表示的矩阵进行了优化。然后代码使用coder.ceval
调用外部C函数foo.c
:
#include#include #include "foo.h" double foo(double *A, double *B, double length) {int i,j,s;Double sum = 0;S = (int)length;/*对A和B的所有元素求和*/ for(i=0;i
相应的C头文件foo。
是:
#include "rtwtypes.h" double foo(double *A, double *B, double length);
foo.c
返回变量总和
的所有元素的和一个
和B
。函数的性能foo.c
与矩阵是否无关一个
和B
以主要行或主要列布局表示。MyFunction
返回的差值sum_abs
和总和
。
你可以衡量的性能MyFunction
对于大输入矩阵一个
和B
,然后进一步优化:
启用MEX分析并为其生成MEX代码
MyFunction
。运行MyFunction_mex
对于两个大的随机矩阵一个
和B
。查看配置文件汇总报表。A = rand(20000);B = rand(20000);codegenMyFunctionarg游戏{A、B}foo.cfoo。配置文件配置文件在;MyFunction_mex (A, B);配置文件查看器;
一个单独的窗口打开,显示概要概要报告。
概要概要报告显示了MEX文件及其子文件的总时间和自时间,这是为原始MATLAB函数生成的代码。
在Function Name下,点击第一个链接来查看生成代码的概要详细报告
MyFunction
。你可以看到花费时间最多的线条:电话呼叫
coder.ceval
花费了很多时间(16.914秒),这一行有相当长的执行时间,因为coder.ceval
转换矩阵的表示形式一个
和B
从行为主布局到列为主布局,然后将它们传递给外部C函数。可以通过使用附加参数来避免这种转换布局:rowMajor
在coder.ceval
:Sum = coder.ceval(“布局:rowMajor”,“foo”coder.ref (A), coder.ref (B),长度);
使用修改后的文件再次生成MEX函数和概要文件
MyFunction
。A = rand(20000);B = rand(20000);codegenMyFunctionarg游戏{A、B}foo.cfoo。配置文件配置文件在;MyFunction_mex (A, B);配置文件查看器;
MyFunction
显示线路呼叫coder.ceval
现在只需要0.653秒:
折叠表达式对MEX代码覆盖率的影响
当你使用coder.const
将表达式折叠成常量,会导致MATLAB函数和MEX函数之间代码覆盖率的差异。例如,考虑这个函数:
函数y = MyFoldFunction% # codegenA = 1;B = 2;C = a + b;Y = 5 + coder.const(c);结束
MATLAB函数分析MyFoldFunction
在概要详细报告中显示了代码覆盖率:
然而,分析MEX函数MyFoldFunction_mex
显示不同的代码覆盖率:
在生成的代码中没有执行第2、3和4行,因为您折叠了表达式C = a + b
转换为一个常量,用于代码生成。
这个例子使用了用户定义的表达式折叠。代码生成器有时会自动折叠某些表达式,以优化生成代码的性能。这样的优化还会导致MEX函数的覆盖范围与MATLAB函数不同。
另请参阅
codegen
|coder.ceval
|coder.const
|编码器。MexCodeConfig
|coder.rowMajor
|配置文件