如何提高用 Matlab 编写代码的速度
How to increase the speed of code written in Matlab
Mathematica 有一个叫做 Compile 的功能，通过编译你用 Mathematica languange 编写的代码，你把它变成 c 代码和 运行 Mathematica 中的结果代码，它不会给你 c 代码但是它将代码转换成它并使用它。与未编译版本相比，编译代码获得了很多速度。
Matlab 中是否有类似的功能，以便有人可以轻松地使用 Matlab 编写的代码更快而不需要额外的努力？
似乎 Matlab 编译器没有实现这个目标，因为它确实不适合用于此目的。
我不知道 Matlab 编码器。我刚刚阅读了一些有关 MEX 文件的内容，但对我来说，似乎我必须用 c 编写代码，然后将其导入 Matlab 以提高速度。
有人可以指导我并举一个简单的例子吗？
简短的回答：编译 matlab 代码不会让你大大加快速度，如果有的话。
较长的答案：
Matlab Compiler 更多是为了让您部署 matlab 代码以在没有 matlab 的机器上使用，而不是为了提高速度。事实上，从深入研究我用它部署的应用程序来看，它实际上用缩短的 Matlab 运行 时间来包装脚本。因此，如果有的话，这会由于解包和启动时间等原因而减慢速度。
无论如何，Matlab 有一些相当不错的即时优化 东西，它在编译加速方面处理了容易实现的成果。正如问题评论中提到的 horchler & chappjc，您可以尝试 codegen 或 coder，但是您可能不会得到更好的结果。
如果您想尝试使用 mexFunction 来提高速度，那么您几乎必须在 c/c++ 或语言。根据问题的性质、您使用 C/C++ 的技能以及您必须花费的时间，这可能最终会提供明显更快的结果，因为它可以利用您的编译器的优化技巧，并且手工编码的解决方案可能会删除在 matlab 实现中发现的某些多余元素，这些元素对于一般性来说是必需的。但是，这样做会破坏 "without significant effort" 标准。
就省力方法而言，我建议您先尝试使用 profile 来寻找瓶颈或不必要的重复，然后再尝试提高 matlab 代码的效率尽可能矢量化 计算，以便 matlab 可以自动并行化它们。
如果您仍然确实需要性能提升并且正在使用 certain matrix functions，那么您可以查看 Matlab 的 GPU 和 CUDA 支持。我自己还没有对它做太多，但是你可能只需要将一些数据类型更改为 gpuArray 以获得它的好处 运行ning 在你的显卡上（并行的提升计算）。
Mathematica 有一个叫做 Compile 的功能，通过编译你用 Mathematica languange 编写的代码，你把它变成 c 代码和 运行 Mathematica 中的结果代码，它不会给你 c 代码但是它将代码转换成它并使用它。与未编译版本相比，编译代码获得了很多速度。
Matlab 中是否有类似的功能，以便有人可以轻松地使用 Matlab 编写的代码更快而不需要额外的努力？
似乎 Matlab 编译器没有实现这个目标，因为它确实不适合用于此目的。 我不知道 Matlab 编码器。我刚刚阅读了一些有关 MEX 文件的内容，但对我来说，似乎我必须用 c 编写代码，然后将其导入 Matlab 以提高速度。
有人可以指导我并举一个简单的例子吗？
简短的回答：编译 matlab 代码不会让你大大加快速度，如果有的话。
较长的答案： Matlab Compiler 更多是为了让您部署 matlab 代码以在没有 matlab 的机器上使用，而不是为了提高速度。事实上，从深入研究我用它部署的应用程序来看，它实际上用缩短的 Matlab 运行 时间来包装脚本。因此，如果有的话，这会由于解包和启动时间等原因而减慢速度。
无论如何，Matlab 有一些相当不错的即时优化 东西，它在编译加速方面处理了容易实现的成果。正如问题评论中提到的 horchler & chappjc，您可以尝试 codegen 或 coder，但是您可能不会得到更好的结果。
如果您想尝试使用 mexFunction 来提高速度，那么您几乎必须在 c/c++ 或语言。根据问题的性质、您使用 C/C++ 的技能以及您必须花费的时间，这可能最终会提供明显更快的结果，因为它可以利用您的编译器的优化技巧，并且手工编码的解决方案可能会删除在 matlab 实现中发现的某些多余元素，这些元素对于一般性来说是必需的。但是，这样做会破坏 "without significant effort" 标准。
就省力方法而言，我建议您先尝试使用 profile 来寻找瓶颈或不必要的重复，然后再尝试提高 matlab 代码的效率尽可能矢量化 计算，以便 matlab 可以自动并行化它们。
如果您仍然确实需要性能提升并且正在使用 certain matrix functions，那么您可以查看 Matlab 的 GPU 和 CUDA 支持。我自己还没有对它做太多，但是你可能只需要将一些数据类型更改为 gpuArray 以获得它的好处 运行ning 在你的显卡上（并行的提升计算）。