Matlab et les boucles..

Bonjour,

Je trouve que matlab est très mal adapté pour travailler avec de très longues boucles, rendant la compilation de certain programme très longue (quelques heures pour certain aglo), auriez vous une astuce pour éviter de perdre se temps précieux ?

Merci

Bonsoir,

Il existe de nombreuses fonctions dans MATLAB qui permettent de se passer des boucles et d'optimiser le code, par contre il est difficile de définir un cas général, tu peux soit montrer un code pour qu'on puisse te dire ce qu'on en pense ou alors chercher sur le forum, de nombreux sujets traitent de ce genre de cas de figure.

Duf

salut

Citation:

---

Envoyé par mansgueg

la compilation de certain programme

---

Matlab ne compile pas mais est un interpréteur.
sinon pour répondre à ta question, en effet Matlab est un langage de programmation matricielle et n'est pas du tout optimisé pour les boucles.
il te faut donc bien construire tes matrices, utiliser les méthodes d'indexages (voir la :faq: FAQà ce sujet), ainsi que les fonctions FIND, REPMAT, RESHAPE qui sont souvent utiles.

edit: tu as d'ailleurs ce tutoriel (en lien depuis la FAQ) qui explique la gestion des matrices.

Bonsoir,

D'ordre général, pour optimiser son programme, passe par la vectorisation des boucles quand c'est possible.

Mais avant tout, il faut connaitre la répartition du temps d'exécution du programme par instruction. Pour cela, on a recours le plus souvent au profiler.

Code:

---

>> doc profiler

---

Mon code est tout simple pourtant

Code:

---

1 2 3 4 5

for i=1:1:nombre_echantillons_5cm profil(i,1)=interp1(distance_clio,profil_clio,0.05*i,'nearest');   end;

---

et cela prend 1 heure environs en sachant que nombre_echantillons_5cm peut valoir 500000 ...

Code:

---

1 2 3 4

for i=1:1:nombre_echantillons_5cm profil(i,1)=interp1(distance_clio,profil_clio,0.05*i,'nearest'); end

---

qui peut être écrit comme :

Code:

---

1 2 3

i = 1:nombre_echantillons_5cm ; profil(:,1)=interp1(distance_clio, profil_clio, 0.05*i,'nearest');

---

Et si ça prend énormément de temps c'est normal vu le nombre d'échantillons que tu as.

Question, Pourquoi ne pas utiliser un pas de 10 par exemple d'un échantillons à un autre. la différence ne se voit pas à mon avis.

Code:

---

1 2 3

i = 1:10:nombre_echantillons_5cm ; profil(:,1)=interp1(distance_clio, profil_clio, 0.05*i,'nearest');

---

=> temps/10

Ce paramètre est très important et me permet d'être justement précis, je vais prendre mon mal en patience et laisser tourner le PC 24h/24, merci de vos réponses

Si ton PC est doté d'un processeurs multi-coeurs, tu peux utiliser les boucles parfor de la boîte à outil Parallel Computing afin de réduire les temps d'executions et utiliser ton processeur au maximum de ses capacités.

Bonjour,

As-tu testé la solution proposée par kmaniche :

Code:

---

1 2	i = 1:nombre_echantillons_5cm ; profil(:,1)=interp1(distance_clio, profil_clio, 0.05*i,'nearest');

---

?
Même avec une interpolation sur 500000 valeurs, ce code devrait te fournir un résultat quasi-instantanément...

Voila, j'ai réussi à optimiser mon code je vous en remercie, avec cette méthode le programme se terminais en 9h !!! :

Code:

---

1 2 3 4

for i=1:1:nombre_echantillons_5cm profil(i,1)=interp1(distance_clio,profil_clio,0.05*i,'nearest');   end;

---

Avec celui ci il se termine en 20 secondes !!!

Code:

---

profil(1:1:nombre_echantillons_5cm,1)=interp1(distance_clio,profil_clio,(0.05*(1:1:nombre_echantillons_5cm)),'nearest');

---

Comme quoi, ça se joue à des détails ...

Ce qui correspond à la solution que je t'ai proposée :mrgreen:

Sans oublier :

:fleche: http://matlab.developpez.com/faq/?pa...cation_comment :ccool: