創建大尺寸矩陣時的內存不足

該代碼從輸入圖像x中隨機選擇J = R * T個採樣。 x是M×N圖像.PH_2運算符首先從M中隨機選擇R個行，然後從N箇中隨機選擇T個列，並保持共同的N個像素的樣本並將其他零設置爲零。這段代碼適用於小尺寸圖像，但對於大尺寸圖像（512x512），matlab給了我很低的內存錯誤（當創建Phi2 =零（J，S1 * S2）時，第四行;）你能幫我解決它嗎？並且我選擇R = T = 362;創建大尺寸矩陣時的內存不足

function [ y2,Phi2 ] = Phi2_operator(x,R,T) 
J=R*T; 
[S1,S2]=size(x); 
z=zeros(size(x)); 
y2=zeros(size(x)); 
Phi2=zeros(J,S1*S2); 
k = randperm(S1); 
a=k(1:R); 
b=sort(a); 
l=length(b); 
for i=1:l 
z(b(i),:)=x(b(i),:); 
end 
clear i 
K=randperm(S2); 
A=K(1:T); 
B=sort(A); 
L=length(B); 
for i=1:L 
y2(:,B(i))=z(:,B(i)); 
end 
X=find(y2); 
for i=1:J 
Phi2(i,X(i))=1; 
end 
end

來源

2015-10-05 Haybert Markarian

呀。去一家商店買一臺新電腦！ –

對於'512 x 512'圖像，'零（J，S1 * S2）;'給你'262,144'列。根據'J'的值是什麼，這可能是大量的RAM。你確定要'S1 * S2'嗎？ – excaza

你有多少內存？它不應該是內存密集 – GameOfThrows

您可以優化您的代碼位：

您可以致電randperm有兩個參數：randperm(n,k)，其中隨機的動產k樣本區間1:n。這樣你就不需要創建變量a。

2.而是在for循環分配值z和y2的，你可以用一個量化的方法：z(k,:) = x(k,:);。這比循環更快更短。你也不需要排序k。

我們更重要的東西：

創建z和y2其都具有x全尺寸，但你只返回y2。刪除z，這可以節省您的一些內存。再次與邏輯索引的幫助下，我們得到：

k1 = randperm(S1,R); 
k2 = randperm(S2,T); 

y2(k1,k2) = x(k1,k2);

4.讓我們來看看什麼Phi2是：用X=find(y2)你會得到每一個非零元素的linear index在y2。的Phi2一個簡單的例子是這樣的：

0 0 1 0 0 0 ... 
0 0 0 0 1 0 ... 
0 0 0 0 0 1 ... 
...

這就告訴我們，第一個非零元素（的Phi2第一行）是y2第三線性指數。第二個非零元素（第二行）位於y2的第五個線性索引處。第三個非零元素（第三行）位於y2的第六個線性索引處，依此類推。這增加了沒有額外的知識，但需要一個巨大的矩陣。我不認爲你真的需要這個，可能會有辦法解決你的問題，而不創建這個矩陣。

如果你真的需要這個巨大Phi2，你將要使它成爲一個sparse矩陣：

Phi2 = sparse(1:J,X,ones(1,J));

對於R=128和T=64一個256*256圖像，全尺寸的矩陣將4294967296 bytes這是4 GB！稀疏矩陣僅爲651272 bytes或636 kB。

一切放在一起是

function [ y2,Phi2 ] = Phi2_operator(x,R,T) 
    J = R * T; 
    [S1,S2] = size(x); 

    y2 = zeros(size(x)); 

    k1 = randperm(S1,R); 
    k2 = randperm(S2,T); 

    y2(k1,k2) = x(k1,k2); 

    X=find(y2); 
    Phi2 = sparse(1:J,X,ones(1,J)); 
end

來源

2015-10-05 14:45:04 hbaderts

謝謝，但我得到錯誤k1 = randperm（S1，R）; ???錯誤使用==> randperm 輸入參數太多。 –

我認爲這是因爲我的matlab版本，我的matlab是ver。 2011 –

我該如何解決它？ –

創建大尺寸矩陣時的內存不足

回答

相關問題