使用Eigen比使用我自己的类更糟糕的表现

Question

几周前,我问了一个关于矩阵乘法性能的问题.

有人告诉我,为了提高程序的性能,我应该使用一些专门的矩阵类而不是我自己的类.

StackOverflow用户推荐:

• 的uBLAS
• EIGEN
• BLAS

起初我想使用uBLAS然而阅读文档,结果证明这个库不支持矩阵 - 矩阵乘法.

毕竟我决定使用EIGEN库.所以我交换了我的矩阵类Eigen::MatrixXd- 然而事实证明,现在我的应用程序比以前工作得更慢.使用EIGEN之前的时间是68秒,在将我的矩阵类交换到EIGEN矩阵程序后运行87秒.

花费最多时间的程序部分看起来像那样

TemplateClusterBase* TemplateClusterBase::TransformTemplateOne( vector<Eigen::MatrixXd*>& pointVector, Eigen::MatrixXd& rotation ,Eigen::MatrixXd& scale,Eigen::MatrixXd& translation )
{   
    for (int i=0;i<pointVector.size();i++ )
    {
        //Eigen::MatrixXd outcome =
        Eigen::MatrixXd outcome = (rotation*scale)* (*pointVector[i])  + translation;
        //delete  prototypePointVector[i];      // ((rotation*scale)* (*prototypePointVector[i])  + translation).ConvertToPoint();
        MatrixHelper::SetX(*prototypePointVector[i],MatrixHelper::GetX(outcome));
        MatrixHelper::SetY(*prototypePointVector[i],MatrixHelper::GetY(outcome));
        //assosiatedPointIndexVector[i]    = prototypePointVector[i]->associatedTemplateIndex = i;
    }

    return this;
}

和

Eigen::MatrixXd AlgorithmPointBased::UpdateTranslationMatrix( int clusterIndex )
{
    double membershipSum = 0,outcome = 0;
    double currentPower = 0;
    Eigen::MatrixXd outcomePoint = Eigen::MatrixXd(2,1);
    outcomePoint << 0,0;
    Eigen::MatrixXd templatePoint;
    for (int i=0;i< imageDataVector.size();i++)
    {
        currentPower =0; 
        membershipSum += currentPower = pow(membershipMatrix[clusterIndex][i],m);
        outcomePoint.noalias() +=  (*imageDataVector[i] - (prototypeVector[clusterIndex]->rotationMatrix*prototypeVector[clusterIndex]->scalingMatrix* ( *templateCluster->templatePointVector[prototypeVector[clusterIndex]->assosiatedPointIndexVector[i]]) ))*currentPower ;
    }

    outcomePoint.noalias() = outcomePoint/=membershipSum;
    return outcomePoint; //.ConvertToMatrix();
}

如您所见,这些函数执行大量矩阵运算.这就是为什么我认为使用Eigen可以加速我的应用程序.不幸的是(正如我上面提到的),程序工作得更慢.

有没有办法加快这些功能？

也许如果我使用DirectX矩阵操作我会得到更好的性能？(但我有一台带有集成显卡的笔记本电脑).

Answer 1

如果您使用Eigen的MatrixXd类型,那么它们是动态大小的.你应该多使用固定大小类型,例如更好的效果Matrix4d,Vector4d.

此外,请确保您正在编译,以便代码可以进行矢量化; 请参阅相关的Eigen文档.

重新考虑使用Direct3D扩展库的东西(D3DXMATRIX等):对于图形几何(4x4转换等)来说没关系(如果有点老式),但它肯定不是GPU加速的(我认为只是旧的SSE).另外,请注意它只是浮点精度(您似乎使用双精度设置).我个人更喜欢使用Eigen,除非我实际编写Direct3D应用程序.

Answer 2

确保打开编译器优化(例如,gcc上至少为-O2).如果你不打开优化,Eigen是模糊的,并且表现不佳.

Answer 3

您应该首先分析然后优化算法,然后再实现.特别是,发布的代码非常有效:

for (int i=0;i<pointVector.size();i++ )
{
   Eigen::MatrixXd outcome = (rotation*scale)* (*pointVector[i])  + translation;

我不知道图书馆,所以我甚至不会尝试猜测你正在创建的不必要的临时数量,而是一个简单的重构:

Eigen::MatrixXd tmp = rotation*scale;
for (int i=0;i<pointVector.size();i++ )
{
   Eigen::MatrixXd outcome = tmp*(*pointVector[i])  + translation;

可以为您节省大量昂贵的乘法(再次,可能会立即丢弃新的临时矩阵.

Answer 4

您使用的是哪个版本的Eigen？他们最近发布了3.0.1,它应该比2.x更快.另外,请确保您使用编译器选项.例如,确保在Visual Studio中使用SSE:

C/C++ - >代码生成 - >启用增强指令集