Документация

Генерация профиля MEX

Можно использовать Профилировщика MATLAB с сгенерированной MEX-функцией. Кроме того, если у вас есть тестовый файл, который вызывает вашу функцию MATLAB, можно сгенерировать MEX-функцию и профилировать ее за один шаг. Можно выполнить эти операции в командной строке или в приложении MATLAB Coder.

Чтобы использовать профилировщик с сгенерированной MEX-функцией:

Если у вас есть тестовый файл MyFunctionTest.m который вызывает вашу функцию MATLAB, можно:

Пример

Вы используете профилировщик, чтобы идентифицировать функции или линии кода MATLAB, которые производят сгенерированный код, который занимает больше всего времени. Ниже приведен пример функции MATLAB, которая преобразует представление своих входных матриц A и B от основной строки до основного размещения столбца в одной из ее линий. Такое преобразование имеет длительное время выполнения для больших матриц. Избегание преобразования путем изменения этой конкретной линии делает функцию более эффективной.

Рассмотрим функцию MATLAB:

function [y] = MyFunction(A,B) %#codegen

% Generated code uses row-major representation of matrices A and B
coder.rowMajor; 
length = size(A,1);

% Summing absolute values of all elements of A and B by traversing over the
% matrices row by row
sum_abs = 0;  
for row = 1:length 
   for col = 1:length  
       sum_abs = sum_abs + abs(A(row,col)) + abs(B(row,col));
   end
end

% Calling external C function 'foo.c' that returns the sum of all elements
% of A and B
sum = 0;
sum = coder.ceval('foo',coder.ref(A),coder.ref(B),length);

% Returning the difference of sum_abs and sum
y = sum_abs - sum;
end

Сгенерированный код для этой функции использует представление квадратных матриц с большой строкой A и B. Код сначала вычисляет sum_abs (сумма абсолютных значений всех элементов A и B) путем прохождения по матрицам по строкам. Этот алгоритм оптимизирован для матриц, которые представлены в основном размещении. Затем код использует coder.ceval вызов внешней функции C foo.c:

#include <stdio.h>
#include <stdlib.h>
#include "foo.h"

double foo(double *A, double *B, double length)
{
 int i,j,s;
 double sum = 0;
 s = (int)length;
 
 /*Summing all the elements of A and B*/
 for(i=0;i<s*s;i++)
 {
         sum += A[i] + B[i];
 }
 return(sum);
}

Соответствующий файл заголовка C foo.h является:

#include "rtwtypes.h"

double foo(double *A, double *B, double length);

foo.c возвращает переменную sum, которая является суммой всех элементов A и B. Эффективность функции foo.c не зависит от того, являются ли матрицы A и B представлены в основной строке или основных размещениях столбца. MyFunction возвращает различие sum_abs и sum.

Можно измерить эффективность MyFunction для больших входных матриц A и Bи затем оптимизируйте его дальше:

Эффект складывающихся выражений на покрытие кода MEX

Когда вы используете coder.const чтобы сложить выражения в константы, это вызывает различие в покрытии кода между функцией MATLAB и MEX-функцией. Для примера рассмотрим функцию:

function y = MyFoldFunction %#codegen
a = 1;
b = 2; 
c = a + b;
y = 5 + coder.const(c);
end

Профилирование функции MATLAB MyFoldFunction Показы покрытие этого кода в Детализированный отчет Profile:

Однако профилирование MEX-функции MyFoldFunction_mex показывает другое покрытие кода:

Линии 2, 3 и 4 не выполняются в сгенерированном коде, потому что вы сложили выражение c = a + b в константу для генерации кода.

В этом примере используется пользовательское складывание выражений. Генератор кода иногда автоматически складывает определенные выражения, чтобы оптимизировать эффективность сгенерированного кода. Такие оптимизации также заставляют покрытие MEX-функции отличаться от функции MATLAB.