Performances et mémoire

Profiler votre code, améliorer les performances et réduire les besoins en mémoire

Écrivez votre code pour qu’il soit simple et lisible, en particulier pour la première implémentation. Le code optimisé trop tôt peut être inutilement complexe sans apporter de réels gains de performances. Ensuite, si la vitesse pose un problème, vous pouvez mesurer le temps d’exécution et profiler votre code pour identifier les goulots d’étranglement. Si nécessaire, vous pouvez prendre des mesures pour améliorer la performance.

MATLAB^® gère automatiquement le stockage de données pour vous. Néanmoins, si la mémoire pose un problème, vous pouvez identifier les besoins en la matière et appliquer des techniques pour utiliser plus efficacement la mémoire.

Applications

Profiler

Run code and measure execution time to improve performance

Fonctions

développer tout

Mesurer et profiler le code

`tic`	Start stopwatch timer
`toc`	Read elapsed time from stopwatch
`cputime`	CPU time used by MATLAB
`timeit`	Measure time required to run function
`profile`	Profile execution time for functions
`bench`	MATLAB benchmark

Identifier et réduire les besoins en mémoire

`memory`	Memory information
`inmem`	Names of functions, MEX files, and classes in memory

Mettre en cache les résultats des appels de fonctions

`memoize`	Add memoization semantics to function handle
`MemoizedFunction`	Call memoized function and cache results
`clearAllMemoizedCaches`	Clear caches for all `MemoizedFunction` objects

Rubriques

Mesurer et profiler le code

Measure the Performance of Your Code
Use the timeit function or the stopwatch timer functions, tic and toc, to time how long your code takes to run.
Profile Your Code to Improve Performance
Use the Profiler to measure the time it takes to run your code and identify which lines of code consume the most time or which lines do not run.
Measure Code Complexity Using Cyclomatic Complexity
Quantify code complexity based on cyclomatic complexity.

Améliorer les performances

Techniques to Improve Performance

To speed up the performance of your code, there are several techniques that you can consider.
- Preallocation
- Vectorization

Identifier et réduire les besoins en mémoire

How MATLAB Allocates Memory
Write more memory-efficient code by understanding how MATLAB allocates memory.
Strategies for Efficient Use of Memory
Reduce memory usage in your programs, use appropriate data storage, avoid fragmenting memory, and reclaim used memory.
Avoid Unnecessary Copies of Data
MATLAB can apply memory optimizations when passing function inputs by value.
Resolve “Out of Memory” Errors
Troubleshoot errors when MATLAB cannot allocate the requested memory.

Informations connexes

Fichiers volumineux et Big Data