ตัวอย่างการปรับปรุงประสิทธิภาพของ MATLAB CODE
MATLAB BKK CENTER
Matrix For Loops
กฎทองสำหรับ MATLAB คือการกำหนดดัชนีของการวนซ้ำ จะช่วยเรื่องความเร็วตัวอย่าง Code ถ้าเปรียบเทียบความเร็วระหว่างการเขียน For Loop กับการไม่ใช้ For loop เชื่อมั้ยว่า การเขียน Code แบบ For loop
สามารถเพิ่มความเร็ว ได้ถึง 6 เท่า
1D Linear Interpolation
การแก้ไขเชิงเส้น ไม่ว่าคุณจะเขียนสคริปต์สำหรับการคำนวณทางวิทยาศาสตร์ การวิเคราะห์ตลาดหุ้น หรือสถิติ คุณจะต้องใช้ฟังก์ชันการแก้ไขเพื่อให้ได้ข้อมูลเกี่ยวกับการหา Fit Curve
Matlab มีฟังก์ชัน interp1
ได้รับการพิสูจน์แล้วว่าช้าในการประยุกต์ใช้การแก้ไขเชิงเส้นจำนวนมาก ประสิทธิภาพของ interp1 สามารถเพิ่มขึ้นได้โดยใช้ฟังก์ชัน histc เพื่อค้นหา Index date ที่อยู่ใกล้ที่สุดในเวกเตอร์ ก่อน
อย่าใช้อาร์เรย์ชั่วคราวแบบ Logical
เช่น a(:)~=0
เพิ่มความเร็ว 337 เท่า อย่างไม่น่าเชื่อ
สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Facebook Page :(20) Matlab bkk center | Facebook
Machine Learning for #Predictive #Maintenance Course
NEURAL NETWORK AND DEEP LEARNING COMPLETE COURSE :
ใครอยากเรียนรู้จากตัวอย่างการ Apply จาก #ProjectMachinelearning ต้องไม่พลาด
#Matlab Code ร่วมแชร์ความรู้ สาระผ่านกลุ่ม ->
(กลุ่ม Facebook Matlab Bkk AI & Data science & Other Classroom)>
https://web.facebook.com/groups/403881684322230/