十月 17

MATLAB内存溢出的解决方案

用 Matlab 进行大规模科学计算或仿真时,内存是一个需要时常注意的问题。在matlab里运行

>>system_dependent memstats

就可以看到内存的使用状况。当你写的 Matlab 程序跳出“Out of Memory” 时,以下几点措施是需要优先考虑的解决方法:

1. 升级内存

2. 升级64位系统

3. 增加虚拟内存

4. 采用3GB开关启动系统

由于32位 Windows 操作系统的限制,每个进程只能使用最多 2GB 的虚拟内存地址空间,因此 Matlab 的可分配内存也受到相应的限制。Matlab 7.0.1 引进了新的内存管理机制,可以利用 Windows 的 3GB 开关,使用 3GB 开关启动的 Windows 每个进程可以在多分配 1 GB 的虚拟地址空间。具体做法是:修改C盘根目录 boot.ini 启动选项加上 /3G,例如:
multi(0)disk(0)rdisk(0)partition(1)\WINDOWS="Microsoft Windows XP Professional" /noexecute=optin /fastdetect /3G

5. 如果必有必要,不要启动java虚拟机,采用matlab -nojvm启动 (在快捷方式属性里面的 "..../matlab.exe") 改为("...../matlab.exe" - nojvm)

6. 关闭Matlab Server
控制面板-管理工具-服务, 再找到matlabserver对应项,把启动类型的自动改为手动即可

matlab server作为后台服务可以在其它机器上通过网络调用此服务,进行计算任务。

7. Windows中字体、窗口等都是要占用系统资源的,所以在Matlab运行时尽量不要打开不用的窗口。

除此以外,更关键的是需要弄清楚以下几个问题:

问题一:Matlab是如何存储矩阵的?
Matlab中矩阵是以Block,也就是块的形式存储的。也就是说,当Matlab在为即将存储的矩阵划分块时,如果没有相应大小的连续内存,即使实际内存没有被完全使用,它还是会报告“Out of Memory”。

问题二:如何高效使用Memory?
Matlab 中数组必须占用连续分配的内存段,当无法为新建的数组分配连续的内存段的时候,”Out of Memory” 就会出现。在使用的过程中,由于存储单元的不断的被分配和清除,反复分配和释放数组会使内存被分割成不连续的区域,可用的连续内存段减少,很容易造成 “Out of Memory”。因此当 Matlab 刚刚启动时其连续内存最多,此时往往可以新建非常大的数组,这一点可以用命令 feature(’memstats’)(在 7.0 版本以上)看出。如果现实的最大连续内存段很小,但实际可用内存(非连续的)仍旧很多,则表明内存中碎片太多了。此时可以考虑用 pack 命令,pack 命令的作用就是将所有内存中的数组写入硬盘,然后重新建立这些数组,以减少内存碎片。此外,在命令行或者程序中都可以使用 clear 命令,随时减少不必要的内存。

因此,治本的方法如下:

1. 在命令行输入 pack 整理内存空间

当内存被分为很多碎片以后,其实本身可能有很大的空间,只是没有作构的连续空间即大的Block而已。如果此时Out of Memory,此时使用pack命令可以很好的解决此问题。

2. 使用稀疏矩阵或将矩阵转化成稀疏形式 sparse

如果矩阵中有大量的0,最好存储成稀疏形式。稀疏形式的矩阵使用内存更少,执行时间更短。例如:
000×1000的矩阵X,它2/3的元素为0,使用两种存储方法的比较:

Name
Size
Bytes
Class

X
1000x1000
8000000
double array

Y
1000x1000
4004000
double array (sparse)

3. 尽量避免产生大的瞬时变量,把没必要的变量clear掉或当它们不用的时候应该及时clear。

4. 减少变量,尽量的重复使用变量(跟不用的clear掉一个意思)。

5. 把有用的变量先save,后clear 掉,需要时再读出来。

下面介绍一下关于clear、save、load的特殊用法,这对在for或while等多重循环里出现out of memory非常有效。

for k = 1:N     % N为循环次数
% ---------------------
var0 = k; % 获得变量var0
%----------------------
string = [sprintf('var_%d', k) ' = var0;' ];
eval_r(string);                                               % 等价于 var_k = var0;
save(sprintf('var_%d.mat', k), sprintf('var_%d')); % 等价于 save var_k.mat var_k
clear(sprintf('var_%d'));                                   % 等价于 clear var_k
end

如果要读取刚才存取的变量var_k, (k = 1,2, ..., N). 那么,可以使用如下用法:

for k = 1:N
load(sprintf('var_%d.mat', k));     % 等价于 load var_k.mat     k = 1,2, ..., N
end

另外,还有一些非常有用的用法。如果用清除刚才读取的变量 var_k, k = 1, 2, ..., N

clear '-regexp' '^var_'     % 清除所有以“ var_ ”开头的变量

还有很多关于save、clear、load等用法,具体help一下。

6. 使用单精度 single 短整数替代双精度 double

Matlab 默认的数字类型是双精度浮点数 (double),每个双浮点数占用 8 个字节。对于一些整数操作来说,使用双浮点数显得很浪费。在 Matlab 中可以在预先分配数组时指定使用的数字类型如以下命令:zero(10, 10, ‘uint8′) 。对于浮点数,在很多精度要求不高的情况下,可以使用4个字节的单浮点数 (single),可以减少一半的内存。关于单、双浮点数的精度对照如下,以便根据需要选择使用:
single: 精度 (1.1921e-007) 最大数 (3.4028e+038)
double: 精度 (2.2204e-016) 最大数 (1.7977e+308)

7. 为矩阵变量预制内存而不是动态分配

在动态分配的过程中,由于开始Matlab所用的Block随着矩阵的增大而连续的为此矩阵分配内存,但是由于Block的不连续性,很有可能最开始分配 的Block不能满足存储的需要,Matlab只好移动此Block以找到更大的Block来存储,这样在移动的过程中不但占用了大量的时间,而且很有可 能它找不到更大的块,导致Out of Memory。而当你为矩阵变量预制内存时,Matlab会在计算开始前一次性找到最合适的Block,此时就不用为变量连续的分配内存。比较下面两个程 序:

for k = 2:1000
x(k) = x(k-1) + 5;
end

x = zeros(1, 1000);
for k = 2:1000
x(k) = x(k-1) + 5;
end

显然,第二个更好!!!最好的方法是,在程序一开始就位所有大的矩阵变量预制存存储单元!!!

8. 尽量早的为大的矩阵变量预制内存

Matlab使用heap method管理内存。当在Matlab heap中没有足够的内存使用时,它会向系统请求内存。但是只要内存碎片可以存下当前的变量,Matlab会重新使用内存。比如:

a = rand(1e6,1);
b = rand(1e6,1);
使用大约15.4 MB RAM

c = rand(2.1e6,1);
使用近似16.4 MB RAM

a = rand(1e6,1);
b = rand(1e6,1);
clear
c = rand(2.1e6,1);
使用32.4 MB RAM

Matlab不能使用a、b被clear的空间,因为它们均小于2.1 MB,而同时它们也很可能是不连续的。最好的方法:

c = rand(2.1e6,1);
clear
a = rand(1e6,1);
b = rand(1e6,1);
使用16.4 MB RAM

9. 如果可行的话,将一个大的矩阵划分为几个小的矩阵,这样每一次使用的内存减少。

经过保存需要的变量,删除不必要的变量,运行pack命令,系统前后的内存占用情况有了很大改善:

这是清理之前:

>> memory
Maximum possible array:              15 MB (1.622e+007 bytes) *
Memory available for all arrays:    194 MB (2.036e+008 bytes) **
Memory used by MATLAB:             1549 MB (1.624e+009 bytes)
Physical Memory (RAM):             4095 MB (4.294e+009 bytes)

*  Limited by contiguous virtual address space available.
** Limited by virtual address space available.

这是清理之后:

Maximum possible array:             252 MB (2.641e+008 bytes) *
Memory available for all arrays:    988 MB (1.036e+009 bytes) **
Memory used by MATLAB:              762 MB (7.991e+008 bytes)
Physical Memory (RAM):             4095 MB (4.294e+009 bytes)

*  Limited by contiguous virtual address space available.
** Limited by virtual address space available.

九月 8

MATLAB中换行为什么要用\r\n

当我们使用MATLAB进行文本的输出时,经常需要进行换行操作。我们经常看到的操作方式是:\r\n。在这其中,\r就是"回到行首",\n就是"到下一行"。因此我们在按键盘上的Enter键的时候,实际上进行的是两个操作的结合,即先把光标移到行首,再把光标下移一行。这样就完成了换行操作。

但是上述的内容,只有在Windows系统中是适用,至于为什么,我们先来了解一下为什么会有这两个转义字符。

在计算机还没有出现之前,有一种叫做电传打字机(Teletype Model 33)的设备,这种设备每秒钟可以打10个字符。但是它有一个问题,就是打完一行换行的时候,要用去0.2秒,正好可以打两个字符。要是在这0.2秒里面,又有新的字符传过来,那么这个字符将丢失。

于是,研制人员想了个办法解决这个问题,就是在每行后面加两个表示结束的字符。一个叫做“回车”,告诉打字机把打印头定位在左边界;另一个叫做“换行”,告诉打字机把纸向下移一行。

这就是“换行”和“回车”的来历,从它们的英语名字上也可以看出一二。

后来,计算机发明了,这两个概念也就被般到了计算机上。那时,存储器很贵,一些科学家认为在每行结尾加两个字符太浪费了,加一个就可以。于是,就出现了分歧。

  • Unix系统里,每行结尾只有“<换行>”,即“\n”;
  • Windows系统里面,每行结尾是“<换行><回车>”,即“\n\r”;
  • Mac系统里,每行结尾是“<回车>”,即“\r”;。

一个直接后果是,Unix/Mac系统下的文件在Windows里打开的话,所有文字会变成一行;而Windows里的文件在Unix/Mac下打开的话,在每行的结尾可能会多出一个^M符号。了解了这些,当我们进行跨平台的操作时如果出现了异常,也就知道应该如何应对了。

八月 25

MATLAB常用命令

MATLAB中有许多命令可以帮助我们进行代码的开发和调试。熟练掌握这些常用命令不仅可以提高我们的开发效率。今天,我们就来一起看一下MATLAB中常用的命令都有哪些:

cd:显示或改变当前文件夹

dir:显示当前或者指定文件夹下的文件

clc:清除命令行窗口中的内容

home:将光标所在行移动到命令行窗口最顶端

clf:清除图形窗口中的内容

type:命令行窗口中显示指定文件的内容

clear:清理内存变量

echo:在所有脚本文件中启用命令回显(用于Debug)

disp:显示变量的值

load:加载指定文件中的变量

diary:将命令行窗口文本保存到文件中

exit:终止 MATLAB 程序、桌面工具和开发环境

quit:终止 MATLAB 程序

pack:合并工作区内存

hold:添加新绘图时保留当前绘图

path:查看或更改搜索路径

save:将工作区变量保存到文件中