明歌天下

向量复制成矩阵常用方法是repmat>> a = [2 3 4];>> b = repmat(a, 3, 1)b = 2 3 4 2 3 4 2 3 4今天还发现了一种复制的方法：>> c = a(ones(3, 1), :)c = 2 3 4 2 3 4 2

logical类型数据并不经常用到，今天在学习Ng课程的collaborative filter时，示例代码中有用到，故做个总结logical故名思议，逻辑数据类型，值为0或1将一个矩阵变成逻辑型矩阵，logical(A)>> a = logical(eye(3))a = 1 0 0 0 1 0 0 0 1应用：>>

最近做实验发现跑的时间实在太漫长了，其实主要原因是迭代次数比较大的原因，需要进一步读些paper，找到好的解决方法，但是也感觉对于MATLAB的代码优化还是需要好好掌握一下的，因为之前在做图像处理实验时就发现for循环和向量化之后的性能差异简直一天一地，所以今天google一下，感觉发现新大陆一样FreeMind的Recipes for Faster Matlab Code的对k-medoids的一

前几天研究了MATLAB的代码优化，今天来研究一下MATLAB的并行编程（Parallel Programming）。概念：client & workers Start up MATLAB in the regular way. This copy of MATLAB that you start with is called the “client” copy; the copies of M

在cvx中默认的solver是SDT3，解决一般的问题没有问题，但是发现涉及到高维向量（e.p. 求解1000+维向量）的求解时，会很慢，所以尝试换一个solver，以改善性能。目前尝试了Mosek，感觉是比SDT3快点的。搞了一个晚上，总结一下。申请academic license因为非professional版本的cvx不包含Mosek，所以需要购买，但是对于科研用途，cvx会提供一个licen