假设我有一个权重矩阵 W，大小为nxm，其中m是变量的数量，n是实例的数量。同时我有一个相同大小的数据矩阵 X。我试图找到X中每个实例最接近的权重向量。然而，这两个矩阵的维度都很高，因此普通的方法不足以应对。我曾尝试在MATLAB中使用一些GPU技巧，但由于这是逐个实例顺序计算最接近权重的方法，效果不佳。现在我正在寻找高效的一次性代码，能够处理所有的W和X，并通过一些MATLAB技巧和可能的GPU加速找到最佳匹配。是否有人能提供MATLAB中的代码片段建议？

这是我编写的顺序处理代码

        x_in_d = gpuArray(x_in); % 将输入实例传输到设备
        W_d = gpuArray(W); % 将权重矩阵传输到设备
        Dx = W_d - x_in_d(ones(size(W_d,1),1),logical(ones(1,length(x_in_d))));
        [d_min,winner] = min(sum((Dx.^2)'));
        d_min = gather(d_min); % 收集结果
        winner = gather(winner);

回答：

你说的“维度很高”是指什么？这不就是一个m x n的矩阵吗？

如果你能提供一些样本数据会非常有帮助，根据你的描述（不太清晰），我认为你的数据看起来是这样的。

权重=

[1 4 2

5 3 1]

数据=

[2 5 1

1 2 2]

你想找出哪一行权重与数据的某一行最接近？在这种情况下，两行数据都与权重的第一行最接近。

请编辑你的问题以澄清你的需求，并考虑使用一些示例。

编辑：

我喜欢Rody的重复评论，如果我理解正确，请查看：链接在此