現在遇到的狀況是這樣:
0. 要處理的資料是5維: I(x,y,z,w,k),
1. 目前已有一個fun1: function J = fun1( I )
J矩陣的大小恰好為J(x,y,k)
2. 我的問題是:
因為 I 的資料量太大 (ex: 3GB),且fun1在計算時需要的memory大約是4I~25I,
因此,
想請問是否有辦法能透過類似呼叫blockproc的方式,
自動把I(x,y,z,w,k)拆成sub-volume後,再交給fun1來處理?
(希望能針對x, y兩個軸拆)
3. 或是,是否有機會能靠
function I_3d = fun2( I ), %將5D轉成3D
及
function I_5d = fun3( I_3d ), %將3D轉回5D
來輔助完成 blockproc?
當然,在這個狀況下 size(I_3d) == [x,y,k*z*w],
而 size(I_5d) == [M,N,z,w,k], 其中M,N是切割成sub-volume時的某個patch大小,
整個pseudo-code則將變為:
I_3d = fun2( I ); %將I(x,y,z,w,k)轉成(x,y,k*z*w)
Result = blockproc(I_3d, [M, N], @fun1_prime);
function OUTPUT = fun1_prime( INPUT )
I_5d = fun3( INPUT ) %將(M,N,k*z*w)轉回(M,N,z,w,k)
OUTPUT = fun1( I_5d );
end
==
不好意思,現在大腦快炸了,
沒辦法確定是不是能明確表達我的意思,
若讓版友們看不懂以致於無法討論,
我明天再修文改進.
謝謝.
作者:
name0625 (lawpy)
2016-01-13 11:21:00將(x,y,z,w,k)轉成(x,y,k*z*w)用reshape就可以了吧?