首页 > 常见问答

eigen怎么用 eigen与taucs求解稀疏矩阵哪个好?

eigen与taucs求解稀疏矩阵哪个好?

在了解了网格变形的论文之后,我开始尝试实现它,并开始在网上搜索稀疏矩阵库。

一开始,我使用的矩阵库是eigen,风格类似matlab,但没有实现稀疏矩阵运算的功能。虽然它保留了与其他几个稀疏矩阵库的接口,但我尝试的umfpack和superlu都在if(!lu)uua的。此步骤中的计算失败。后来,我尝试了taucs库,但我也遇到了一个悲惨的问题。已成功编译的库可以在命令行上使用,但在vs2008中无法成功链接。几天后,我终于决定封装umfpack和eigen之间的接口。

求问c的eigen矩阵运算库有没有提供两个矩阵对应元素相乘的方法?

我使用了两个数学库,eigen和glm。本征是一个线性代数运算库,使用非常方便。glm这个库一般应用于计算机图形学的相关编程,因为计算机图形学涉及到很多与线性代数相关的运算,所以它一定能满足您的要求。

此外,eigen和glm都是跨平台的,可以使用windows和linux。

eigen怎么用 eigen与taucs求解稀疏矩阵哪个好?

至于atlas和openblas,我还没有使用它们,但是在wikipedia中,atlas肯定可以处理矩阵乘法,因为它还可以执行lu分解和cholesky分解。

如果您想了解有关线性代数相关数学库的更多信息,这里是wikipedia中各种线性代数库的摘要。

比较线性代数库

如果没有gpu:

如果cpu不紧,优化要求不高,请使用openmp并行加速;如果您不想熟悉指令集并想使用它进行更有效的优化,请使用eigen或openblas。

如果有gpu:

如果只是卷积运算,调用cudnnapi是最简单的;如果是学习目的,可以基于cuda用cu写内核函数;如果是产品使用,因为它还涉及到其他运算和向量、矩阵运算,可以考虑tensorrt。

eigen怎么用eigen矩阵赋值对称矩阵求逆矩阵的简便方法

原文标题:eigen怎么用 eigen与taucs求解稀疏矩阵哪个好?,如若转载,请注明出处:https://www.saibowen.com/wenda/18258.html
免责声明:此资讯系转载自合作媒体或互联网其它网站,「赛伯温」登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。