android - Android 线性代数库

Question

<分区>

Answer 1

传统的线性代数库是分层实现的。 Basic Linear Algebra Subprogram (BLAS)在底层。 Linear Algebra Package (LAPACK)建立在 BLAS 之上。这两个层库的接口(interface)早在 90 年代就已标准化，硬件供应商通常会为其架构提供各种定制实现。 LAPACK 提供了您提到的线性代数库操作(SVD、QR、LU、最小二乘、逆等)。近年来，出现了一些对用户更友好的线性代数库(例如 Armadillo 、 Eigen )，它们实际上为传统的 BLAS 和 LAPACK 库提供了一些包装器。

JBLAS只是传统 BLAS 的 java 实现。 JAMA也是一个用 Java 实现的类 LAPACK 库。这两个库实际上并不针对 Android。但是由于Android编程通常涉及到Java，我们可以让它们在Android上运行。但是，我们不能指望这些实现的性能。我的论点是性能是一个关键因素，因为您是在调用库而不是自己编写库，而且高性能通常会降低采用 Android 操作系统的移动平台的能源成本。

虽然上述线性代数库通常针对 CPU(例如 x86 架构，操作系统:Linux/Windows/MacOS)，但专家们现在正在取得进展，以在移动平台(例如 ARM，操作系统:Android)上提供全栈支持。

我刚刚注意到高通刚刚发布了自己的类 BLAS 库 Snapdragon Math Library ，可以运行在高通定制的ARM架构上。与顶级LAPACK链接到它，这些线性代数运算(SVD、QR、LU、最小二乘、逆等)可以在 Android 上以高性能实现。

最近，随着深度学习的快速发展，许多神经网络包如 NNPACK变得流行。在引擎盖下，它们是线性代数库，具有针对神经网络中不同层的基元的低级高性能实现。