linear-algebra - 什么时候使用 eigen 什么时候使用 Blas

标签 linear-algebra matrix-multiplication eigen blas

我对 Eigen 和 Blas 做了一些基础阅读。这两个库都支持矩阵矩阵、矩阵向量乘法。我不明白在哪种情况下应该使用哪一个?在我看来,两者的性能几乎相同。如果有人能给我一些资源或者只是告诉我一个图书馆比另一个图书馆有什么优势,那就太好了?或者这两者在矩阵和向量操作的情况下有何不同?提前致谢。

最佳答案

使用 Eigen,它更完整,也更容易使用。然后,如果您想知道另一个完全优化的 BLAS 实现是否可以为您提供更高的性能,那么只需使用 -DEIGEN_USE_BLAS 重新编译您的代码并链接到您最喜欢的 blas 并自行查看。

此外,在使用 Eigen 时,不要忘记启用编译器优化,例如-O3 和您的硬件支持的指令集,例如,-mavx -mfma 使用最新的 Eigen 时。

关于linear-algebra - 什么时候使用 eigen 什么时候使用 Blas,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37436271/

相关文章:

lua - 3d 中圆上的最近点。少了什么东西?

numpy - Python(NumPy、SciPy),查找矩阵的零空间

c++ - 泛化特征类型的输入参数

math - 使用 Eigen 计算 2D 相机的模型 View 矩阵

linear-algebra - 如何使用 PCA 进行预测

linear-algebra - 优雅的下溢

c - MPI 矩阵乘法与分散聚集

machine-learning - Matmul 输入和权重矩阵顺序?

c++ - 问题乘以 Mat 矩阵

c++ - 特征库中的特征求解器