稀疏矩阵的线性代数库答案

【问题标题】：Linear Algebra Library for Sparse Matrices [closed]稀疏矩阵的线性代数库
【发布时间】：2012-07-05 15:52:08
【问题描述】：

我有兴趣将我的 Matlab 实现移植到 C++ 以提高速度。我试过犰狳。它非常适合从 Matlab 移植代码，因为 Armadillo 的库函数名称/语法非常接近于 Matlab 编程。但是我意识到，在某些地方，Matlab 的表现不如犰狳，因为我的数据主要是稀疏的，而犰狳没有给它任何特殊处理，只是将其视为密集矩阵。 Armadillo 团队正在研究稀疏矩阵支持，但目前不可用。所以我正在寻找一个像 Armadillo 这样的库，其语法非常接近 Matlab（或易于使用），并且支持稀疏矩阵以实现速度和空间优化。

【问题讨论】：

在将您的代码移植到 C++ 之前，您应该说服自己这样做是值得的。 SO 充满了人们的悲惨故事，他们认为他们可以做到这一点，编写 C++ 代码以超越 Matlab，并想知道为什么尽管付出了巨大的努力，他们还是失败了。在许多情况下，只是他们没有意识到 Matlab 的许多核心数学例程都使用编译代码，而实际上他们试图做的是编写 C++ 代码，其性能优于 Mathworks 专家编写的编译代码.
我同意高性能标志。 Matlab 内置函数具有令人难以置信的性能和优化。它们建立在旧的 fortran 或 C 代码之上，非常有效。如果您在 Matlab 脚本中使用矢量化代码，Matlab 很可能会优于其他线性代数函数实现。你究竟需要什么来加速？
您是否考虑过使用 GPU 计算来加速您的代码？ Jacket 很棒，并为此提供了稀疏的功能。
@HighPerformanceMark user1241315 和 Ben Stewart，感谢您的回复。我做了一些速度比较，并完全意识到你们在说什么。本斯图尔特，谢谢你的想法。我也去找找。
感谢您回来更新我们。

标签： matlab linear-algebra sparse-matrix blas armadillo

【解决方案1】：

不确定您要做什么，但请尝试SPAMS。这是一个良好且快速的稀疏建模实现。

【讨论】：

【解决方案2】：

3.6.2 版支持更多稀疏矩阵。

【讨论】：

【解决方案3】：

从 3.4 版开始，Armadillo 初步支持稀疏矩阵。这可能会在未来的版本中变得更加完整。

【讨论】：