矩阵库更新答案

【问题标题】：Matrix Library Update矩阵库更新
【发布时间】：2011-05-04 11:23:36
【问题描述】：

我正在做一个神经网络项目（你知道很多线性代数计算），所以我已经使用了 Jblas，这是一个很棒的库，但是在我安装了 Ubuntu 最新版本 11.04 之后，我在使用它时遇到了一些问题，（错误无法复制 temp bla bla）如果我做一些工作我会解决的。

但它本身的错误是一个警告我真的应该使用本机库吗？知道我已经因为这种错误而逃脱了 C++（Java 是可移植的，实现更容易等）

所以我回到了 Apache Commons，它非常好（功能上：很多包，良好的设计）但性能是最差的！

这让我在 Apache 的性能与当今处理器的性能之间进退两难，我们是否应该无视 Apache 等库的缓慢性能并指望新处理器中的技术改进和多线程？

你认为我应该怎么做我已经使用 JBLAS 一半了，

我应该使用 Apache 吗？
继续使用 JBLA（修复错误）并继续前进
使用您选择的另一个新的 2011 年有前途的 JAVA 线性代数库？

编辑：错误是： “org.jblas 错误无法加载复制的链接文件：java.lang.UnsatisfiedLinkError：/tmp/jblas2930149998010945438libjblas_arch_flavor.so：libgfortran.so.3：无法打开共享对象文件：没有这样的文件或目录。”

在我通过Facebook Page 咨询了 JBLAS 的作者之后，他们告诉我我需要安装 libgfortran3，并且问题已解决“以防万一有人遇到同样的问题”

【问题讨论】：

我不确定您遇到了什么样的错误，或者在哪里。我发现 Ubuntu 11 不会对 java 产生负面影响。
它不会影响 JBLAS，我会在 5 分钟后自行返回错误

标签： java matrix linear-algebra

【解决方案1】：

我之前已经成功使用过JAMA。它由 Mathworks（Matlab 的创建者）和 NIST 创建。这是一个包含基本线性代数方法的不错的软件包，但它可能无法满足您的速度要求。

【讨论】：

【解决方案2】：

我认为像 Java 这样的解释型语言不会为您提供本机代码的原始性能。这就是为什么 FORTRAN/C/C++ 在科学计算中仍然非常活跃和良好的原因。据我所知，像 LAPACK 这样的包仍然是黄金标准。

我不确定Colt 是否让我成为骗子。我没有个人经验，但如果我还在这个领域工作，我肯定会看看。

如果这确实是您最大的问题，我会继续使用 JBLAS。您可以修复该错误。继续。

【讨论】：

Java 不是一种纯粹的解释型语言。 JVM 有一个 JIT（即时）编译器，可以将字节码编译为非常高效的本机代码。 Java 并不慢，因为它没有提前编译为本机代码。
我意识到 Java 并不是纯粹的解释型，但这并不能改变 Java 尚未深入广泛用于科学计算的事实。
如果你知道它不是一个有效的参数，那你为什么要使用它？注意：根据我自己的经验，我知道 JVM 并不是处理原始数字的最佳平台。但据我所知，这是因为 JVM 更喜欢兼容性而不是速度。例如，java.lang.Math 中的三角函数是在软件中实现的，而不是使用硬件的可用函数，因为这样可以更好地保证结果在任何操作系统上都是相同的。
我的论点仍然有效。你听起来好像同意我的观点。你为什么要争论你的经验是否与我的一致，并且你知道兼容性会使其变慢？
我同意 JVM 不是数字运算的最佳平台，但我不同意 Java 被（部分）解释的原因。