Re: [問題] C++ 矩陣問題

[celestialgod (攸藍)]

分享一下我把matlab轉成C++的經驗

希望對原PO有幫助

我一開始就打算使用額外的函式庫幫我做矩陣的運算

我先使用Eigen library

我先從下面的對照表看起

http://eigen.tuxfamily.org/dox-devel/AsciiQuickReference.txt

先看我大概需要哪些函數 並且先紀錄下來

然後畫出架構，從資料下手，從input開始逐步往下轉

但是無法避免的是你可能需要自己寫函數來輔助工作

我是這樣去寫：

MatrixXd function_name(const MatrixXd& input1, const MatrixXd& input2, ...)

只是C++很多時候不如MATLAB方便

必須多注意，怎樣避免複製資料，我一開始寫常常亂assign新的變數(囧)


我後來轉去用armadillo  我認為它真的根matlab比較接近

只是需要好的blas, lapack庫幫助，不然效能真的不佳

命令參考：

http://arma.sourceforge.net/docs.html#syntax

可以看出armadillo跟MATLAB比較接近

函數寫法：

Mat<double> function_name(const Mat<double>& input1, const Mat<double>& input2,..)

PS: Mat<double> = mat

其他部份基本上同eigen，這兩者都可以用template去構築generic function



簡單比較兩個與MATLAB的指令 (排版有點亂，請見諒)

c: constant, A:n by n matrix, B: n by p matrix, V: n by 1 vector

                MATLAB               Eigen                       Armadillo

c*A                c*A            A.array()*c                          c*A

A*B                A*B                A*B                              A*B

A.*B               A*B          A.array()*B.array()                    A%B

column sum    sum(A,1)          A.colwise().sum()                 sum(A,0)

column mean  mean(A,1)  (A.array() / A.rows()).colwise().sum()   mean(A,0)

inverse         inv(A)            A.inverse()                        A.i()

solve linear       A\B             A.solve(B)                   A.solve(B)
equation                   PS:Eigen提供數種解法可選

take diagonal  diag(A)            A.diagonal()                    A.diag()
elements

row bind        [A;B']            block(?)              join_cols(A,B.t())

randomly   randperm(V)  rand_shuffle(V.data(), V.data()+V.size())  shuffle(V)
permute elements

??????     V(V<0) = 0  (V.array() < 0).select(0, V)
                                          arma::max(V, zeros<mat>(V.n_rows, 1))

colwise min min(A,[],1)       A.colwise().min()                    min(A,0)

location of  [tmp,loc_r] = min(A) unsigned int loc_c, loc_w  uword loc_c, loc_r
minimum      [~,loc_c] = min(tmp) A.minCoeff(&loc_r, &loc_c) A.min(loc_c,loc_r)
   A(loc_r(loc_c),loc_c) is min    A(loc_r,loc_c) is min           同左

element-wise comparison就不提...以上這些是我比較常用到的指令

個人覺得armadillo提供比較多輕易使用的函數，你可以自由選擇你喜歡的函式庫

順便一提，我的測試是 (以下測試都有使用openmp)

armadillo with openblas比Eigen還快

armadillo with intel MKL 跟 Eigen with intel MKL 基本上armadillo快一點

armadillo預設(不支援openmp) 比 Eigen慢非常多

以上提供你轉換code的參考

另外，可以偷問Eigen or armadillo有類似diff的函數嗎XDD


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.164.225.219
※ 文章網址: http://www.ptt.cc/bbs/C_and_CPP/M.1398263257.A.7BE.html
※ 編輯: celestialgod (218.164.225.219), 04/23/2014 22:32:40
→ celestialgod:如果是寫MEX function，則arma有比提供比較好的API
※ 編輯: celestialgod (218.164.225.219), 04/23/2014 22:38:36
推 damody:推~
→ damody:我是因為我的問題都是sparse matrix所以一定要用Eigen
→ damody:diff 我有實作過 但eigen 沒看過
→ damody:https://damody.googlecode.com/files/L0smoothing.7z
→ damody:這裡面有diff
→ celestialgod:armadillo也有sparse matrix喔~~