线性代数相关库

blas

The BLAS (Basic Linear Algebra Subprograms) are routines that provide standard building blocks for performing basic vector and matrix operations. The Level 1 BLAS perform scalar, vector and vector-vector operations, the Level 2 BLAS perform matrix-vector operations, and the Level 3 BLAS perform matrix-matrix operations. Because the BLAS are efficient, portable, and widely available, they are commonly used in the development of high quality linear algebra software, LAPACK for example.

http://www.netlib.org/blas/

Lapack

LAPACK is written in Fortran 90 and provides routines for solving systems of simultaneous linear equations, least-squares solutions of linear systems of equations, eigenvalue problems, and singular value problems. The associated matrix factorizations (LU, Cholesky, QR, SVD, Schur, generalized Schur) are also provided, as are related computations such as reordering of the Schur factorizations and estimating condition numbers. Dense and banded matrices are handled, but not general sparse matrices. In all areas, similar functionality is provided for real and complex matrices, in both single and double precision.

http://www.netlib.org/lapack/

Linpack

LINPACK is a collection of Fortran subroutines that analyze and solve linear equations and linear least-squares problems. The package solves linear systems whose matrices are general, banded, symmetric indefinite, symmetric positive definite, triangular, and tridiagonal square. In addition, the package computes the QR and singular value decompositions of rectangular matrices and applies them to least-squares problems. LINPACK uses column-oriented algorithms to increase efficiency by preserving locality of reference.

http://www.netlib.org/linpack/

时间: 2024-11-05 21:58:46

线性代数相关库的相关文章

NetworkX系列教程(9)-线性代数相关

小书匠 Graph 图论 学过线性代数的都了解矩阵,在矩阵上的文章可做的很多,什么特征矩阵,单位矩阵等.grpah存储可以使用矩阵,比如graph的邻接矩阵,权重矩阵等,这节主要是在等到graph后,如何快速得到这些信息.详细官方文档在这里 目录: 10线性代数相关 10.1图矩阵 注意:如果代码出现找不库,请返回第一个教程,把库文件导入. 10线性代数相关 10.1图矩阵 #定义图的节点和边 nodes=['0','1','2','3','4','5','a','b','c']  edges=

Spark Mlib BLAS线性代数运算库

1.4 BLAS (BLAS routines for MLlib's vectors and matrices.) BLAS(Basic Linear Algebra Subprograms,基础线性代数程序集)是一个应用程序接口(API)标准,用以规范发布基础线性代数操作的数值库(如矢量或矩阵乘法). BLAS按照功能被分为三个级别: Level 1:矢量-矢量运算 Level 2:矩阵-矢量运算 Level 3:矩阵-矩阵运算 在Spark Mlib 中,采用了BLAS线性代数运算库,下面

【算法总结】线性代数相关

[线性基] [相关资料] <关于线性基的学习与理解>        <[学习笔记]线性基> [相关题目] 1.[bzoj2460][BeiJing2011]元素 题意:见原题. 分析:hzwerの博客 1 #include<cstdio> 2 #include<algorithm> 3 #include<cstring> 4 #define LL long long 5 using namespace std; 6 const int N=1e3

numpy包中,与线性代数相关的模块——linalg(利那隔)

https://github.com/scalanlp/breeze/wiki/Linear-Algebra-Cheat-Sheethttps://docs.scipy.org/doc/numpy-1.13.0/reference/routines.linalg.htmlhttp://blog.csdn.net/airfish20000/article/details/60880932http://blog.csdn.net/bitcarmanlee/article/details/519452

C/C++ 开源库及示例代码

C/C++ 开源库及示例代码 Table of Contents 说明 1 综合性的库 2 数据结构 & 算法 2.1 容器 2.1.1 标准容器 2.1.2 Lockfree 的容器 2.1.3 环形缓冲 2.1.4 多维数组 2.1.5 图 2.2 对容器的操作 2.3 字符串处理 2.3.1 字符集 2.3.2 字符串格式化 2.3.3 正则表达式 2.3.4 (其它) 2.4 内存相关 2.4.1 智能指针 2.4.2 内存池 2.5 时间 & 日期 2.6 编码 & 解码

Eigen库的使用笔记

Eigen库的使用笔记 Eigen Matirx Array 多维操作 Matrix 与Array之间的差别与运算 Eigen里面主要有两种数据结构,分别为Matrix与Array,其中Matrix即为数学意义上的矩阵,可以非常方便地进行线性代数相关的运算,而Array即为通常意义上的数组,可以是一维,也可以是二维. Eigen的初始化 Eigen中的Matrix与Array的初始化方式十分相似,同时它们的初始化方法也很多,这里仅用Array作例子. 直接赋值 //直接赋值并初始化 Eigen:

Windows下Fortran编译Lapack库及使用的方法(转自新浪)

Lapack 是一套被非常广泛使用的线性代数计算工具库,现在的主要编写语言时 Fortran90 .Lapack 基本上可以说是速度最快的线性代数计算库,我们看看官方给出的其被应用的几个地方就可以看出来: high-level interface:MatlabOctaveNAG Numerical LibrairiesMapleR projectScilab 列表上这些软件/语言是不是如雷贯耳,由此可见 Lapack 的流行程度. Lapack同时有 Fortran 和 C/C++ 的接口,现在

Libfilth(一个滤波器C库)使用

Libfilth使用说明 winshton 2009年2月 (*本文大部分翻译自libfilth,还有一部分是个人使用实践 *时间水平均有限,翻译的不完整,尤其第二章可以忽略) 版本历史修改记录 版本 作者 日期 备注 V1.0 winshton 2009-2-1 创建             目 录 版本历史修改记录    1 1. 概述    5 2. 库文件分析    5 2.1. filth.h/filth.c    6 2.1.1. quantize()    6 2.1.2. fil

【Python笔记】如何源码编译依赖LAPACK和ATLAS库的NumPy包

上篇笔记介绍了不依赖lapack和atlas库的NumPy包源码编译/安装方法,但"纯净版"的NumPy会损失性能,故本篇笔记说明如何源码编译安装依赖lapack和atlas库的NumPy包. 1. GCC版本要求 使用较新版本的GCC工具集(尽量不低于v4.7)且集成有gfortran编译器. 备注1:这里大写的"GCC"是指GNU Compiler Collection,它除包含C语言编译器gcc外,还包含很多其它语言的编译器(如g++/gfortran等) 备