eigen math 다운로드

eigen 3.3는 지원 되지 않는/e gen/CXX11/tensor의 다차원 배열과 tenors에 대 한 tensor 모듈의 미리 보기가 포함 되어 있습니다. 그것은 깔 끔 히, 계수-현명한 작업, 감소, 수축, 회선, 멀티 스레딩, CUDA는, opencl 등 다양 한 기능을 제공 합니다 이 모듈은 주로 구글에 의해 개발 되 고 구글의 tensorflow 라이브러리에 의해 사용 됩니다. opencl에 대 한 지원은 주로 sycl을 사용 하 여 codeplay에 의해 개발 되었습니다. eigen 3.3 11 월 10 일 2016에 릴리스 되었습니다. 그것은 메인 페이지에 있는 다운로드 섹션에서 다운로드할 수 있습니다. 3.2, 3.3 개발 지점에서 3500 이상의 커밋 [1] 많은 주요 변경 사항을 나타내는 이후. 또한 당신이 개인적으로 약간의 코어 개발자에 쓰고 싶다면 사용 되어야 하는 개인적인 메일링리스트가 있다 (그것이 Benoît, gaaol, jitse와 크리스토프에 의하여 읽 었 다). 주소는 eigen-코어-팀 같은 목록에 있는 ebigen 메일링 목록에 대 한 서버입니다. 당신은 구독할 필요가 없습니다 (사실, 구독이 닫힙니다). 모든 eigen 발달 면담을 위해, 공중 우편 목록 또는 Bugzilla를 대신 사용 하십시오.

이 “Index” 형식은 egen 전체에서 크기와 인덱스 모두에 대해 기본 설정 형식으로 사용 됩니다. EIGEN_DEFAULT_INDEX_TYPE 매크로를 통해 전역적으로 제어할 수 있습니다. 사용 하는 eigen::D enseindex 및 anyexpression:: 인덱스 이제 사용 되지 않습니다. 이는 항상 eigen:: Index와 동일 합니다. eigen c + + 템플릿 매트릭스/벡터 수학 라이브러리 위대한입니다: 간단한 구문, 그 표현의 능력을 통해 템플릿, 포트란의 속도 rivaling 코드를 컴파일합니다. 따라서, Arduino/AVR를 위한 eigen. 그렇습니다, 그것은 작동 하 고, 사랑 스럽다. 주요 문서는 특징의 다른 영역을 포함 하는 장으로 편성 된다.

그들은 포괄적인 방법으로 다른 기능을 설명 하는 사용자 매뉴얼 페이지로 구성 되어 있으며, 관련 eigen의 모듈과 클래스를 통해 API 설명서에 대 한 액세스를 제공 하는 참조 페이지. 이것은 eigen 시작 하는 방법에 대 한 매우 짧은 가이드입니다. 그것은 이중 목적이 있다. 그것은 최대한 빨리 코딩을 시작 하려는 사람들을 위한 eigen 라이브러리에 대 한 최소한의 소개 역할을 합니다. 또한이 페이지를 자습서의 첫 번째 부분인 라이브러리를 자세히 설명 합니다. 이 경우에는 Matrix 클래스를 계속 사용 합니다. eigen 3.3에서 “Index” typedef는 이제 전역적 이며 기본적으로 std::p trdiff_t: 원래 형식으로 정의 되어 있으며, egen은 작은 행렬 곱셈 (특히 M + N + K가 20 미만인 경우)에 대해 인텔 MKL을 사용 하지 않습니다. egen에서 인텔 mkl의 dsgemm 함수를 호출할 수 있도록 하기 위해 eigen 소스 코드를 수정 하 여 모든 매트릭스 크기에 대해 M + N + K < 20 휴리스틱을 없애고 인텔 MKL dgemm에 대 한 호출을 허용 합니다. eigen 프로젝트는 Benoît 제이콥 (설립자)와 gaël Guennebaud (전문가)에 의해 시작 되었습니다. 다른 많은 사람들은 그 후 eigen를 성공에 게 돕기 위하여 그들의 재능을 공헌 했다.

Comments are closed.