行列演算ライブラリEigenをiOSで利用する - Paradigm Shift Design
喪中です。ことよろ。 まーにあっくまーにあっくー。 活性拡散アルゴリズムというのがありまして、それをiOS上で2次元配列を使って計算していたのだけれども、速度が遅いこと、行列演算でバグが混入する可能性があることから、ライブラリを使って実装したいなと思いました。 せっかちなひとむけ Eigenからダウンロード バージョンは3.0.4以降を使う Eigenをxcode経由でプロジェクトに追加しない 解凍したディレクトリのEigenをプロジェクトのソースコードから見える位置にFinderで追加する Eigenを利用するソースコードのFile TypeをObjective-C++ sourceにする #include "Eigen/Core" using namespace Eigen; Eigenライブラリとは iOSにはAccelerate.Frameworkというのがあって、行列演算、デジタ
行列計算様ライブラリ Eigen - daharuの日記
行列の固有値を求めるためのライブラリーが欲しくて少し調べて見たのですが、 導入の簡単さからEigenを使うことにしました。 この記事はその時の覚え書きです。 gccの使用を前提にしています。 本家へのリンクは、 http://eigen.tuxfamily.org/index.php?title=Main_Pageから。 インストール wget http://bitbucket.org/eigen/eigen/get/3.0.1.tar.bz2とするか本家から本体をダウンロードしましょう。 あとは解凍して適当な場所に置けば準備完了です。 Eigenはc++のヘッダーファイルのみから構成されておりコンパイル時にこれをインクルードするだけで使うことができます。 コンパイルの仕方 置いた場所によっては、コンパイル時にパスを通す必要があります。 例えば、解凍したファイルが ~/Downloads/
Eigen: Main Page
This is the API documentation for Eigen3. You can download it as a tgz archive for offline reading. For a first contact with Eigen, the best place is to have a look at the getting started page that show you how to write and compile your first program with Eigen. Then, the quick reference pages give you a quite complete description of the API in a very condensed format that is specially useful to r
Eigenライブラリ - phylloさんのダイアリー_study
今までc++で線形代数やるときは、サイズが大きくなければ自分で作ったやつ、boostのBLAS、書き出してoctaveで計算とか無理矢理感が否めないやり方を多くしてたけど、Eigenというライブラリがあるらしいということを目にして使ってみたので自分用まとめ。 Eigenとは？ http://eigen.tuxfamily.org/ Eigenは、線形代数に関するC++ template library。行列やベクトルや関連アルゴリズムが入ってる、らしい。 対応してるコンパイラはgcc,msvc,icc,mingw,sun compilerなどと、とりあえずコンパイラ関係ない。 他のライブラリと比較しても結構速いっぽい。そして何よりインストール不要。 ロボット関係でも使われてるみたい。googleも使ってると書いてある。 ライセンスは「LGPL3+」と「GPL2+」の2つ？？？ ダウンロード
C++の行列ライブラリ Eigenの紹介 - Preferred Networks Research & Development
C++で行列計算をする場合に便利なライブラリEigenを紹介したいと思います。 ベクトル・行列演算は知っているからEigenの使い方だけを教えてくれというかたは最初の章は読み飛ばしてください。 — 多くの統計処理がベクトル・行列演算を用いるとコンパクトに表すことが知られています。ちょっと複雑そうにみえる問題も整理してみるとベクトル・行列演算で書ける場合が多いです。（ベクトル・行列という言葉に抵抗がある方はそれぞれを単に配列、配列の配列とでも思ってもらえればいいでしょう）。ベクトルの内積は\(u^T v = u_1 v_1 + u_2 v_2 + \ldots +\)として求められ、ベクトルのノルムは自分自身のベクトルとの内積の平方根、\(|u| = \sqrt{ u^T u} \)として求められます（以降ベクトルは全て列ベクトルを指すとします）。 例えば、あるユーザーの商品の購買履歴は、\
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Suzumura's blog C++ライブラリEigenの高速化
Hunting Field: eigen3でsvd
Googleの並列ログ解析向け言語「Sawzall」が公開されたので使ってみた | Preferred Research Blog