RcppEigen の JacobiSVD は 3.0 へのアップグレードで遅くなりましたか? RcppEigen を使用する私のライブラリは、もはや高速に動作するようになりました。

R のテストコードは次のとおりです。

-------------------------------------------------- --------

armadillo cov() 関数を使用してランダム データセットの共分散行列を生成しようとしていますが、ランダム データセットから行列入力 (cov 関数への入力) を正確に生成する方法がわかりません。

私は Mac OS X 10.8.3 ユーザー (Mountain Lion) です。Armadillo をダウンロードし、README.txt の指示に従って OS X にインストールしました。次のように入力すると、正常にコンパイルされます。

ターミナルで。同じリンカー引数を Eclipse CDT に含めることで、OS X の Eclipse (Juno) で armadillo をコンパイルすることができました。しかし、私の問題は、Xcode 4 でコンパイルするときです。「-O2 -larmadillo」文字列を他のリンカーフラグに追加しようとしました。また、ヘッダー検索パスとライブラリ検索パスに /usr/local/lib と /usr/local/include/ を追加してみました。このようにコマンドを認識するようにXcode 4を取得しました：

また

ただし、コンパイル時になると、Xcode 4 は次のような行を認識しません。

マットA;

コードの場合：

次のようなエラーが表示されます。

宣言されていない識別子「mat」の使用。「マックス」のことですか？
期待される ';' 式の後
宣言されていない識別子 'A' の使用

オーバーロードされた関数への参照を解決できませんでした。呼ぶつもりだったの？

コードはコンパイル段階にさえ到達しないことに注意してください!

Xcode 4 で armadillo ライブラリを使用する C++ コードを適切にリンクおよびコンパイルするにはどうすればよいですか?

どうもありがとうございました！

ダニエル。

アルマジロの要素ごとの乗算 (%) 速度は、LAPACK/BLAS がインストールされているかどうかに依存しますか? 現在、それらをインストールせずにアルマジロを実行していますが、速度はひどいです。これが最も単純なコードで、計算に永遠を要します

rowsumC++ / Rcpp / Eigen または Armadillo でR 関数の高速な代替手段を探しています。

a目的は、グループ化ベクトルに従ってベクトル内の要素の合計を取得することですb。例えば：

単純な for ループを記述するのRcppは非常に遅いですが、私のコードが非効率だったのかもしれません。

の関数も呼び出してみrowsumましたRcppが、rowsumあまり高速ではありません。

アルマジロの使い方について質問です。

私は Ubuntu 12.10 と Code::Blocks の gcc コンパイラを使用しています。シナプス パッケージ マネージャーを使用して LAPACK と BLAS をインストールしました。また、シナプス パッケージ マネージャーを使用して 1 回、CMake を使用して手動で Armadillo をインストールしました。CMake は、armadillo コンパイルの構成を作成しているときに、LAPACK および BLAS ライブラリを見つけました。さらに「Build Options」→「Linker」のCode::BlocksでBLASとLAPACKのライブラリをリンクしました。

ただし、プロジェクトをビルドしようとすると、次のエラー メッセージが表示されます。

これは明らかにアルマジロが LAPACK を見つけられないことを意味しますが、何が間違っていたのでしょうか?

また、armadillo_bits/config.hpp ファイルの各行のコメントを外して、次のようにしました。

整数で行列を設定しようとするとエラーが最初に表示されるので、

役立つ回答をいただければ幸いです。私は数時間インターネットを検索しました。また、さらにソース コードが必要な場合はお知らせください。

OpenCV を使用して画像処理アプリケーションを構築しています。Armadillo ライブラリも使用しています。これは、非常に優れた行列関連の関数が含まれているためです。ただし、 cv::Mat で Armadillo 関数を使用するには、 cv::Mat から arma::Mat に頻繁に変換する必要があります。これを達成するために、次のような関数を使用して cv::Mat を arma::Mat に変換します

これを行うより効率的な方法はありますか？