lapack c语言,Visual C ++ 2010和Lapack，Blas库(Visual C++ 2010 and Lapack, Blas libraries)

Visual C ++ 2010和Lapack，Blas库(Visual C++ 2010 and Lapack, Blas libraries)

我想使用Blas和Lapack库来使用一些rutines，但我不知道如何在Visual C++ 2010使用它们。

如何在这种情况下使用它们？

I want to use Blas and Lapack libraries to use some rutines, however I do not know how to use them in Visual C++ 2010.

How to use them in this context?

原文：https://stackoverflow.com/questions/

更新时间：2019-12-21 17:40

最满意答案

虽然我没有使用它，但似乎LAPACK有一个C ++ DLL接口。 请参阅此站点 – 向下滚动到标题为“第2部分：在Visual(Studio)C / C ++项目中使用LAPACK子例程”的部分。

有预先构建的Windows二进制文件可用。

如果我理解正确， LASACK中包含BLAS的参考版本。

Though I haven’t used it, it appears that LAPACK has a C++ dll interface. See this site – scroll down to the section titled “Part 2: Using LAPACK subroutines in a Visual (Studio) C/C++ Project”.

There are pre-built Windows binaries available.

If I understand correctly, a reference version of the BLAS is included in LAPACK.

2011-04-20

相关问答

BLAS和LAPACK有很多实现，也没有单一的Linux版本。 在netlib.org上有一个例程接口和参考实现的规范 ，但该参考实现并不专注于特定平台(CPU，OS ……)上的最大性能。 所以，Mac库所做的是它有自己的代码来进行一些计算，这可能比参考计算更快。 它可以用与参考Fortran代码不同的编程语言编程。 您可以尝试许多其他实现：英特尔MKL，ATLAS，GotoBLAS，OpenBLAS，Sun性能库，Cray科学库等。 它们通常用C语言或特定CPU的汇编语言编写。 Appl

…

如果您从提到的FEX提交中查看lapack.m文件，您将看到一些关于如何使用该函数的示例： 示例：使用DGESVD进行 SVD分解： X = rand(4,3);

[m,n] = size(X);

C = lapack(‘dgesvd’, …

‘A’, ‘A’, … % compute ALL left/right singular vectors

m, n, X, m, … % input MxN matrix

ze

…

这里描述了在Windows 7 64位上没有用于SciPy安装的BLAS / LAPACK库的解决方案： http://www.scipy.org/scipylib/building/windows.html 安装Anaconda更容易，但您仍然不会获得英特尔MKL或GPU支持，而不需要支付(他们在MKA优化和加速Anaconda的附加组件中 – 我不知道他们是否使用PLASMA和MAGMA) 。 使用MKL优化，numpy在大矩阵计算上的表现优于IDL 10倍。 MATLAB在内部使用英特尔MK

…

最近，这两个来自田纳西大学的接口已经发布： https://bitbucket.org/icl/blaspp https://bitbucket.org/icl/lapackpp 使用这些本机C ++实现有一些直接的好处。 让我们考虑一个基本的通用编程示例： 想象一下，你想要缩放矢量： v = alpha*v这要归功于cblas_？scal函数。 使用cblas ，如果你想要一些“泛型”，因为它具有所有支持的标量类型( float ， double ， complex ， compl

…

虽然我没有使用它，但似乎LAPACK有一个C ++ DLL接口。 请参阅此站点 – 向下滚动到标题为“第2部分：在Visual(Studio)C / C ++项目中使用LAPACK子例程”的部分。 有预先构建的Windows二进制文件可用。 如果我理解正确， LASACK中包含BLAS的参考版本。 Though I haven’t used it, it appears that LAPACK has a C++ dll interface. See this site – scroll down

…

我曾经有过类似的问题 ，而且看起来很可能你的代码中存在一些未定义的行为(例如double free)，这是以编译器特定的方式处理的。 也许这在gcc 4.9和6.0之间改变了。 很难说如果不知道你的代码，但你可以自己使用一些工具来跟踪这个问题，例如GDB或特别是valgrind的memcheck (对我来说非常出色)： valgrind –tool memcheck

这将报告代码中与内存相关的错误和未定义行为的位置。 Problem solved. 1 –

…

我假设，如果你是C++新手，你也是C和Fortran新手。 在那种情况下，我肯定会建议你，不要从Blas / Lapack开始，至少没有一个不错的C++ -wrapper。 我的建议是看看Eigen ，它使用原生C++代码提供了更容易的矩阵运算开始。 您可以查看他们的入门指南 。 据说Eigen性能与Blas / Lapack相当，例如他们的基准 。 但是我没有自己测试。 如果你真的想要进入低级别并使用Blas / Lapack来看看cBlas ( C Wrapper of Blas)和Lapac

…

根据netlib dger(M, N, ALPHA, X INCX, Y, INCY, A, LDA)执行A := alpha*x*yT + A 因此A应该全部为零以获得X和Y的外积。 According to netlib dger(M, N, ALPHA, X INCX, Y, INCY, A, LDA) performs A := alpha*x*yT + A. So A should be all zeros to get the outer product of X and Y.

…

实际上dgemm是为子矩阵乘法而设计的。 您只需要正确使用每个矩阵的起始指针和参数LDA ， LDB ， LDC 。 BLAS的C变体是： void cblas_dgemm (const CBLAS_LAYOUT layout, const CBLAS_TRANSPOSE TransA, const CBLAS_TRANSPOSE TransB, const int M, const int N, const int K, const double alpha, const double *A,

…

您的链接顺序错误。 在需要它们的代码之后链接库，而不是之前。 喜欢这个： gcc -o eigen eigen.c -llapack

gcc -static -o eigen eigen.c -llapack

这应解决联系问题。 为了回答随后的问题，为什么会这样，GNU ld文档说： 它在您编写此选项的命令中有所不同; 链接器按照指定的顺序搜索和处理库和目标文件。 因此， foo.o -lz bar.o’ searches library ‘在文件foo.o之后但在bar.o之前foo.o –

…