F**********0
发帖数: 442 | 1 行列式等于零。一个参数在某些元素里，用哪个程序解出这个参数？ |
|
l*****e
发帖数: 112 | 2 Python是一门非常易学易用易维护的语言。Python有许多支持高效科学计算的程序库。
下面列举一些资源：
python.org：Python官方主页
scipy：science computation package for python (LAPACK is also ported into it
).
numpy: numerical methods for python, now part of scipy.
simpy: simulation package for python
pymprog: very intuitive linear programming language for python (solver is
GLPK)
openOpt: general optimization package
pylab: matlab style plotting package
enthought: a special group of scientific software based on python (including
interactive 2D and |
|
p*****e
发帖数: 310 | 3 matlab就是用lapack算的，不用舍近求远 |
|
x*****u
发帖数: 3419 | 4 try lapack function dgesvd |
|
o**n
发帖数: 1249 | 5 scalapack是lapack的subset，跟petsc不是一个东西阿，你看你到底要干什么。要用
petsc就下点别人的source，看看大家怎么用好了。
另外，指针可是个好东西阿，不要指针还学啥C呢。
然以前有点MPI的经验，但是看起官方网上的那些Tutorial还是糊里糊涂，就是一大堆
函数和功能的简单列举，完全不象正规教科书那样由浅入深。感觉那些说明文档是面向
经常编程很熟悉各种语言的用
个？ |
|
a******6
发帖数: 78 | 6 Hello.
I am now trying to compile a C file containing the routine "ssyev" in lapack
. I am supposed to use some compiler options such as :
gcc -L/usr/lib -lgsl -lgslcblas -llapack -lblas -lm -o dsyev_test dsyev_
test.c
However, I have not found what compiler options to add.
Any ideas?
Thanks a lot. |
|
j****x
发帖数: 943 | 7 Gaussian Elimination can be found at any computation library, i.e. lapack
etc. Most of them have C interface. |
|
h******6
发帖数: 5 | 8 本来矩阵向量运算的code都是自己乱写的， 现在想学用一下 blas lapack 这样的标准
库。 所以先找了一段 ATLAS 的源代码， 不是很懂， 有牛人能解释下下面的这段 代
码么？ 特别是为什么 Mjoin 函数名后面能跟两个参数列表？ 多谢！
#include "atlas_misc.h"
#include "atlas_level1.h"
#ifdef TREAL
void Mjoin(PATL,rot)(const int N, TYPE *X, const int incX,
TYPE *Y, const int incY, const TYPE c, const TYPE s)
{
int i;
TYPE tmp;
if (c != ATL_rone || s != ATL_rzero)
{
if (incX == 1 && incY == 1)
{
for (i=0; i != N; i++)
{
tmp = c * |
|
c***r
发帖数: 1570 | 9 agree, lapack, petsc may accelerate your computation a lot, what you need
just add the head file and call the specific function, then link with these
library, not very hairy |
|
|
m*******1
发帖数: 58 | 11 1. 矩阵计算， 你可以用其它的函数库， 比如： BLAS, gotoBLAS, LAPACK, etc.
2. For non-commercial use, 你可以试试 Intel Fortran for Linux 和 MKL库, non-
commercial version is free. 生成的代码计算效率非常高. |
|
|
j**u
发帖数: 6059 | 13 像我一样只用GSL包打天下的算不算特懒的人，:-) |
|
|
j**u
发帖数: 6059 | 15 像我一样只用GSL包打天下的算不算特懒的人，:-) |
|
|
j**u
发帖数: 6059 | 17 我一般最多用27个core，没有觉得gsl有什么不好。gsl其实包含了c的blas，因为大部
分常用函数都有，所以非常方便。 |
|
|
s**u
发帖数: 2294 | 19 【 以下文字转载自 Postdoc 讨论区 】
发信人: sasu (杉树), 信区: Postdoc
标 题: 我们碰到的大麻烦——急寻计算机工作和博后机会
发信站: BBS 未名空间站 (Thu Apr 5 14:58:18 2012, 美东)
我是化工的博士，但是从本科到博士都修了几乎所有计算机的课程，在博士毕业后在th
计算机做的博后，又去了一个研究机构也做的计算机方面的工作。主要是做高性能计算
，并行计算等，各种语言写程序也不错。
我主要做高性能计算，在并行计算和代码优化方面有很多项目经验。数学基础也比较好
。自己写代码方面，Unix, Linux and Windows; C/C++, Fortran 77/90, Matlab and
Python; MPI, OpenMP, PETsc, Trilinos; gdb, Totalview, Valgrind; Code level
tuning with Vtune and Oprofile; BLAS, LAPACK, FFTW, direct and iterative
solver都没问题。
因为之前想做研究，... 阅读全帖 |
|
s*******n
发帖数: 38 | 20 【 以下文字转载自 Statistics 讨论区 】
发信人: samaritan (Good+Samaritan), 信区: Statistics
标 题: C++统计library
发信站: BBS 未名空间站 (Fri Oct 19 15:38:45 2007)
要用C++编一些统计的程序。想找library。 那个比较好？gsl? Lapack? |
|
|
s*********e
发帖数: 97 | 22 Anyone knows any sample fortran routine for coordinate transformation?
I would like do such a calculation for stresses ans strains:
[C]=[A][B][A]^T
Any tips are thankful.
I already know the matrix calulation fortran flow for A= B*C like:
do i=1,3
do j=1,3
A(i,j)=0.0
do k=1,3
A(i,j)=B(i,k)*C(k,j)+A(i,j)
enddo
enddo
enddo
Someone told me to use lapack library, I think it may be a simpler
solution like above... |
|
|
h***o
发帖数: 26 | 24 are there any routines in LAPACK can be used?
Thanks.
发信人: addin (add+in), 信区: Mathematics
标 题: Re: 请教一个矩阵分解的问题
发信站: BBS 未名空间站 (Sun Jun 24 14:59:49 2007)
我们管这个叫正交分解，不过我觉得这个是土话。虽然没有明确提及，但实际中往往默
认A为实对称阵。这个变换同特征直分解的区别在于它对应的是纯粹的旋转。就是说通
过分解你找到了一个合适的正交坐标系的角度，使得各个分量之间互相独立。这也就是
正交的意思。 |
|
l*******y
发帖数: 490 | 25 来自主题: Mathematics版 - 矩阵求逆 Lapack/Scalapack? 另外这个矩阵不算太大吧。 |
|
h**********c
发帖数: 4120 | 26 数值上eigenvalue可以用QR法，lapack, linpack什么都能做。
复根也可以求，
多项式，diagonalizability的那个地方我一直就没太看明白，
是不是这个意思，多项式可以写成[]\alpha\beta的形式，求这个阵的eigenvalues.
哪位明白解释一下吧。 |
|
g****t
发帖数: 31659 | 27 写一个矩阵，次对角线是1，最后一行是多项式的系数。
这矩阵特征方程就是你的多项式。
数值上eigenvalue可以用QR法，lapack, linpack什么都能做。
复根也可以求，
多项式，diagonalizability的那个地方我一直就没太看明白，
是不是这个意思，多项式可以写成[]\alpha\beta的形式，求这个阵的eigenvalues.
哪位明白解释一下吧。 |
|
h**********c
发帖数: 4120 | 28 美国佬最新的pack叫tnt吧，没有goo, c++的吧？
scalapack和lapack有什么区别吗？ |
|
j****x
发帖数: 943 | 29 scalapack is kind of the parallel version of Lapack using MPI. Since it's
relatively easy to call parallel subroutines from Fortran, so I am wondering
what will be the equivalent of ScaLapack in C. |
|
f**n
发帖数: 401 | 30 Assume matrix A is a m*n matrix and r=rank(A)
deficient.
What is the best/quickest way to get a set of r columns (or rows) in A so
that A1,...,A_r are independent from each other?
I know gaussian elimination can achieve this. But I cannot find it with a
reasonable numerical routine.
P.S. LAPACK is available for me. But I do not see any routine that
conveniently does this.
Many thanks! |
|
m**********e
发帖数: 12525 | 31 你没设置好路径,如果你是普通用户,则用LD_LIBRARY_PATH
如果你是root,则用ldconfig,怎么用自己google
liblapack.a放到/usr/lib
题。 |
|
e**********n
发帖数: 359 | 32 不是没有人写这种程序，而是没人用，或者是用的人情愿自己写，凝聚态里有一些例子
。原因是研究领域的东西没有形成一个广泛接受的完整的概念系统，如果有这样的概念
系统那也不用再研究了。象lapack，fftw，matlab，mathematica，python，等等软件
包里常用的东西都是写在教科书上标准化的东西，很容易验证。现在把很多计算物理上
的方法还没有标准化，写程序的人可能自己都没有完全掌握其精髓。别人要用这样的程
序，首先要花时间理解其算法和思想，然后验证其正确性，才敢拿来用在自己的工作里
。有这么多时间去理解别人的思路，不如自己动手写。我也参与过这种程序包的工作，
除了自己用用，拿来申请经费外，没有别的用处。 |
|
|
o**o
发帖数: 3964 | 34 开玩笑吧。谁天天用Fortran的举个手？
调lapack/blas的库可不算用Fortran哦 |
|
z****g
发帖数: 1978 | 35 most LAPACK and CBLUS library is implemented assuming that vector is
allocated in the
second way. |
|
z****g
发帖数: 1978 | 36 depends on the style of business.
If investment/mid/low frequency trading, C++ implementation is not necessary
. In this case, Python has that "Scipy" library which is basically a lapack
and cblas wrapper. This makes python a user friendly free "MATLAB" as well
as a script shell. The major problem is that you need to implement your
model in python yourself. For realtime trading, C++ implementation is
necessary, but python can still be used for overnight task.
However, I still prefer to use R if |
|
h**********g
发帖数: 52 | 37 the first time to see someone comparing python with R in that way
python is not used as you think
you must only know some R
necessary
lapack
well
your
are so |
|
m**********4
发帖数: 774 | 38 No. similar to boost, lapack.
STL is kind of similar to java. |
|
o**o
发帖数: 3964 | 39 常用的矩阵运算lapack都有了。除非你要造新轮子 |
|
|
S****8
发帖数: 401 | 41 楼上正解，非要用matlab的先试试LU
然后找找matlab下的 iterative routine.
其实你这个并不算很大的运算，再大一些就得用fortran，c神马的并行算，可以去参考
SLEPC 这个
library， 用起来略麻烦， lapack里面有些东西已经老啦。
你这个size，我觉得用matlab足够，我经常用pc算这个量级的运算，解一次不需要一分
钟，当然，取决于稀松的程度和形状 |
|
|
S****8
发帖数: 401 | 43 楼上正解，非要用matlab的先试试LU
然后找找matlab下的 iterative routine.
其实你这个并不算很大的运算，再大一些就得用fortran，c神马的并行算，可以去参考
SLEPC 这个
library， 用起来略麻烦， lapack里面有些东西已经老啦。
你这个size，我觉得用matlab足够，我经常用pc算这个量级的运算，解一次不需要一分
钟，当然，取决于稀松的程度和形状 |
|
t******1
发帖数: 334 | 44 可能是楼主程序里有一个矩阵操作，那个矩阵恰好是一个特殊矩阵，然后LAPACK里面又
恰好有一个subroutine是专门针对这个特殊矩阵优化的。这种优化，一般能够显著降低
运算数量。
如果是这样，倒也不一定是9.0牛逼。 |
|
o****p
发帖数: 162 | 45 【 以下文字转载自 EE 讨论区 】
发信人: oooppp (PPP), 信区: EE
标 题: Kalman 滤波的一个问题
发信站: BBS 未名空间站 (Thu Aug 21 23:49:36 2008)
请问有没有做Kalman滤波的大侠．
做了一个Kalman滤波器对目标跟踪的轨迹做平滑（简单Ｎewton力学模型），９９％以
上都ＯＫ，有时候偶尔出现异常大值（目标一直不动，偶尔跳动一两下）．有过这种经
验的给说说怎么回事？
是通过调用openCV (Open Source Computer Vision / LaPack ...) C lib, 实现的.
没有数值溢出，因为被追踪目标有大致坐标位置， ９９％输出都没问题.
偶尔会坐标大到几千，几万离谱的很. 但又会收敛回来，否则整个轨迹都不对了.
补充一下, 我的力学模型:
状态矢量 x = (X, Y, Vx, Vy, Ax, Ax) (位置, 速度, 加速度)
观测矢量 y = (X, Y) (位置)
转变矩阵照牛顿力学给出 (和dt时间间隔有关)
测量矩阵
1 0 0 0 0 0
0 1 0 0 0 0
Q, R 矩 |
|
m**i
发帖数: 724 | 46 Generalized Additive Models
(Hastie and Tibshirani)
pretty good.
The Elements of Statistical Learning
is also good.
and, of course, always, many original papers.
For programming,
Statistical Models in S
or
Just the Lapack (fortran)
,
门 |
|
N**D
发帖数: 10322 | 47 Matlab use lapack.
R is just a stat toy. |
|
q**j
发帖数: 10612 | 48 any reason? numpy is written based on lapack, same as matlab. so numpy
should be much faster than R, and may suffer less from the memory
restriction. |
|
q**j
发帖数: 10612 | 49 matlab 是基于fortran的lapack。出身比R, S+好的多。你要是要追根问底，就把code
和数据都放在bbs上比。我不信matlab比R慢。 |
|
t********e
发帖数: 7 | 50 谭浩强里面太细节的没啥用
会写loop, function, class, 和基本传指针参数啥的我觉得差不多就够了
反正只是做computation, 我是不能保证我程序最优化的：） 不过还是比R
快多了
还有好多现有的package可以去下载了直接用，比如lapack |
|
