Dies ist die Linux-App namens Armadillo, deren neueste Version als armadillo-12.6.5.tar.xz heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Armadillo kostenlos mit OnWorks herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
Gürteltier
Ad
BESCHREIBUNG
* Schnelle C++-Bibliothek für lineare Algebra (Matrix-Mathematik) und wissenschaftliches Rechnen
* Einfach zu bedienende Funktionen und Syntax, bewusst ähnlich zu Matlab / Octave
* Verwendet Vorlagen-Metaprogrammierungstechniken, um die Effizienz zu steigern
* Bietet benutzerfreundliche Wrapper für OpenBLAS-, Intel MKL-, LAPACK-, ATLAS-, ARPACK-, SuperLU- und FFTW-Bibliotheken
* Nützlich für maschinelles Lernen, Mustererkennung, Signalverarbeitung, Bioinformatik, Statistik, Finanzen usw.
* Herunterladen: http://arma.sourceforge.net/download.html
* Dokumentation: http://arma.sourceforge.net/docs.html
* Fehlerberichte: http://arma.sourceforge.net/faq.html
* Git-Repository: https://gitlab.com/conradsnicta/armadillo-code
Eigenschaften
- Einfach zu bedienen - hat viele MATLAB-ähnliche Funktionen
- Nützlich für das Prototyping direkt in C++
- Nützlich für die Konvertierung von Forschungscode in Produktionsumgebungen
- Zulässig lizenziert - kann in proprietärer Software und Produkten verwendet werden
- Wird für maschinelles Lernen, Mustererkennung, Computer Vision, Signalverarbeitung, Bioinformatik, Statistik, Finanzen usw. verwendet
- Effiziente Klassen für Vektoren, Matrizen, Würfel (1., 2., 3. Ordnung Tensoren)
- Unterstützt dichte und spärliche Matrizen
- Schnelle Singulärwertzerlegung (SVD), Eigenzerlegung, QR, LU, Cholesky, FFT
- Clustering mit k-Means und Gaussian Mixture Models (GMM)
- Automatische Vektorisierung von Ausdrücken (SIMD)
- Benachbarte und nicht zusammenhängende Teilmatrizen
- Kombiniert automatisch mehrere Vorgänge zu einem, um Geschwindigkeit und Effizienz zu erhöhen
- Daten in CSV-Dateien lesen/schreiben
- Verwendet automatisch OpenMP zur Beschleunigung über Multithreading
- Wird zur Beschleunigung von NumPy/Python über CARMA verwendet: https://github.com/RUrlus/carma
- Wird von MLPACK für maschinelles Lernen und Mustererkennung verwendet: https://mlpack.org/
- Wird von Ensmallen für die numerische Optimierung verwendet: https://ensmallen.org/
Publikum
Informationstechnologie, Wissenschaft/Forschung, Bildung, fortgeschrittene Endbenutzer, Entwickler, Ingenieurwesen
Programmiersprache
MATLAB, C++
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/arma/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.
