有谁知道什么是在 Android 中计算线性代数的好库（SVD、QR、LU、最小二乘、逆等）？
问问题
6755 次
3 回答
12
传统的线性代数库是分层实现的。基本线性代数子程序（BLAS）位于底层。线性代数包 (LAPACK)建立在 BLAS 之上。这两个层库的接口早在 1990 年代就已标准化，硬件供应商通常会为其架构提供各种定制的实现。LAPACK 提供了你提到的线性代数库操作（SVD、QR、LU、最小二乘、逆等）。近年来，出现了一些对用户更友好的线性代数库（例如Armadillo、Eigen），它们实际上为传统的 BLAS 和 LAPACK 库提供了一些包装器。
JBLAS只是传统 BLAS 的 java 实现。JAMA也是一个用 Java 实现的类似 LAPACK 的库。这两个库实际上并不是针对 Android 的。但由于 Android 编程通常涉及 Java，我们可以让它们在 Android 上运行。但是，我们不能期望这些实现的性能。我的论点是性能是一个关键因素，因为您是在调用库而不是自己编写它，并且高性能通常会在使用 Android 操作系统的移动平台中提高低能耗成本。
虽然上述线性代数库通常针对 CPU（例如 x86 架构，操作系统：Linux/Windows/MacOS），但专家们现在正在取得进展，以便在移动平台（例如 ARM，操作系统：Android）上提供全栈支持。
我只是注意到高通刚刚发布了自己的类似 BLAS 的库Snapdragon Math Library，它可以运行在高通定制的 ARM 架构上。通过与它链接的顶级LAPACK，这些线性代数运算（SVD、QR、LU、最小二乘、逆等）可以在 Android 上以高性能实现。
最近，随着深度学习的快速发展，许多神经网络包如NNPACK开始流行。在底层，它们是线性代数库，具有神经网络中不同层的基元的低级高性能实现。
于 2015-12-18T21:18:21.397 回答
3
Jama工作得相当好。
于 2010-05-11T04:14:34.900 回答
0
如果您使用 C++ 和 NDK，则可以使用 Eigen。它可以使用 SSE 2/3/4、ARM NEON 和 AltiVec 指令集。
于 2013-09-10T17:37:37.467 回答