vs2015+eigen+intel MKL
来源:互联网 发布:比特币算法为谁服务 编辑:程序博客网 时间:2024/05/18 18:00
因为项目需要用了eigen的库,发现速度非常不理想,一个稀疏×稠密的运算需要大概7ms,查资料后发现可以用intel MKL库进行加速,于是自己尝试了一下配置,留备份。
参考了一个博主 的两篇文章:
Visual Studio下实现Eigen+Intel MKL的矩阵乘法
Visual Studio 2013配置Intel MKL
一、下载eigen
eigen主页
不需要安装,只要把eigen文件夹放在固定位置就行,方便调用。
二.下载 intel MKL
VS版本: 2015
MKL
没有按照原来说的下载Intel Parallel Studio XE 2015,那个特别大而且要收钱的,而且只能装C盘,大概4、5G的样子,很多功能目前用不着,我单独下载了Intel MKL ,而且是for free的。
三、配置
1、平台
采用release ×86,不知道为什么release比debug快 =_=
2、parallel
安装完之后会出现 intel performance library
如图,选择parallel
3、可执行文件
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2017.2.187\windows\mkl\bin
4、包含目录
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2017.2.187\windows\mkl\include
xxx/eigen
5、库目录
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2017.2.187\windows\compiler\lib\ia32_win
C:\Program Files (x86)\IntelSWTools\compilers_and_libraries_2017.2.187\windows\mkl\lib\ia32_win
6、依赖项
mkl_intel_c.lib
mkl_intel_thread.lib
mkl_core.lib
libiomp5md.lib
7、其他
差点忘了,还需要在源程序加上
#define EIGEN_USE_MKL_ALL
四、结果
原来的运算最后加速过结果是0.03ms,还是比较快的。
其他参考
矩阵运算库推荐
Eigen 3.2稀疏矩阵入门
Eigen: C++开源矩阵计算工具——Eigen的简单用法
Eigen教程3 - 稀疏矩阵操作
- vs2015+eigen+intel MKL
- 比较OpenBLAS,Intel MKL和Eigen的矩阵相乘性能
- Visual Studio下实现Eigen+Intel MKL的矩阵乘法
- 比较OpenBLAS,Intel MKL和Eigen的矩阵相乘性能
- 【神经网络与深度学习】【C/C++】比较OpenBLAS,Intel MKL和Eigen的矩阵相乘性能
- 关于Intel MKL
- Intel MKL 多线程设置
- Intel MKL & ATLAS 测试
- Intel MKL 数学库
- intel MKL GEMM
- Intel MKL基础(3)MKL函数分类
- Intel MKL基础(3)MKL函数分类
- Intel MKL基础(1)了解MKL、MKL资源
- Intel MKL基础(1)了解MKL、MKL资源
- Intel MKL基础(1)了解MKL、MKL资源
- Intel MKL基础(1)了解MKL、MKL资源
- HPL on Intel MPI+MKL
- Intel visual Fortran 调用 MKL
- 生成对抗网络
- Hexo简要帮助
- C# Session 操作类
- 堆区和栈区的区别 (C++里 不是数据结构里)
- RTP荷载h264
- vs2015+eigen+intel MKL
- centos7安装
- spring下easyui不能实现样式问题
- 关于32位Linux系统内存溢出问题的情况及几种常见解决方法
- 【JavaScript】将方法从对象中解耦
- Linux下实现SSH免密码登录
- led显示屏扫描方式1/2、1/4、1/8 、/16
- InstallShield 2015 错误 Failed to verify digital signature of IsUiServices.dll
- Nginx服务器的反向代理proxy_pass配置方法讲解