C++矩阵运算库armadillo配置笔记

前言

最近在用C++实现神经网络模型，优化算法需要用到矩阵操作，一开始我用的是boost的ublas库，但用着用着感觉很不习惯，接口不够友好。于是上网搜索矩阵运算哪家强，大神们都推荐armadillo。一方面本着群众的眼光是雪亮的这一原则，另一方面也想尝尝鲜（听说和Matlab很类似，用着非常爽），就折腾了一下。

armadillo是一个开源的C++线性代数计算函数库，目的是在效率和易用性之间取个折中。它的API风格类似Matlab，因此会用matlab的话，用起它来将十分得心应手。这个库其实是对底层的矩阵运算库（例如BLAS，LAPACK）的封装，也就是说，这个库本身的计算能力其实不强，但是这个库可以配合开源的底层库来使用，例如最基本的BLAS+LAPACK或者改进后的OpenBLAS,ACML还有强大的MKL。

在Eclipse中配置armadillo

1.打开"C/C++ General" 标签下的"Paths and Symbols"，在Includes菜单下的language框里选择GNU C++，点击右边的add按钮，将D:\armadillo-6.300.2\include加入路径

2.在Libraries标签下加入BLAS和LAPACK的路径 D:\armadillo-6.300.2\examples\lib_win64

3.在C/C++ Build->Settings下，选择MinGW C++ Linker->Libraries，点击add按钮输入lapack_win64_MT和blas_win64_MT

到D:\armadillo-6.300.2\include\armadillo_bits下，找到config.hpp，取消以下两行的注释

#define ARMA_USE_LAPACK
#define ARMA_USE_BLAS

这里有一个问题，我写了一个测试程序，矩阵点乘、加减法能正常输出，但是矩阵乘积、行列式、求逆就没有输出，估计是哪里崩溃了。 接着我想着换别的Blas库会不会就行了呢，于是参照网上的方法，到http://icl.cs.utk.edu/lapack-for-windows/clapack/index.html 下载blas.lib，libf2c.lib，lapack.lib三个库放到lib目录（我在D:\armadillo-6.300.2下新建了一个lib目录），并将它们按照刚才的步骤加入到PATH。编译发生了错误：

ld.exe: skipping incompatible D:\armadillo-6.300.2\lib/lapack.lib when searching for -llapack

skipping incompatible D:\armadillo-6.300.2\lib/lapack.lib when searching for -llapack

skipping incompatible D:\armadillo-6.300.2\lib\lapack.lib when searching for -llapack

*上的说法是，这是因为用64位编译器和32位的lib文件链接导致的。后面又陆陆续续试了很多办法，都没解决程序崩溃的问题，不想浪费时间就放弃了。

armadillo+openblas配置

网上看了一些教程，写的很复杂，经过一番折腾，发现在windows下配置不用那么费劲。首先我们要去OpenBlas官网下载一个最新版的openblas库，64位系统下载OpenBLAS-v0.2.15-Win64-int32.zip，32位系统下载OpenBLAS-v0.2.15-Win32.zip。下载完后解压，接着打开"C/C++ General" 标签下的"Paths and Symbols"，在Library Path框里点击add，加入Openblas的lib目录路径，同时把libopenblas.dll放到C:/Windows/System32下（或者可执行文件所在的目录），然后在C/C++ Build->Settings下，选择MinGW C++ Linker->Libraries，点击add按钮输入openblas就完成配置了。

接下来我们写一个程序来测试一下：

#include <iostream>
#include <armadillo>
using namespace std;
using namespace arma;

int main() {
	mat A = randu<mat>(5,10);
	mat C = randu<mat>(10,5);
	mat U = A * C;
	U.print("U:");
	mat V = inv(U);
	V.print("V:");
	double D = det(U);
	cout<<"det(U)="<<D<<endl;
	return 0;
}