Questa è l'app Linux chiamata Armadillo la cui ultima versione può essere scaricata come armadillo-12.6.5.tar.xz. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata Armadillo con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
armadillo
Ad
DESCRIZIONE
* Libreria C++ veloce per algebra lineare (matematica a matrice) e calcolo scientifico
* Funzioni e sintassi facili da usare, volutamente simili a Matlab / Octave
* Utilizza tecniche di meta-programmazione dei modelli per aumentare l'efficienza
* Fornisce wrapper intuitivi per le librerie OpenBLAS, Intel MKL, LAPACK, ATLAS, ARPACK, SuperLU e FFTW
* Utile per l'apprendimento automatico, il riconoscimento di modelli, l'elaborazione del segnale, la bioinformatica, le statistiche, la finanza, ecc.
* Download: http://arma.sourceforge.net/download.html
* Documentazione: http://arma.sourceforge.net/docs.html
* Segnalazioni di bug: http://arma.sourceforge.net/faq.html
* Archivio Git: https://gitlab.com/conradsnicta/armadillo-code
Caratteristiche
- Facile da usare: ha molte funzioni simili a MATLAB
- Utile per la prototipazione direttamente in C++
- Utile per la conversione del codice di ricerca in ambienti di produzione
- Con licenza permissiva - può essere utilizzato in software e prodotti proprietari
- Utilizzato per l'apprendimento automatico, il riconoscimento di modelli, la visione artificiale, l'elaborazione del segnale, la bioinformatica, le statistiche, la finanza, ecc
- Classi efficienti per vettori, matrici, cubi (1°, 2°, 3° ordine tensori)
- Supporta matrici dense e sparse
- Decomposizione veloce del valore singolare (SVD), decomposizione propria, QR, LU, Cholesky, FFT
- Clustering utilizzando k-medie e modelli di miscela gaussiana (GMM)
- Vettorizzazione automatica delle espressioni (SIMD)
- Sottomatrici contigue e non contigue
- Combina automaticamente più operazioni in una per aumentare la velocità e l'efficienza
- Leggere/scrivere dati in file CSV
- Utilizza automaticamente OpenMP per l'accelerazione tramite multi-threading
- Utilizzato per accelerare NumPy / Python tramite CARMA: https://github.com/RUrlus/carma
- Utilizzato per l'apprendimento automatico e il riconoscimento di modelli da MLPACK: https://mlpack.org/
- Utilizzato per l'ottimizzazione numerica da Ensmallen: https://ensmallen.org/
Pubblico
Informatica, Scienza/Ricerca, Istruzione, Utenti finali avanzati, Sviluppatori, Ingegneria
Linguaggio di programmazione
MATLAB, C++
Categorie
Questa è un'applicazione che può anche essere scaricata da https://sourceforge.net/projects/arma/. È stato ospitato in OnWorks per essere eseguito online in modo più semplice da uno dei nostri sistemi operativi gratuiti.
