f***a
发帖数: 329 | 1 我是蛋疼，用r, matlab有点腻味了，正在鼓捣c++。有经验的同志能推荐几个好的
library吗？
linear algebra, statistics方面的。
我在用Armadillo，还有没有别的常用的？
多谢了～ |
y*****y
发帖数: 98 | 2 intel MKL library
imsl library
but i think they are commercial and not free :( |
f***a
发帖数: 329 | 3 intel MKL library 不free吗？应该是free吧
有没有statistics的library，就是包括些distribution random generater,pdf、cdf
计算
之类的library，都要自己写太麻烦了点
【在 y*****y 的大作中提到】
: intel MKL library
: imsl library
: but i think they are commercial and not free :(
|
y*****y
发帖数: 98 | 4 they are included in MKL.
Vector Statistical Library (VSL)
Summary Statistics Library (SSL) |
f***a
发帖数: 329 | 5 哦，我以为MKL也只是个加速linear algebra运算的library...
【在 y*****y 的大作中提到】
: they are included in MKL.
: Vector Statistical Library (VSL)
: Summary Statistics Library (SSL)
|
B******5
发帖数: 4676 | |
a***g
发帖数: 2761 | |
y*****y
发帖数: 98 | 8 research还是很多在用的. 比如大矩阵运算，1000阶普通矩阵或者几十万阶sparse
matrix, MCMC每次update算inverse,eigenvalues几十次，搞个几万次update.通常办法
是mission impossible了。所以一是要特殊算法，二是要高效底层语言。 |
a********6
发帖数: 14468 | 9 会c++的应该不少，里面没有同志把。蛋疼需要同志？
【在 f***a 的大作中提到】
: 我是蛋疼，用r, matlab有点腻味了，正在鼓捣c++。有经验的同志能推荐几个好的
: library吗？
: linear algebra, statistics方面的。
: 我在用Armadillo，还有没有别的常用的？
: 多谢了～
|
f***a
发帖数: 329 | 10 好的，初步总结下。
如下libaries挺好用的，而且都可以在ubuntu synaptic pckg manager上直接安装。
lapack, blas, atlas：基本的，优化运算；
GSL：强大全面，不过我就用了下random number generator 和 distribution pdf;
armadillo: 矩阵运算很好用。
其他还有个搞了半天没运行成功：
newran: 。。。
codecogs: 要钱，靠 |
|
|
s******h
发帖数: 539 | |
f***a
发帖数: 329 | 12 恩，我写个mcmc for GLMM with spatial random effects, spatial grid 40*40,
thining=100,iter=10000, R就抗不住了，一觉醒来也未必算得完。
matlab要快些，毕竟是“matrix lab”，呵呵。
估计用c++能快很多。
【在 s******h 的大作中提到】
: R太慢。
|
a***g
发帖数: 2761 | |
f***a
发帖数: 329 | 14 你run R的时候看看cpu usage。
现在的PC一般是用multi-core cpu with multi-threading technology,而R一般只能使用
一个线程来进行计算，所以即便是全力运行R一般只会使用很少的一部分cpu power。
譬如，我用的quad-core intel i7，R只能利用1/8的full cpu power。
如果你在bios里面禁用multi-threading的话，可以提高到1/4。
用matlab的话，cpu usage能到1/2（我在linux下用的matalb，windows下应该一样）。
所以光这一个原因就提高了4倍（如果你没禁用multi-threading的话）。
另外,matalb中Matrix computation算法是优化过的，比R快一些。
你也可以自己build R from source and include some libraries that optimizes
linear algebra computation, for example LAPACK, BLAS，速度会提高好几倍，不过
你要会bui
【在 a***g 的大作中提到】
: matlab比R时间上能快多少?
|
d******e
发帖数: 7844 | 15 Matlab什么都好就是写循环太慢了。
比R还要慢不少。
Matlab 64bit的版本比R的64bit版本也要好不少。
使用
【在 f***a 的大作中提到】
: 你run R的时候看看cpu usage。
: 现在的PC一般是用multi-core cpu with multi-threading technology,而R一般只能使用
: 一个线程来进行计算，所以即便是全力运行R一般只会使用很少的一部分cpu power。
: 譬如，我用的quad-core intel i7，R只能利用1/8的full cpu power。
: 如果你在bios里面禁用multi-threading的话，可以提高到1/4。
: 用matlab的话，cpu usage能到1/2（我在linux下用的matalb，windows下应该一样）。
: 所以光这一个原因就提高了4倍（如果你没禁用multi-threading的话）。
: 另外,matalb中Matrix computation算法是优化过的，比R快一些。
: 你也可以自己build R from source and include some libraries that optimizes
: linear algebra computation, for example LAPACK, BLAS，速度会提高好几倍，不过
|
o****o
发帖数: 8077 | 16 我觉得你那个1/8到1/4也许只是禁用了CPU的hyperthreading后，windows就认为只有4
个核，而在开的情况下，4个虚拟核windows也跟物理核一样对待。但是实际上R利用的
计算能力还是那一个物理核，没有改变
另外我把R自带的RBLAS.DLL换成PM对应那个RBLAS.DLL，快了不少，不用自己build了
使用
【在 f***a 的大作中提到】
: 你run R的时候看看cpu usage。
: 现在的PC一般是用multi-core cpu with multi-threading technology,而R一般只能使用
: 一个线程来进行计算，所以即便是全力运行R一般只会使用很少的一部分cpu power。
: 譬如，我用的quad-core intel i7，R只能利用1/8的full cpu power。
: 如果你在bios里面禁用multi-threading的话，可以提高到1/4。
: 用matlab的话，cpu usage能到1/2（我在linux下用的matalb，windows下应该一样）。
: 所以光这一个原因就提高了4倍（如果你没禁用multi-threading的话）。
: 另外,matalb中Matrix computation算法是优化过的，比R快一些。
: 你也可以自己build R from source and include some libraries that optimizes
: linear algebra computation, for example LAPACK, BLAS，速度会提高好几倍，不过
|
f***a
发帖数: 329 | 17 恩，我的意思就是禁用CPU的hyperthreading
你说的 “PM” 是啥？
4
【在 o****o 的大作中提到】
: 我觉得你那个1/8到1/4也许只是禁用了CPU的hyperthreading后，windows就认为只有4
: 个核，而在开的情况下，4个虚拟核windows也跟物理核一样对待。但是实际上R利用的
: 计算能力还是那一个物理核，没有改变
: 另外我把R自带的RBLAS.DLL换成PM对应那个RBLAS.DLL，快了不少，不用自己build了
:
: 使用
|
o****o
发帖数: 8077 | 18 就是奔腾mobile.R对应不同的CPU有多个基于ATLAS的RBLAS.DLL
【http://cran.r-project.org/bin/windows/contrib/ATLAS/】。现在提供了给C2D编译的新RBLAS.DLL，更快一些。我把这个新的跟原来用的给老CPU的比较了一下， C2D的比原配在解SVD上快一倍：
原配 （R version 2.8.1）
> x<-matrix(rnorm(1000^2), ncol=1000)
> system.time(y<-svd(x))
用户 系统 流逝
8.42 0.05 8.50
>
###################
P3/P2:
> x<-matrix(rnorm(1000^2), ncol=1000)
> system.time(y<-svd(x))
用户 系统 流逝
6.50 0.11 6.69
>
###################
P4：
> x<-matrix(rnorm(1000^2), ncol=1000)
> system.time(y<-svd(x))
用户 系统 流逝
6.21 0.07 6. |
f***a
发帖数: 329 | 19 我就不明白为啥发布的R不直接把这些libraries都build进去
【在 o****o 的大作中提到】
: 就是奔腾mobile.R对应不同的CPU有多个基于ATLAS的RBLAS.DLL
: 【http://cran.r-project.org/bin/windows/contrib/ATLAS/】。现在提供了给C2D编译的新RBLAS.DLL，更快一些。我把这个新的跟原来用的给老CPU的比较了一下， C2D的比原配在解SVD上快一倍：
: 原配 （R version 2.8.1）
: > x<-matrix(rnorm(1000^2), ncol=1000)
: > system.time(y<-svd(x))
: 用户 系统 流逝
: 8.42 0.05 8.50
: >
: ###################
: P3/P2:
|
S******y
发帖数: 1123 | 20 我现在正在测试Amazon EC2： 64 bit R + 64 bit Linux （60 GB memory）。
如急用， 把你的R code 寄给我， 我可以帮你 跑 一下 MCMC |
f***a
发帖数: 329 | 21 多谢多谢～～～我不急用，呵呵
第一阶段的计算我上个月在自己的电脑用matlab算了一周算完了,用的小一点grid size
现在申请了学校cluster的account，以后再算就去那上面跑 :D
【在 S******y 的大作中提到】
: 我现在正在测试Amazon EC2： 64 bit R + 64 bit Linux （60 GB memory）。
: 如急用， 把你的R code 寄给我， 我可以帮你 跑 一下 MCMC
|
o****o
发帖数: 8077 | 22 为了兼容性？
反正提供了下载
【在 f***a 的大作中提到】
: 我就不明白为啥发布的R不直接把这些libraries都build进去
|
