一些开源软件介绍（1）

myleader

我们的实际工程和研究中要用到很多软件，这些软件要用到很多算法、模式……一大堆的知识。对于我们大多数人而言并不适合重新发明轮子，所以能够尽量利用前人的成果才是最有效率的，当然如果你就是个以发明轮子为己任的人，那又另当别论。
这世上有一种心态较开放，有一种软件叫开源软件，我们可以得到他们的源代码并直接使用，有兴趣的也可以研究研究人家是怎么写的。这里介绍一些楼主知道的开源软件给大家，希望大家能够从中得益。如果坛子里其他兄弟有相关的资料，也请不要吝啬，放出来给大家介绍一下

之前坛子里有人refeihc隆重介绍过lapack
http://home.simwe.com/space.php?uid=397755
我也曾经发帖
http://forum.simwe.com/viewthread.php?tid=963143
lapack的确是开源科学软件中当之无愧的王者，起码目前如此，当然it界就是这样，风水轮流转，可能很快就被后来者取而代之也说不定。

不管怎么说lapack是目前计算机上求解线性代数问题事实上的标准，其他相关软件不是要与lapack保持api一致，就是要以lapack作为后端。这样的软件不少，比如Intel MKL、AMD ACML、lapack++、gotoblas、atlas……

lapack不仅有一本user guide，而且国内还有袁亚湘教授翻译的《矩阵计算》，基本就是基于lapack的。这本书是中科院考博士的参考材料，科学出版社曾经出版过，后来绝版了，我原本以为已经再也找不到了，没想到去年人民邮电出版社又再版了。当然如果你有原版情节可以自己去下载英文版。

这里介绍一些与lapack相关的软件，第一个要介绍的是armadillo
http://arma.sourceforge.net/
在我之前说明lapack编译流程的帖子里，曾经反复提到过，这个软件是一个澳大利亚人开发的，最初是澳大利亚科学院的一个项目的子项目，后来独立发展至今，而且现在开发人员也多起来了。

他是用C++给lapack包装了一下，本身不能生成库文件，基本都是头文件，使用的时候#include一下就好了。当然这个软件脱离lapack也能运行，差别下文会说。

这个软件的最大特点就是仿MATLAB，里面大量的函数命名都和MATLAB一致，甚至连参数也一致，只不过MATLAB允许多个返回值，c++不允许，所以参数的使用会有一些差别。用过lapack的人都知道，这个软件的函数命名规则和参数命名法实在是让人太烦了，lapack++虽然是C++包装，可是命名法居然还沿用了lapack的一套，这让人实在头大，我个人更愿意用友好一点的。

目前该软件最新稳定版是1.2.0，测试版是2.0beta2

从网站下载了软件包以后里面有几个目录：
doc目录是其使用文档，他的文档非常的清楚、详尽而且简单，基本上照着文档就可以开动了；
examples目录是样例代码，其中lib_win32子目录下包含有已经编译好的lapack-3.2.1不过是win32的，win64的编译方法见我之前的帖子；

include目录是主目录，软件的主要内容都在这里了；他的代码写得非常清晰，是学习的好资料。

license里面有许可的说明，该软件是双重许可，GPL和LGPL的，也就是说如果你希望你的代码具备开源传染性，就按照GPL使用，你可以使用lapack的静态库，直接包含到你的程序二进制文件中，如果不想让你自己的软件具备开源传染性，可以选择LGPL，不过你的lapack必须要使用动态库，通常动态库比静态库慢一些。作者选择了GPL v3，这个版本饱受诟病，主要是其中对DRM的条款，不过伴随着时代的进步，连苹果都已经放弃DRM了，就剩索尼还在死撑，armadillo本身是一个数学库，对于硬件身份识别什么的应该是没什么影响的，因为我们不太可能在CD唱机里运行一个线性代数求解器，当然如果有一天，armadillo支持信号处理，并且和信号设备联系起来，那可能就要考虑一下了

src目录里的东西我认为没什么用；

根目录里几个文件似乎可以用来安装，不过我还是喜欢手动的。安装方法很简单，只要把include目录拷贝到硬盘上哪个地方就可以了，如果你想省事就放到编译器默认的include目录，否则每次编译的时候都要指定一下include目录，当然你也可以修改项目设置，使其成为某个项目的专属include。

include目录下的armadillo文件就是主文件，其他头文件都包含在里面了，也就是说你只要在使用的时候
#include "armadillo"
using namespace arma;
就可以用了

armadillo是对lapack的封装，如果你有快速的lapack，比如MKL或者gotoblas，可以使用你有的，只要修改include目录下config.hpp，把
#define ARMA_USE_LAPACK
和
#define ARMA_USE_BLAS
前面的注释符号去掉就可以了。这样armadillo就会调用你所拥有的高速lapack，以提高计算速度。此时需要在项目设置中指定链接器要链接的文件为你的lapack库文件，gcc用的是.a文件，VC用的是.lib文件

不同的编译器对二进制文件中函数名的命名规则不同，gcc编译器都是小写字母后面加下划线，VC都是大写字母，intel的编译器linux下和gcc一样，windows下和VC一样，其他的编译器我没研究过。这样由于lapack使用的是二进制文件，armadillo读取二进制文件，所以这个lapack是由什么编译器按照何种函数命名方法而来对使用效果影响很大。在1.2.0之前，armadillo的开发者只在linux下开发，使用的也都是gcc，所以仅能识别二进制文件中小写字母加下划线的函数名，作者也从未遇到过不能识别函数名的问题，这也就是我之前无法使用田纳西大学的库文件和armadillo配合使用的原因；1.2.0后，作者已经把大写函数命名的识别添加到软件中，所以gcc、VC、Intel编译出来的库文件基本都没问题了。（什么，VC也能编译Fortran写的lapack？其实是有个clapack，api和lapack一致，可以用VC编译，二进制文件里，函数名都是大写的）

如果你没有高速lapack，armadillo也能工作，不过有一些缺陷：
1）速度慢。基本的blas功能armadillo自带了，不过其速度大致和lapack自带的blas差不多，和MKL、gotoblas比大概有10倍左右的差距，更别提自动多线程支持了
2）有一些函数不能使用。官方是这么宣称的，不过我没有实验过，也不清楚到底哪个函数需要lapack二进制库的支持，哪位同学有兴趣可以去研究一下

在这种情况下，就要注释掉
#define ARMA_USE_LAPACK
和
#define ARMA_USE_BLAS
当然，原始文件中本来是注释掉的，除非你确定有高速lapack，否则不用修改可以直接拿来用

myleader

接下来介绍一下it++http://itpp.sourceforge.net

这也是一个以lapack为后端的软件，c++的，和armadillo不同，it++侧重于信号处理，类似于MATLAB的simulink，更主要的是：it++也是仿MATLAB语法的，这样熟悉MATLAB的研究人员可以很快上手。

可是有人会问，为什么要用armadillo、it++呢？MATLAB不是用的挺好的吗？主要原因是速度，MATLAB程序运行时相当于一个解释器，多了着一层调用本来就会慢很多，更要命的是，这个解释器非常庞大，解释起来也很慢，而如果使用lapack和可编译语言来写程序，运行速度就会快很多，更何况MATLAB本来就是lapack的包装，其核心就是lapack，这样用同样基于lapack的软件来改造MATLAB代码自然就方便多了。

目前最新的稳定版是4.2.0，似乎有将近半年没有更新了

it++的安装比armadillo要复杂


it++需要系统里已经安装有lapack/blas，当然推荐高速的，而不是原始的blas。除此之外it++安装时还需要有c++和Fortran编译器，armadillo是不需要编译器的。当然根据官方介绍没有lapack/blas也可以编译安装，不过楼主亲身试验表明不行

http://herve.boeglen.free.fr/itpp_windows/index.htm
提供了在windows下安装it++的方法

首先你要安装vc编译器，如果你用的是express版的编译器，还需要安装windows SDK。另外还需要blas、lapack和fftw的库文件。在源码目录下创建lib目录，把这些库文件放到这个目录里。如果这些库文件是完整的库文件，而非索引库文件，那这样就足够了，如果是索引库文件（就是还要搭配dll的），那就需要把dll文件放在系统能够识别的位置，通常是c:\windows

blas和lapack的库文件可以按照
http://forum.simwe.com/viewthread.php?tid=963143
的方法来得到。这里得到的是索引库文件，所以要把dll放对位置

fftw是快速傅里叶变换的一个开源软件包，非常适合做信号处理，我会另外写文章介绍，写好以后会在这里留下链接

我没进行过详细的实验对比不同的lapack库文件会带来什么影响，不过推测如果你的库文件中函数名是大写的，恐怕无法识别，所以推荐使用gcc/mingw编译出来的库文件

当然如果读者嫌烦也可以直接下载那个法国人做好的，不过我要提醒一下，按照我的帖子来编译你不仅可以获得最新的软件包，最新的软件包不仅包含有计算的功能，而且还具备支持新一代cpu特性——如乱序执行、高级指令集等，而且还具备诸如线程安全之类的软件新特性，而且如果针对你的cpu进行优化编译，效能还可以大幅提高。

修改itpp-4.2.0\itpp\config_msvc.h，把包含
#if defined(HAVE_ACML) || defined(HAVE_MKL)
的一共3行全部更改为
#if defined(HAVE_ACML) || defined(HAVE_MKL) || define(HAVE_FFTW3)

下载
http://herve.boeglen.free.fr/itpp_windows/chap1/fftw3.h
本贴后面也有这个文件
把这个文件放在\itpp-4.2.0\itpp
当然其实放在什么地方都可以，只不过这样比较符合这个软件的习惯风格
按照http://herve.boeglen.free.fr/itpp_windows/index.htm的说法，需要做以下事情：
修改\itpp-4.2.0\itpp\signal\transforms.cpp
在46行添加
#include <itpp\fftw3.h>

我看了一下4.2.0的代码，这个已经包含在内了，不过路径不对，需要把
#include <fftw3.h>
修改为
#include<itpp\fftw3.h>

然后在软件目录下有一个win32目录，进去后能找到两个vc的项目文件，一个是给Intel MKL准备的，另一个是给AMD ACML准备的，根据你的cpu打开合适的项目文件。然后在项目上点右键，选属性，在配置窗口中选C++->预处理，然后再加上HAVE_FFTW3

其他的配置根据需要自行修改，最后编译后在你指定的输出位置会有lib文件输出，这就是it++的库文件

然后修改vc的appwizard配置文件
C:\Program Files\Microsoft Visual Studio 9\VC\VCWizards\AppWiz\Generic\IT++\Scripts\1033\default.js
新增2行
var ITPP_LIB_PATH = "C:\\itpp-4.0.7\\lib";
var ITPP_INC_PATH = "C:\\itpp-4.0.7\\";

当然这些目录都要根据读者自己的机器配置来修正的
然后在创建新项目时，向导中就会有it++了

如果你有Intel的编译器，安装的时候mkl和Fortran编译器都会一并装上，mkl中包含了blas、lapack和fftw的功能，而且还会被vc自动识别，所以就不用设置项目属性，也不用拷贝库文件了。

linux或者msys下的安装比较简单，首先你要有gcc能够识别的blas、lapack和fftw3库文件，并把它们拷贝到gcc默认的lib目录，然后
./configure
mingw32-make
mingw32-make install
就好了
it++的库文件就安装到系统的lib目录里了
如果你是用msys/mingw来编译，那么找到这个库文件，用ar命令解包，再用dllwrap打包成dll，然后用vc的lib命令来生成索引库文件也可以

这样安装默认是要生成文档的，这需要linux或者msys能够识别到doxygen、latex、ghostscrip和dvips，当然你可以在./configure时加--no-doc

如果你想要使用其他的blas、lapck，可以在./configure时加--with-blas="-L放blas的目录 blas库文件名"

默认生成的是动态库，你也可以加-static开关生成静态库，这样以后的依赖性少很多

这个软件是GPLv2许可证，就是说源代码开放有传染性，所以使用的时候要小心，如果你只是想研究研究，或者也想开放源代码，那就使用，如果你想封闭自己的源代码，那就不能使用

arrect

没有用过开源软件，谢谢介绍！

paulke2011

了解的挺多的啊

liysman

楼主高人啊，开源程序我也了解一点，不知楼主对GSL（GNU Scientific Library）有何评价，它的应用又如何。GNU网站上说这个库有些资历了。

myleader

对于GSL，我的建议是尽量不要使用。它是严格GPL协议的，不能用于开发私有软件，如果你是纯学术研究倒是没有问题，如果是企业里面工作用还是算了。而且它宣称要实现各种各样丰富的功能，目标非常宏大，不过目前看来实现的不太好，各个不同的功能都有其他的软件包实现得比他好。比如说线性代数的lapack，信号处理的fftw和KissFFT等。而且不知道姓名的某位前辈说：“科学软件包应该把效率摆在第一位，而把易用性摆在后面。”这也成了GSL的指导精神，可事实上GSL的效率并不高，速度上和gotoblas、fftw没法比，而且api非常难懂，用软件工程的观点来看非常糟糕，也就是说效率和易用性做的都不好。

如果你的需求超过lapack，我建议你使用Eigen

如果你有什么需求，可以在这里讨论，我也可以翻翻我的家底，看看有没有能用的，要是找到了，会在这里发帖告知大家如何使用。

yiqguan

很好的话题

代号农民工

恩到时候用用看看

falltime

很不错的介绍！