关闭

Eigen+suitesparse for windows 安装

标签: c++EigenSuiteSparse
8849人阅读 评论(19) 收藏 举报
分类:

Eigen是著名的C++矩阵运算库,提供了许多矩阵运算的接口,主要包括两大部分,一部分是稠密矩阵,另一部分是稀疏矩阵。Eigen以源码形式提供给大家,用的时候,只要将源码包含在项目的包含路径上,具体安装和使用方法,可以参考如下链接:

C++矩阵处理工具——Eigen》,《Eigen初步1:初步体验Eigen库》。

这次我们重点讲解一下如何安装suitesparse库。

SuiteSparse是世界上最优秀的稀疏矩阵处理工程之一。SuiteSparse是一组C、Fortran和MATLAB函数集,用来生成空间稀疏矩阵数据。在SuiteSparse中几何多种稀疏矩阵的处理方法,包括矩阵的LU分解,QR分解,Cholesky分解,提供了解非线性方程组、实现最小二乘法等多种函数代码。

SuitSparse包含了众多的依赖库,例如:blas库、lapack库、cholmod库等,所以安装很复杂。不过值得庆幸的是,国外早有大牛已经实现了在windows,linux或者mac等所平台上的cmake脚本,具体参考Github项目<<suitesparse-metis-for-windows>>

 打开Github,会发现作者已经写了详细的安装流程,不过经过我亲测,还是有很多的陷阱。所以我将一步步地将所有的步骤给大家讲清楚,希望大家也能将自己学习历程中一些重要的知识分享出来,共建我们的开源社区。

先说一下我的配置:

    Windows 7 SP1, Visual studio 2008, cmake  2.8.

下面正式开始:

1. 安装Cmake

2.  下载或克隆Gthub上最新的项目版本,本版本为v1.3.0,然后解压到某个本地文件下,我们暂称这个路径为SP_ROOT,我这里是F:\suitsparse\suitesparse-metis-vs2008

我的如图所示:

   


这里注意:我们看到Gtihub上建议我们分别下载 SuiteSparse-X.Y.Z.tar.gz metis-X.Y.Z.tar.gz.(建议metis版本在5以下,比如metis-4.0.3,或者不要覆盖它),然后覆盖它原来所含的源代码。这里我觉得有点矛盾,因为我们打开https://github.com/jlblancoc/suitesparse-metis-for-windows/releases,就会看到v1.3.0的更新说明:

  • For the convenience of users, SuiteSparse+METIS souces are now also bundled in this package.
  • Support for CUDA builds (Enable WITH_CUDA)
所以根本没有必要下载上面两个文件,用它的就可以了。当然了,你重新下载两个文件,并覆盖原来的文件也是可行的。只要你按照它的说明去做即可。(再说一遍,最好不要覆盖这两个文件)

3.  打开 SP_ROOT/metis/CMakeLists.txt,在行project(METIS)后面加上命令 cmake_policy(SET CMP0022 NEW),

即:

cmake_minimum_required(VERSION 2.8)
project(METIS)
cmake_policy(SET CMP0022 NEW)
set(GKLIB_PATH "GKlib" CACHE PATH "path to GKlib")
set(SHARED FALSE CACHE BOOL "build a shared library")

if(MSVC)
  set(METIS_INSTALL FALSE)
else()
  set(METIS_INSTALL TRUE)
endif()

# Configure libmetis library.
if(SHARED)
  set(METIS_LIBRARY_TYPE SHARED)
else()
  set(METIS_LIBRARY_TYPE STATIC)
endif(SHARED)

include(${GKLIB_PATH}/GKlibSystem.cmake)
# Add include directories.
include_directories(${GKLIB_PATH})
include_directories(include)
# Recursively look for CMakeLists.txt in subdirs.
add_subdirectory("include")
add_subdirectory("libmetis")
add_subdirectory("programs")
另外,如果你要使用CUDA,注意版本,具体见图:


4.  运行 CMake (cmake-gui),

然后:

  •    设置"Source code"为SP_ROOT
  •  设置"Build" 路径为任何空的路径,一般SP_ROOT/build
  •   "Configure"。
  •    然后你会发现有很多红的地方,你可以点击它们,再"Configure",尤其注意的是为了避免一些编译器中关于复数可能会出      错,HAVE_COMPLEX 被关闭。(但是经过我在平台上再三测试,你最好不要去勾,否则很容易在后面的编译阶段发生错误.)
  •  按 "Generate" 
如图:
5.编译和安装
Visual Studio,打开SuiteSparseProject.sln,并且建立Debug 和Release两种模式下的INSTALL 工程(设为启动项目)。


可能会出现很多的警告,不过一切都是OK的。
6.注意 SuiteSparseConfig.cmake应该位于install路径下,它将用于你的项目正确地连接到SuiteSparse
如图即为cmake的结果:


这样的话,就安装好了。我们接下来,就可以使用了。我们是在Eigen中使用这个库的,因为Eigen已经封装了它的接口。

举例:

#include <iostream>
#include "Eigen/Eigen"
#include "Eigen/SPQRSupport"
using namespace Eigen ;
int main ( ) {
	
	SparseMatrix < double > A ( 4 , 4 ) ;
	std :: vector < Triplet < double > > triplets ;

	// 初始化非零元素
	int r [ 3 ] = { 0 , 1 , 2 } ;
	int c [ 3 ] = { 1 , 2 , 2 } ;
	double val [ 3 ] = { 6.1 , 7.2 , 8.3 } ;
	for ( int i = 0 ; i < 3 ; ++ i )
		triplets . push_back( Triplet < double >(r [ i ] , c [ i ] , val [ i ]) ) ;

	// 初始化稀疏矩阵
	A . setFromTriplets ( triplets . begin ( ) , triplets . end ( ) ) ;
	std :: cout << "A = \n" << A << std :: endl ;

	// 一个QR分解的实例
	SPQR < SparseMatrix < double > > qr ;
	// 计算分解
	qr . compute ( A ) ;
	// 求一个A x = b
	Vector4d b ( 1 , 2 , 3 , 4 ) ;
	Vector4d x = qr . solve ( b ) ;
	std :: cout << "x = \n" << x ;
	std :: cout << "A x = \n" << A * x ;

	return 0 ;
}

具体可参考:<Eigen 3.2稀疏矩阵入门>。

使用方法:

 安装好Eigen,将源程序路径加入vs2008的C++包含路径中,如图:



然后加入刚才编译的SuiteSparse库的相关文件。见图:


在项目-》属性-》C/c++ -》常规 -》附加包含目录中,加入SP_ROOT\build\install\include和SP_ROOT\build\install\include\suitesparse

链接器-》常规-》附加库目录,加入SP_ROOT\build\install\lib, SP_ROOT\build\install\lib\lapack_blas_windows

,SP_ROOT\build\install\lib64,SP_ROOT\build\lib\Debug

如图:


链接器-》输入-》附加依赖项,加入:

debug模式下:

libamdd.lib
libbtfd.lib
libcamdd.lib
libccolamdd.lib
libcholmodd.lib
libcolamdd.lib
libcxsparsed.lib
libklud.lib
libldld.lib
libspqrd.lib
libumfpackd.lib
suitesparseconfigd.lib
libblas.lib
liblapack.lib
metisd.lib

注意以上为debug模式下,Release模式下同理加入相对的lib。

Release模式下:

libamd.lib

libbtf.lib

libcamd.lib

libccolamd.lib

libcholmod.lib

libcolamd.lib

libcxsparse.lib

libklu.lib

libldl.lib

libspqr.lib

metis.lib

suitesparseconfig.lib

libblas.lib

liblapack.lib


最后在生成的debug文件下加入如下dll,

libblas.dll

libgcc_s_dw2-1.dll

libgfortran-3.dll

liblapack.dll

libquadmath-0.dll

可以在SP_ROOT\build\install\lib\lapack_blas_windows中找到,复制即可。

这样就可以运行了,结果为:



附:
我编译的库:


4
1
查看评论
发表评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场

Ceres-Solver库使用(一)--windows下安装配置

本文主要介绍microsoft visual studio 2015 下配置ceres-solver。 Ceres-Solver简介 安装必备及下载 安装步骤 测试使用 参考资源 Ceres_Solv...
  • yizhou2010
  • yizhou2010
  • 2016-09-20 16:30
  • 4227

Windows下Eigen配置及测试

Eigen是一个用于线性代数、矩阵向量运算及算法的纯C++模板函数库。 Eigen is a C++ template library for linear algebra: matrices, ve...
  • hijack00
  • hijack00
  • 2016-09-27 09:30
  • 2624

在android平台使用Eigen

重点内容# 欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦: Markdown和扩展Markdown简洁的语法 代码块高亮...
  • u010154424
  • u010154424
  • 2016-03-24 22:18
  • 1384

suitesparse-metis-for-windows-master

  • 2015-09-08 18:45
  • 37.21MB
  • 下载

suitesparse-metis-for-windows-1.3.0

  • 2017-05-02 19:16
  • 6.38MB
  • 下载

矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评

作为一个遥感图像处理方向研究生,笔者在编程的时候免不得要和矩阵运算打交道,各种矩阵乘法协方差特征值。虽然在自己的研究实验中更喜欢用MATLAB来作为工具,但是在完成工程项目编软件的时候必须要用C++来...
  • dxy408460910
  • dxy408460910
  • 2015-08-20 20:02
  • 711

矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评(1)

转载 作为一个遥感图像处理方向研究生,笔者在编程的时候免不得要和矩阵运算打交道,各种矩阵乘法协方差特征值。虽然在自己的研究实验中更喜欢用MATLAB来作为工具,但是在完成工程项目编软件的...
  • snowbird13
  • snowbird13
  • 2015-09-11 11:07
  • 883

矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评

作为一个遥感图像处理方向研究生,笔者在编程的时候免不得要和矩阵运算打交道,各种矩阵乘法协方差特征值。虽然在自己的研究实验中更喜欢用MATLAB来作为工具,但是在完成工程项目编软件的时候必须要用C++来...
  • dangodango
  • dangodango
  • 2013-09-05 18:39
  • 3371

Extended Eigen Value Decomposition For MUSIC Implementation Of Transient Signal

  • 2015-01-27 09:08
  • 650KB
  • 下载

# PCL1.72点云库配置:windows 64位 + VS2015 64位 + boost1.62.0 +Eigen3.3.1 + flann1.8.4 +

一、前言PCL的依赖均安装到:E:\PCL_dependencies 目录下。二、boost 编译2.1、下载源码采用源码编译,从这里下载boost1.62.0.zip源码。2.2、生成编译工具解压源...
  • HolaMirai
  • HolaMirai
  • 2016-12-15 11:58
  • 3176
    个人资料
    • 访问:282156次
    • 积分:4103
    • 等级:
    • 排名:第8738名
    • 原创:117篇
    • 转载:81篇
    • 译文:8篇
    • 评论:106条
    个人网站
    最新评论