VS2015+Eigen3.3.5+Intel MKL2017

Visual Sudio拉下了好几年，以前在学校的时候，学的是C，经常参加一些比赛，但可惜的是比赛的形式都是笔试，对于编程能力的提升不是很大，好处是对C代码执行的原理弄得很透彻。如今做的是算法，用得最多的是Matlab，现在对Matlab很熟悉，但实在讲Matlab几乎囊括了这个世界上各个领域的所有算法，对于只有Matlab编程能力的工程师，迟早会失业，特别是在AI横行的时代。必须具有较强的代码能力，才能不断提升。意识到这一点，赶快捡起了C，下一步是Python & 机器学习。
Eigen是一个矩阵库，有了它，就能在VS上体验如Matlab代码一样的便捷，MKL是Intel的一个数学库，Eigen和MKL配合得天衣无缝。
准备：①VS2015安装好；②Eigen库下载好；③MKL2017下载好；


还可以在网盘下载MKL：网盘地址
配置过程如下：
1、VS2015面板上点击项目——XX属性

Release模式比Debug模式天生就要快
2、找到Intel Performance Libraries项，如图配置

MKL那一栏要选择“Parallel”，如果没有安装IPP的库，就没有IPP那一栏。
3、在C/C++——常规那项中，将Eigen库添加进去（Eigen提前解压到某个目录）
如E:\VS2015\LibrarySelfDefined\eigen_b3f3d4950030

4、VC++目录那项——可执行文件目录、包含目录、库目录

可执行文件目录：
D:\IntelMKL\compilers_and_libraries_2017.5.267\windows\mkl\bin

包含目录：
D:\IntelMKL\compilers_and_libraries_2017.5.267\windows\mkl\include
E:\VS2015\LibrarySelfDefined\eigen_b3f3d4950030

库目录：
D:\IntelMKL\compilers_and_libraries_2017.5.267\windows\mkl\lib\intel64_win
D:\IntelMKL\compilers_and_libraries_2017.5.267\windows\compiler\lib\intel64_win

5、连接器——输入——附加依赖项不需要做任何配置

6、测试代码与结果
Matlab

非首次运行耗时。

a=rand(3000,3000);
b=rand(3000,3000);
tic
c=a*b;
toc

C++

非首次运行耗时。

#include <iostream>
#include <time.h>
#define EIGEN_USE_MKL_ALL //表示使用MKL加速Eigen
#include <Eigen/Dense>
using namespace Eigen;
using namespace std;
	MatrixXd a = MatrixXd::Random(3000, 3000);  // 随机初始化矩阵
	MatrixXd b = MatrixXd::Random(3000, 3000);
	double start = clock();
	MatrixXd c = a * b;
	double endd = clock();
	double thisTime = (double)(endd - start) / CLOCKS_PER_SEC;
	cout << thisTime << endl;

结论：Eigen+MKL运算速度仍然赶不上Matlab，但是已经非常接近了。
注意：上面的宏定义"#define EIGEN_USE_MKL_ALL"一定要写在任何Eigen声明之前。
不使用MKL加速的情况：

是的，你没有看错，经过MKL的加速，Eigen节省了约90%的时间。
7、参考博文：
https://blog.csdn.net/zhujiahui622/article/details/50504678
感谢该博主@zhujiahui622