Armadillo：C++线性代数运行库的版本更迭史

API 添加和更改的历史记录

API 稳定性和版本政策：

犰狳的每个版本都有其公共 API（函数、类、常量），这些 API 在特定于该版本的随附 API 文档中进行了描述。

每个版本的犰狳都有其完整版本指定为 A.B.C，其中 A 是主要版本号，B 是次要版本号，C 是补丁级别。 版本规范具有明确的含义（类似于语义版本控制），如下所示：

在主要版本（例如 10）中，每个次要版本（例如 10.2）都有一个公共 API，该 API 强烈要求（在源代码级别）与先前次要版本的公共 API 向后兼容。 例如，为 V10.0 编写的用户代码应适用于 V10.1、V10.2 等。 但是，后续次要版本可能比以前的次要版本具有更多功能（API 添加和扩展）。 因此，专门为版本 10.2 编写的用户代码可能不适用于 10.1。

补丁级别的增加，而主要和次要版本被保留，表明对代码和/或文档的修改，旨在在不改变公共 API 的情况下修复错误。

我们不喜欢对现有公共 API 进行更改，并且强烈希望不要破坏任何用户软件。 但是，为了允许演进，公共 API 可能会在将来的主要版本中进行更改，同时在尽可能多的情况下保持向后兼容 （例如，主要版本 11 的公共 API 可能与主要版本 10 略有不同）。

注意：上述政策仅适用于文档中描述的公共 API。 犰狳中任何未在公共 API 文档中明确描述的功能都被视为内部实现细节， 并可能更改或删除，恕不另行通知。

每个版本的添加和更改列表：

版本12.8：

通过 pinv（） 和 rank（） 更快地检测对称表达式
扩展 shift（） 来处理稀疏矩阵
扩展conv_to，可在稀疏矩阵和密集矩阵之间进行更灵活的转换
添加了 cbrt（）
以 CSV 格式保存矩阵时，整数的更紧凑表示形式

版本12.6：

将密集向量乘以稀疏矩阵的速度更快（反之亦然）
更快的 eigs_sym（）， eigs_gen（）， svds（）
使用 OpenMP 时更快的 conv（） 和 conv2（）
添加了 diags（） 和 spdiags（），用于从向量集生成波段矩阵

版本12.4：

添加了 norm2est（） 用于查找矩阵 2 范数（谱范数）的快速估计值
添加了 vecnorm（） 用于获取矩阵中每一行或每一列的向量范数

版本12.2：

通过 fft（） 和 ifft（） 更有效地使用 FFTW3
稀疏矩阵的就地元素乘以密集矩阵的速度更快
添加了spsolve_factoriser类，以允许重用稀疏矩阵分解来求解线性方程组

版本12.0：

通过可选使用 FFTW3 实现更快的 fft（） 和 ifft（）
更快的 min（） 和 max（）
更快的 index_min（） 和 index_max（）
添加了 .col_as_mat（） 和 .row_as_mat（），它们返回立方体列和立方体行的矩阵表示形式
添加了加载 CSV 文件以将缺失值解释为 NaN 的选项csv_opts::strict
添加了稀疏矩阵批处理构造函数的 Form 4 选项check_for_zeros
inv（） 和 inv_sympd（） 带有选项，或者现在使用类似于 pinv（） 的缩放阈值inv_opts::no_uglyinv_opts::allow_approx
set_cout_stream()现在是无操作;请改用选项 ARMA_WARN_LEVEL、ARMA_COUT_STREAM 或 ARMA_CERR_STREAMset_cerr_stream()

版本11.4：

具有各种形式的元素幂运算的扩展 pow（）
添加了 find_nan（） 以查找 NaN 元素的索引
通过 sum（） 更快地处理复合表达式

版本11.2：

扩展了 randu（） 和 randn（） 以允许指定分布参数
在 inv（） 和 inv_sympd（） 中添加了选项，以禁止条件差矩阵的逆inv_opts::no_ugly
通过 inv（） 和 inv_sympd（） 中的选项更有效地处理秩不足矩阵inv_opts::allow_approx
通过 norm（）、accu（）、nonzeros（） 更快地处理稀疏子矩阵列视图
通过 cond（） 更快地处理对称和对角矩阵
通过 solve（） 更好地检测秩缺陷矩阵

版本11.0：

添加了 inv（） 和 inv_sympd（） 的变体，提供 rcond（倒数条件数）
在 inv（） 和 inv_sympd（） 中添加了选项，以允许条件差矩阵的近似逆inv_opts::allow_approx
通过 inv（） 和 inv_sympd（） 更严格地处理奇异矩阵
通过 inv_sympd（） 更严格地处理无症状矩阵
通过 pinv（） 更严格地处理非有限矩阵
通过 solve（） 对秩缺陷矩阵进行更稳健的处理
通过 rcond（） 更快地处理对角矩阵
更改了 eigs_sym（） 和 eigs_gen（） 以使用更高质量的 RNG
如果给定的矩阵/向量具有 NaN 元素，quantile（） 和 median（） 现在将抛出异常

版本10.8：

通过 pinv（） 和 rank（） 更快地处理对称矩阵
通过 inv_sympd（）、pinv（）、rank（） 更快地处理对角矩阵
扩展的 norm（） 来处理整数向量和矩阵
添加了 datum：：tau 以替换 2π

版本10.7：

更快地处理X.cols(first_col,last_col)
更快地处理复合表达式中的元素 min（） 和 max（）
扩展的 solve（），带有强制使用近似求解器的选项solve_opts::force_approx

版本10.6：

扩展 chol（） 以选择性地使用枢轴分解
扩展了向量、矩阵和立方体构造函数，以允许通过 进行元素初始化，例如。fill::value(scalar)mat X(4,5,fill::value(123))
使用 OpenMP 时，加载 CSV 文件的速度更快
添加了 csv_opts：：semicolon 选项，允许保存/加载带有分号 （;) 而不是逗号 （，） 作为分隔符的 CSV 文件

版本10.5：

添加了 .clamp（） 成员函数
扩展了独立的 clamp（） 函数以处理复杂值
更高效地使用 OpenMP
Vector、Matrix 和 Cube 构造函数现在默认将元素初始化为零;
元素初始化可以通过说明符禁用，例如。fill::nonemat X(4,5,fill::none)

版本10.4：

通过 log_det（） 更快地处理三角矩阵
添加了对称正矩阵的对数行列式 log_det_sympd（）
新增配置选项，控制发出警告消息的程度ARMA_WARN_LEVEL
减少了默认的警告信息程度，使分解失败、保存/加载失败等不再发出警告

版本10.3：

通过 pinv（） 更快地处理对称正定矩阵
扩展了 .save（） / .load（） 以处理coord_ascii格式的密集矩阵
对于越界访问，元素访问器现在会抛出更细微的 std：：out_of_range 异常，而不仅仅是 std：：logic_error
提高随机数的质量

版本10.2：

更快地处理子立方体
添加了 tgamma（）
添加了.brief_print（）用于矩阵和立方体的删节打印
扩展了 trimatu（） 和 trimatl（） 的稀疏矩阵形式，以允许指定对角线分隔符
扩展的 eigs_sym（） 和 eigs_gen（），具有可选的 shift-invert 模式

版本10.1：

C++11 现在是最低要求的 C++ 标准
通过 trimatu（） 和 trimatl（） 更快地处理复合表达式
更快的稀疏矩阵加法、减法和元素乘法
扩展稀疏子矩阵视图以处理 X.cols（vector_of_column_indices） 的非连续形式
扩展的 eigs_sym（） 和 eigs_gen（），具有可选的细粒度参数

版本9.900：

对未确定/过度确定的系统进行更快的求解（）
更快的 eig_gen（） 和 eig_pair（） 适用于大型矩阵
通过 diagvec（） 和 diagmat（） 更快地处理矩阵乘法表达式
通过 accu（） 更快地处理关系表达式
通过 expmat（）、logmat（）、sqrtmat（） 更快地处理症状矩阵
更快地访问稀疏子矩阵视图中的列
添加了 quantile（）
添加了 powmat（）
添加了 trimatu_ind（） 和 trimatl_ind（）
新增log_normpdf（）
新增.is_zero（）
添加了禁用 std：：mutex 的配置选项ARMA_DONT_USE_CXX11_MUTEX
扩展了 eig_gen（） 和 eig_pair（） 以选择性地提供左右特征向量
扩展了 qr（） 以选择性地使用透视分解
扩展了 .save（） 和 .load（） 以通过 csv_name（filename，header） 规范处理带有标头的 CSV 文件
更一致地检测稀疏向量表达式
将物理常量更新为 NIST 2018 CODATA 值
HDF5 v1.12 保存/加载问题的解决方法

版本9.800：

默认操作中更快的 solve（）;默认情况下不再应用迭代优化;用于显式启用优化solve_opts::refine
更快的 expmat（）
通过 rcond（） 更快地处理三角矩阵
添加了 .front（） 和 .back（）
添加了 .is_trimatu（） 和 .is_trimatl（）
新增.is_diagmat（）

版本9.700：

通过 vectorise（） 更快地处理立方体
通过 nonzeros（） 更快地处理稀疏矩阵
更快的行index_min（） 和 index_max（）
扩展了 join_rows（） 和 join_cols（） 以处理最多 4 个矩阵的连接
扩展了 .save（） 和 .load（），以允许以 CSV 格式存储稀疏矩阵
添加了 randperm（） 以生成一个整数序列随机排列的向量

版本 9.600：

更快地处理稀疏子矩阵
更快地处理稀疏对角线视图
通过 symmatu（） 和 symmatl（） 更快地处理稀疏矩阵
通过 join_cols（） 更快地处理稀疏矩阵
扩展 clamp（） 以处理稀疏矩阵
添加了 .clean（） 以将低于阈值的元素替换为零

版本9.500：

扩展的 solve（） with 表示给定的矩阵可能是正定的solve_opts::likely_sympd
通过 solve（） 和 inv（） 对正定矩阵进行更稳健的自动检测
更快地处理稀疏子矩阵
展开 eigs_sym（） 以在给定矩阵不对称时打印警告
扩展了 LAPACK 函数原型，以遵循 Fortran 传递约定的所谓“隐藏参数”， 为了解决 GCC 错误 90329;
使用以前的 LAPACK 函数原型，而不带“隐藏参数”，之前#define ARMA_DONT_USE_FORTRAN_HIDDEN_ARGS#include <armadillo>

版本9.400：

更快的 cov（） 和 cor（）
添加了 .as_col（） 和 .as_row（）
展开 .shed_rows（） / .shed_cols（） / .shed_slices（） 以删除向量中指定的行/列/切片
扩展 vectorise（） 以处理稀疏矩阵
扩展了 max（） 和 min（） 的元素版本以处理稀疏矩阵
优化了稀疏矩阵表达式的处理：稀疏 %（稀疏 +- 标量）和稀疏 /（稀疏 +- 标量）
展开 eig_sym（）、chol（）、expmat_sym（）、logmat_sympd（）、sqrtmat_sympd（）、inv_sympd（） 以在给定矩阵不对称时打印警告
更一致地检测载体表达

版本 9.300：

通过 trace（） 更快地处理复合复矩阵表达式
更高效地处理稀疏矩阵中就地修改的元素访问
添加了 .is_sympd（） 来检查矩阵是否对称/厄米特正定
添加了用于 2D 数据插值的 interp2（）
添加了 expm1（） 和 log1p（）
.is_sorted带有选项和"strictascend""strictdescend"
扩展 eig_gen（） 以选择在分解之前执行平衡

版本 9.200：

通过 rcond（） 更快地处理对称正定矩阵
对大小为 ≥ 512x512 的矩阵进行更快的转置
通过 accu（）、diagmat（）、trace（） 更快地处理复合稀疏矩阵表达式
通过 join_rows（） 更快地处理稀疏矩阵
添加了 sinc（）
扩展 sign（） 来处理标量参数
扩展运算符 （*， %， +， −） 以处理具有不同元素类型的稀疏矩阵（例如，复数矩阵乘以实数矩阵）
扩展 conv_to（） 以允许在具有不同元素类型的稀疏矩阵之间进行转换
扩展的 solve（） 以选择性地允许将系统的解决方案保持在工作精度的单一性

版本 9.100：

通过 solve（） 更快地处理对称/厄米特正定矩阵
更快地处理复合表达式中的 inv_sympd（）
新增.is_symmetric（）
新增.is_hermitian（）
扩展了 spsolve（） 以选择性地允许将系统的解决方案保持在工作精度的单一性
ARMA_OPTIMISE_SOLVE_BAND和ARMA_OPTIMISE_SOLVE_SYMPD的新配置选项
更智能地使用稀疏矩阵中的元素缓存

版本 8.600：

添加了 hess（） 用于 Hessenberg 分解
添加了 .row（）、.rows（）、.col（）、.cols（） 到子立方体视图
扩展了 .shed_rows（） 和 .shed_cols（） 以处理多维数据集
扩展了 .insert_rows（） 和 .insert_cols（） 以处理多维数据集
扩展的子多维数据集视图，以允许对切片进行非连续访问
改进了稀疏矩阵元素访问运算符的调优
通过 solve（） 更快地处理三对角矩阵
使用 OpenMP 时，具有不同元素类型的矩阵的乘法速度更快

版本8.500：

通过 kron（） 和 repmat（） 更快地处理稀疏矩阵
稀疏矩阵的更快转置
在稀疏矩阵中更快地访问元素
稀疏矩阵的更快行迭代器
通过 trace（） 更快地处理复合表达式
更有效地处理子矩阵视图中的锯齿
扩展 normalise（） 以处理稀疏矩阵
扩展了 .transform（） 和 .for_each（） 来处理稀疏矩阵
添加了 reverse（） 以反转元素的顺序
添加了用于复制元素的 repelem（）
添加了 roots（） 以查找多项式的根

版本8.400：

通过 repmat（） 更快地处理稀疏矩阵
更快地加载 CSV 文件
扩展了 kron（） 来处理稀疏矩阵
扩展了 index_min（） 和 index_max（） 以处理多维数据集
扩展 randi（）、randu（）、randn（）、randg（） 以输出单个标量
添加了子矩阵和子立方体迭代器
添加了 normcdf（）
添加了 mvnrnd（）
新增 chi2rnd（）
添加了 wishrnd（） 和 iwishrnd（）

版本8.300：

通过 solve（） 更快地处理带矩阵
通过 chol（） 更快地处理带矩阵
使用 OpenMP 时更快的 randg（）
添加了 normpdf（）
扩展了 .save（） 以允许将新数据集附加到现有的 HDF5 文件

版本8.200：

添加了 intersect（） 用于查找两个向量/矩阵中的公共元素
扩展 affmul（） 以处理非平方矩阵

版本8.100：

通过元素访问算子更快地增量构建稀疏矩阵
稀疏矩阵中更快的对角线视图
扩展了 SpMat 以以坐标格式保存/加载稀疏矩阵
扩展了 .save（）/.load（） 以允许指定 HDF5 文件中的数据集
添加了 affmul（） 以简化仿射变换的应用
现在，默认情况下，警告和错误会打印到 std：：cerr 流中
添加了 set_cerr_stream（） 和 get_cerr_stream（） 以替换 set_stream_err1（）、set_stream_err2（）、get_stream_err1（）、get_stream_err2（）
新的配置选项ARMA_COUT_STREAM和ARMA_CERR_STREAM

版本7.960：

使用 OpenMP 时更快的 randn（）
更快的类gmm_diag，适用于具有对角协方差矩阵的高斯混合模型
添加了 .sum_log_p（） 到 gmm_diag 类
添加了gmm_full类，用于具有全协方差矩阵的高斯混合模型
扩展了 .each_slice（） 以选择使用 OpenMP 进行多线程执行

版本7.950：

扩展了 accu（） 和 sum（），以使用 OpenMP 处理具有计算成本高昂的元素函数的表达式
扩展了 trimatu（） 和 trimatl（） 以允许指定描绘三角形部分边界的对角线

版本7.900：

扩展的 clamp（） 来处理立方体
计算成本高昂的元素函数（如 exp（）、log（）、cos（） 等） 现在可以通过 OpenMP 自动加速; 这需要支持 OpenMP 3.1+ 的 C++11/C++14 编译器
对于 GCC 和 clang 编译器，请使用以下选项来启用 C++11 和 OpenMP：-std=c++11 -fopenmp
注意：使用 GCC 时，结合使用可能会导致最近处理器的速度下降-march=native-fopenmp

版本7.800：

将许可证更改为宽松的 Apache 许可证 2.0; 有关详细信息，请参阅问题页面

版本7.700：

添加了 polyfit（） 和 polyval（）
添加了第二种形式的 log_det（） 以直接将结果作为复数返回
在统计函数中添加了 range（）
扩展了 trimatu（）/trimatl（） 和 symmatu（）/symmatl（） 来处理稀疏矩阵

版本7.600：

更准确的 eigs_sym（） 和 eigs_gen（）
扩展 floor（）、ceil（）、round（）、trunc（）、sign（） 来处理稀疏矩阵
新增 arg（）、atan2（）、hypot（）

版本7.500：

展开 qz（） 以选择性地指定 Schur 表单的顺序
扩展 .each_slice（） 以支持矩阵乘法

版本7.400：

添加了 expmat_sym（）， logmat_sympd（）， sqrtmat_sympd（）
添加了 .replace（）

版本7.300：

添加了 index_min（） 和 index_max（） 独立函数
扩展 .subvec（） 以接受 size（） 参数
通过 lu（） 对非平方矩阵进行更稳健的处理

版本7.200：

添加了 .index_min（） 和 .index_max（） 成员函数
扩展了 ind2sub（） 来处理索引的向量
扩展了 sub2ind（） 来处理下标矩阵
扩展了 expmat（）、logmat（） 和 sqrtmat（） 以选择性地返回指示成功的布尔值
通过 vectorise（） 更快地处理复合表达式

版本7.100：

添加了 erf（）、erfc（）、lgamma（）
添加了 .head_slices（） 和 .tail_slices（） 到子多维数据集视图
spsolve（） 现在需要 SuperLU 5.2
eigs_sym（）、eigs_gen（） 和 svds（） 现在对实数（非复杂）矩阵使用内置的 ARPACK 重新实现;供 稿 人：Yixuan Qiu

版本6.700：

添加了用于数值积分的 trapz（）
添加了用于计算矩阵对数的 logmat（）
添加了 regspace（） 用于生成具有规则间隔元素的向量
添加了 logspace（），用于生成具有对数间隔元素的向量
添加了用于确定近似相等的 approx_equal（）

版本6.600：

扩展 sum（）、mean（）、min（）、max（） 来处理立方体
扩展了 Cube 类以处理任意大小的空立方体（例如 0x5x2）
添加了 shift（） 用于元素的圆周移位
添加了 sqrtmat（） 用于查找矩阵的平方根

版本6.500：

添加了用于 2D 卷积的 conv2（）
添加了用于对数据进行聚类的独立 kmeans（） 函数
添加了 trunc（）
扩展 conv（） 以选择性地提供中心卷积
使用英特尔 MKL、ATLAS 或 OpenBLAS 时，通过 accu（） 更快地处理乘法和累加

版本6.400：

扩展了 each_col（）、each_row（） 和 each_slice（） 以处理 C++11 Lambda 函数
添加了 ind2sub（） 和 sub2ind（）

版本 6.300：

扩展 solve（） 以查找秩缺陷系统的近似解
更快地处理复合表达式中的非连续子矩阵视图
添加了 .for_each（） 到 Mat、Row、Col、Cube 和 field 类
添加了 rcond（） 用于估计倒数条件数

版本6.200：

扩展 diagmat（） 以处理非正方形矩阵和任意对角线
扩展的 trace（） 来处理非平方矩阵

版本6.100：

使用英特尔 MKL、ATLAS 或 OpenBLAS 时更快的 norm（） 和 normalise（）
添加了 Schur 分解：schur（）
通过 hist（） 和 histc（） 更严格地处理矩阵对象
用于使用 Mat、Col、Row 和 Cube 辅助内存的高级构造函数现在具有默认值 strict = false
Cube 类现在延迟 .slice（） 相关结构的分配，直到需要
扩展的 join_slices（） 以处理使用矩阵连接多维数据集

版本5.600：

添加了 .each_slice（） 用于应用于立方体的每个切片的矩阵操作
扩展了 .each_col（） 和 .each_row（） 以处理异地操作

版本5.500：

扩展的对象构造函数和生成器，用于处理基于 size（） 的维度规范

版本5.400：

添加了 find_unique（） 用于查找唯一值的索引
添加了 diff（） 用于计算连续元素之间的差异
添加了 cumprod（） 用于计算累积乘积
添加了 null（） 用于查找空空间的正交基
扩展了 interp1（） 以处理重复位置
扩展 unique（） 来处理复数
更快的 flipud（）
更快的行向 cumsum（）

版本5.300：

添加了广义 Schur 分解：qz（）
添加了 .has_inf（） 和 .has_nan（）
扩展了 interp1（） 以处理域外位置
使用 .set_imag（） 和 .set_real（） 扩展的稀疏矩阵类
扩展了 imag（）、real（） 和 conj（） 来处理稀疏矩阵
扩展了 diagmat（）、reshape（） 和 resize（） 来处理稀疏矩阵
更快的稀疏 sum（）
更快的行向 sum（）、mean（）、min（）、max（）
将物理常量更新为 NIST 2014 CODATA 值

版本5.200：

添加了 orth（） 用于查找矩阵范围空间的正交基
用于处理嵌套初始化器列表的扩展元素初始化 （C++11）

版本5.100：

添加了用于一维插值的 interp1（）
添加了 .is_sorted（） 用于检查向量或矩阵是否具有排序元素
将物理常量更新为 NIST 2010 CODATA 值

版本5.000：

添加了 spsolve（） 用于求解稀疏线性方程组
添加了 svds（） 用于稀疏矩阵的奇异值分解
添加了 nonzeros（） 用于从矩阵中提取非零值
添加了对稀疏矩阵对对角线视图的处理
扩展 repmat（） 来处理稀疏矩阵
扩展了 join_rows（） 和 join_cols（） 以处理稀疏矩阵
sort_index（） 和 stable_sort_index（） 已放在延迟操作框架中，以提高效率
使用 C++11 编译器时，会自动启用 64 位整数

版本4.650：

添加了 randg（） 用于从 gamma 分布生成随机值（仅限 C++11）
将 .head_rows（） 和 .tail_rows（） 添加到子矩阵视图
添加了 .head_cols（） 和 .tail_cols（） 到子矩阵视图
扩展 eigs_sym（） 以选择性地计算具有最小/最大代数值的特征值

版本4.600：

添加了 .head（） 和 .tail（） 到子矩阵视图
复合表达式中更快的矩阵转置
更快的就地矩阵乘法
使用 -O3 -ffast-math -march=native（gcc 和 clang）编译时更快的 accu（） 和 norm（）

版本4.550：

新增矩阵指数函数：expmat（）
在启用 OpenMP 的情况下进行编译时，gmm_diag类中的 .log_p（） 和 .avg_log_p（） 函数更快
更快地处理使用外部积的表达式的就地加法/减法

版本 4.500：

通过 norm（） 更快地处理复杂向量
展开 chol（） 以选择性地将输出矩阵指定为上三角形或下三角形
将矩阵保存为文本文件时，可以更好地处理非有限值

版本4.450：

更快地处理复合表达式中的基质转置
扩展了 symmatu（）/symmatl（） 以选择性地禁用元素的复共轭
扩展 sort_index（） 以处理复杂向量
使用生成随机样本的函数扩展了gmm_diag类

版本4.400：

通过 dot（） 更快地处理子向量
通过子矩阵视图更快地处理混叠
添加了 clamp（） 以使钳位值介于下限和上限之间
添加了gmm_diag类，用于使用高斯混合模型对数据进行统计建模
扩展了稀疏矩阵的批量插入构造函数，以在重复位置添加值

版本4.320：

扩展了 eigs_sym（） 和 eigs_gen（） 以使用可选的公差参数
扩展 eig_sym（） 以在分而治之失败时自动回退到标准分解方法
基于 cmake 的安装程序允许在 C++ 模式下使用 gcc 4.8.3+ 时使用 C++ 11 随机数生成器

版本4.300：

添加了 find_finite（） 和 find_nonfinite（）
表达式 X=inv（A）*B*C 和 X=A.i（）*B*C 会自动转换为 X=solve（A，B*C）

版本4.200：

稀疏矩阵的更快转置
更有效地处理矩阵乘法过程中的混叠
标记为对角线的矩阵的较快反转

版本4.100:

添加了 normalise（） 用于将向量归一化为单位 p 范数
扩展了字段类以处理 3D 布局
扩展 eigs_sym（） 和 eigs_gen（） 以获得各种形式的特征值（例如最大或最小量级）
使用 Clang 3.4+ 和 -O3 优化时，基本表达式（例如矩阵加法）的自动 SIMD 矢量化
更快地处理稀疏子矩阵视图

版本4.000：

添加了稀疏矩阵的特征分解：eigs_sym（） 和 eigs_gen（）
添加了矩阵对的特征分解：eig_pair（）
添加了更简单的 eig_gen（） 形式
添加了矩阵的条件数：cond（）
扩展 find（） 来处理多维数据集
展开的子多维数据集视图以访问矢量中指定的元素
running_stat_vec的模板参数已扩展为接受向量类型
更稳健的 4x4 矩阵快速反演
现在默认对 eig_sym（）、pinv（）、princomp（）、rank（）、svd（）、svd_econ（） 使用更快的分而治之分解
形式 inv（sympd（X）） 不再假设 X 是正定的;请改用 inv_sympd（）

版本3.930：

添加了基于 size（） 的子矩阵视图大小规范
添加了 min（） 和 max（） 的元素变体
添加了 svd_econ（） 的分而治之变体
添加了 pinv（） 的分而治之变体
添加了 randi（） 以生成具有随机整数值的矩阵
添加了 inplace_trans（） 以实现内存高效的就地转置
在 sort（） 和 sort_index（） 中添加了更直观的排序方向规范
在 det（）、.i（）、inv（） 和 solve（） 中添加了更直观的方法规范
使用 C++11 时为 wall_clock 类提供更精确的计时器

版本3.920：

更快的 .zeros（）
使用 C++11 时更快的 round（）、exp2（） 和 log2（）
添加了 signum 函数：sign（）
添加了使用 C++ 时的移动构造函数 11
添加了 2D 快速傅里叶变换：fft2（）
添加了 .tube（），以便更轻松地从立方体中提取向量和子立方体
在构造 Mat、Col、Row 和 Cube 类期间添加了填充类型的规范， 例如。垫 X（4， 5， 填充：：零）

版本3.910：

矩阵与自身的转置的更快乘法，即。X*X.t（） 和 X.t（）*X
添加了 vectorise（） 用于将矩阵重塑为向量
添加了 all（） 和 any（），用于指示存在满足关系条件的元素

版本3.900：

在使用 GCC 4.7+ 和 -O3 优化时，添加了基本表达式的自动 SSE2 向量化（例如矩阵加法）
更快的中位数（）
通过子矩阵行的转置更快地处理复合表达式
通过复杂向量的转置更快地处理复合表达式
添加了对以 HDF5 格式保存和加载立方体的支持

版本3.820：

复合表达式更快的 as_scalar（）
小向量的快速转置
适用于小向量的更快矩阵向量乘积
小固定大小矩阵的乘法速度更快

版本3.810：

添加了快速傅里叶变换：fft（）
添加了通过子矩阵和子立方体对 .imbue（） 和 .transform（） 的处理
添加了稀疏矩阵的批处理插入构造函数

版本3.800：

添加了 .imbue（），用于使用函子或 lambda 表达式提供的值填充矩阵/立方体
添加了 .swap（） 用于与另一个矩阵交换内容
添加了 .transform（），用于使用函子或 lambda 表达式转换矩阵/立方体
添加了 round（） 以将矩阵元素舍入到最接近的整数
更快的 find（）
将许可证更改为 Mozilla 公共许可证 2.0

版本3.6：

使用子矩阵和子立方体更快地处理复合表达式
更快的 trace（）
添加了对将矩阵加载为具有 NaN 和 Inf 元素的文本文件的支持
添加了 stable_sort_index（），它保留了具有等效值的元素的相对顺序
添加了对稀疏矩阵的处理 mean（）， var（）， norm（）， abs（）， square（）， sqrt（）
添加了arma_binary格式的稀疏矩阵的保存和加载

版本3.4：

添加了经济的QR分解：qr_econ（）
添加了 .each_col（） 和 .each_row（） 用于应用于矩阵每列或每行的向量运算
添加了对稀疏矩阵的初步支持
添加了以 HDF5 格式保存和加载矩阵的功能
通过可选使用分而治之算法更快地分解奇异值
更快的 .randn（）
复数的 dot（） 和 cdot（） 速度更快

版本3.2：

添加了 unique（），用于查找矩阵的唯一元素
添加了 .eval（），用于强制计算延迟表达式
通过可选使用分而治之算法更快地分解特征
更快地转置向量和复合表达式
更快地处理对角线视图
更快地处理微小的固定大小向量（≤ 4 个元素）

版本3.0：

添加了反转的简写：.i（）
添加了基准类
添加了 hist（） 和 histc（）
添加了非连续子矩阵视图
使用单行或单列更快地处理子矩阵视图
在固定大小的矩阵中更快地访问元素
更快的 repmat（）
表达式 X=inv（A）*B 和 X=A.i（）*B 会自动转换为 X=solve（A，B）
通过 sum（）、cumsum（）、prod（）、min（）、max（）、mean（）、median（）、stddev（）、var（） 更好地检测向量表达式
更快地生成随机数 （例如。randu（） 和 randn（））， 通过产生与 2.x 中略有不同的数字的算法
删除了将可写辅助（外部）存储器绑定到固定大小矩阵的支持; 相反，您可以使用具有可写辅助存储器的标准矩阵， 或通过复制内存来初始化固定大小的矩阵; 将辅助存储器与标准矩阵一起使用不受影响
删除了 .print_trans（） 和 .raw_print_trans（）; 相反，您可以链接 .t（） 和 .print（） 以获得类似的结果：X.t（）.print（）

版本2.4：

添加了较短的转置形式：.t（） 和 .st（）
添加了 .resize（） 和 resize（）
添加了可选的 64 位索引（允许矩阵具有超过 40 亿个元素），通过 include/armadillo_bits/config.hpp 中的ARMA_64BIT_WORD启用
添加了对 C++11 初始化程序列表的实验性支持，通过 include/armadillo_bits/config.hpp 中的ARMA_USE_CXX11启用
重构代码以消除使用 Clang C++ 编译器时的警告
umat、uvec、.min（） 和 .max（） 已更改为使用 uword 类型而不是 u32 类型; 默认情况下，uword 和 u32 类型是等效的（即最小宽度为 32 位的无符号整数类型）; 但是，当通过 include/armadillo_bits/config.hpp 中的ARMA_64BIT_WORD启用 64 位索引时， 然后，uword 类型的最小宽度为 64 位

版本2.2：

新增svd_econ（）
新增circ_toeplitz（）
添加了 .is_colvec（） 和 .is_rowvec（）

版本2.0：

det（）、inv（） 和 solve（） 可以强制对微小矩阵使用更精确的算法（≤ 4x4）
添加了 syl（），用于求解西尔维斯特方程
添加了 strans（），用于在不采用复数共轭的情况下转置复矩阵
添加了 symmatu（） 和 symmatl（）
添加了子矩阵的子矩阵
对称正定矩阵的更快反转
对固定尺寸矩阵的元素访问速度更快
微小矩阵的乘法速度更快（例如 4x4）
包含子矩阵的更快复合表达式
增加了对任意大小的空矩阵的处理（例如 5x0）
在 running_stat 和 running_stat_vec 中添加了 .count（） 成员函数
添加了将矩阵加载和保存为CSV文本文件
trans（） 现在在转置复矩阵时采用复数共轭
不返回指示成功的布尔值的 chol（）、eig_sym（）、eig_gen（）、inv（）、lu（）、pinv（）、princomp（）、qr（）、solve（）、svd（）、syl（） 的形式现在在检测到失败时会抛出 std：：runtime_error 异常
princomp_cov（） 已被删除;eig_sym（） 可以与 cov（） 结合使用
.is_vec（） 现在对空向量输出 true（例如 0x1）
set_log_stream（） 和 get_log_stream（） 已被 set_stream_err1（） 和 get_stream_err1（） 取代

版本1.2：

添加了 Mat 和 Cube 的 .min（） 和 .max（） 成员函数
添加了 floor（） 和 ceil（）
添加了“Not a Number”的表示形式：math：：nan（）
添加了无穷大的表示形式：math：：inf（）
.in_range（） 扩展为使用 span（） 参数
固定大小的矩阵和向量可以使用辅助（外部）存储器
子矩阵和子字段可以通过 X（ span（a，b）， span（c，d） ） 访问
子立方体可以通过 X（ span（a，b）， span（c，d）， span（e，f） ） 访问
span 的两个参数版本可以替换为 span：：all 或 span（），以指示整个范围
对于多维数据集，span 的两个参数版本可以替换为 单个参数版本 span（a），用于指示单个列、行或切片
任意的“平面”子立方体可以解释为矩阵;例如：
cube Q = randu<cube>(5,3,4);
mat  A = Q( span(1), span(1,2), span::all );
// A has a size of 2x4

vec v = ones<vec>(4);
Q( span(1), span(1), span::all ) = v;
通过 trimatu（） / trimatl（） 添加了对矩阵的三角形解释
添加了 solve（） 和 inv（） 对三角矩阵的显式处理
子矩阵的扩展语法，包括访问其索引在向量中指定的元素
添加了更改用于记录错误和警告的流的功能
添加了以原始二进制格式保存/加载矩阵的功能
添加了累积求和函数：cumsum（）

在 1.0 中更改（与早期的 0.x 开发版本相比）：

lu（） 的 3 个参数版本， 例如。卢（L，U，X）， 提供 L 和 U，它们应该与 Octave 3.2 产生的相同 （在 0.9.90 之前的版本中并非如此）	
rand（） 已被 randu（） 取代; 这样做是为了避免与 std：：rand（） 混淆， 它以不同的间隔生成随机数
在 0.9.0 之前的版本中，一些乘法运算直接将大小为 1x1 的结果矩阵转换为标量。 现在情况已不再如此。 如果您知道表达式的结果将是一个 1x1 矩阵，并希望将其视为纯标量， 使用 as_scalar（） 包装函数
几乎所有功能都已放置在延迟操作框架中（出于速度目的）。 这可能会影响假定某些函数的输出是纯矩阵的代码。 解决方案很简单，如下所述。	
通常，犰狳在执行操作之前会对操作进行排队。 因此，不能假定操作或函数的直接输出是可直接访问的矩阵。 当输出需要存储在矩阵中时，将执行排队操作， 例如。mat B = 反式 （A） 或 mat B（反式 （A））。 如果需要强制执行延迟的操作， 将操作或函数放在相应的 Mat 构造函数中。 例如，如果您的代码假定某些函数的输出是纯矩阵， 例如。chol（m）.diag（），将代码更改为 mat（chol（m））.diag（）。 同样，如果您需要将 A+B 等操作的结果传递给自己的函数之一， 使用 my_function（ mat（A+B） ）。