23 | 数字计算：介绍线性代数和数值计算库

易用的东西灵活性就稍微弱一些，在能快速完成业务的时候，我还是比较偏向易用性，一查文档马上就可以用起来，真的出现性能瓶颈的时候再去折腾复杂性能好的东西。 给需要学习线性代数的小伙伴推荐一个教材：http://textbooks.math.gatech.edu/ila/index.html 需要点英语基础才行。

当然更偏向易用性。实现更重要。一个算法不确定是否能实现，先从易用的库开始快速迭代算法实现。优化是最后要考虑的。 还有就是在选择第三方库的时候，我倾向于选择纯头文件的库。比如Eigen3。我用Eigen3无非就是矩阵计算，能够快速求解线性方程组的解就好，并没有高次方程求根这种（其实也有，为了求一个三次方程就要引用一个库，我选择找一个现成的实现）。 当然，开篇的例子的话，我肯定也不会用Eigen去求，三维空间下的数学，还是交给glm这种用于渲染的数学库比较好，纯头文件，易于集成，而且简单好用。 当然我说的只是图形渲染中常用的一些库。貌似还真没看到过图形学方面代码用犰狳库的，因为用不到吧。 最后，我看了一下老师最后列出来的博客，提到了From Mathematics to Generic Programming，哈哈，我手头上也有一本这书！当然是中文版的。。。《数学与泛型编程》。。当时以为是接触泛型编程，顺便了解一些数学才买的。结果买来之后第六章群那里我实在看不动了。。其实第五章我就看着老吃力了。。。即使如此，也感觉收获不小。比如，看这本书之前我一直不知道质数筛。。还有古人如何计算乘法，如何计算最大公约数等等。回头我还要继续啃一下这本书。

科学计算这块最近几年突然热起来了，在调研xdl深度学习框架时，推理引擎cpu版本用的就是mkl库做各种矩阵运算，但是可能还是gpu版本的cuda库应用更广泛一些，听说cuda编程挺难的，需要了解很多异构硬件的细节。

我之前用的eigen，感觉还不错，如果涉及到大规模数值运算的话，还是得上gpu吧！

专栏深度确实可以，我之前在做Matlab代码转C++的时候，可以说armadillo是一个比较好用的工具（最起码性能还过得去）。这个老师在专栏里面没有提到，我说一下，可以给小伙伴们提供一点帮助～万一你哪天需要把Matlab的算法做一个快速实现呢？

工作中感觉eigen更友好一些

我发现留言的都是大佬。学习了学习了。