Matrix Template Library - Versionsgeschichte

Aka: https

2022-11-08T19:15:32Z

https

← Nächstältere Version		Version vom 8. November 2022, 21:15 Uhr
Zeile 2:		Zeile 2:
	\| Name = Matrix Template Library		\| Name = Matrix Template Library
	\| Betriebssystem = [[Linux]], [[Unix]], [[Mac OS X]], [[Microsoft Windows\|Windows]]		\| Betriebssystem = [[Linux]], [[Unix]], [[Mac OS X]], [[Microsoft Windows\|Windows]]
	\| Lizenz = [~~http~~://www.boost.org/LICENSE_1_0.txt Boost Software License]		\| Lizenz = [https://www.boost.org/LICENSE_1_0.txt Boost Software License]
	\| Programmiersprache = [[C++]]		\| Programmiersprache = [[C++]]
	\| Kategorie = Wissenschaftliche [[Programmbibliothek]]		\| Kategorie = Wissenschaftliche [[Programmbibliothek]]

Zero Thrust am 5. November 2022 um 21:32 Uhr

2022-11-05T21:32:19Z

← Nächstältere Version		Version vom 5. November 2022, 23:32 Uhr
Zeile 5:		Zeile 5:
	\| Programmiersprache = [[C++]]		\| Programmiersprache = [[C++]]
	\| Kategorie = Wissenschaftliche [[Programmbibliothek]]		\| Kategorie = Wissenschaftliche [[Programmbibliothek]]
	\| Website = ~~http://www.mtl4.org~~		\| Website =
	}}		}}

Zeile 18:		Zeile 18:

	== Weblinks ==		== Weblinks ==
			* [https://github.com/simunova/mtl4 Matrix Template Library] auf Github
	* [http://www.osl.iu.edu/research/mtl/ MTL] homepage
	* [http://www.mtl4.org MTL4] homepage

	[[Kategorie:C++]]		[[Kategorie:C++-Bibliothek]]

Leyo: falschen Freund Referenzen (≠ references) ersetzt

2022-09-20T21:49:19Z

falschen Freund Referenzen (≠ references) ersetzt

← Nächstältere Version		Version vom 20. September 2022, 23:49 Uhr
Zeile 14:		Zeile 14:
	Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die [[loop unrolling\|Aufrollparameter]] im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf \|wayback=20080720143453 \|text=''Representation-transparent matrix algorithms with scalable performance.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.		Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die [[loop unrolling\|Aufrollparameter]] im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf \|wayback=20080720143453 \|text=''Representation-transparent matrix algorithms with scalable performance.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.

	== ~~Referenzen~~ ==		== Einzelnachweise ==
	<references/>		<references/>

Aka: Durchkopplung

2021-08-04T18:22:48Z

Durchkopplung

← Nächstältere Version		Version vom 4. August 2021, 20:22 Uhr
Zeile 8:		Zeile 8:
	}}		}}

	Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra]]-Bibliothek für [[C++]].		Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra\|lineare-Algebra]]-Bibliothek für [[C++]].

	Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf \|wayback=20080512092609 \|text=''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 70 kB) ISCOPE, 1998.</ref>		Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf \|wayback=20080512092609 \|text=''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 70 kB) ISCOPE, 1998.</ref>

InternetArchiveBot: InternetArchiveBot hat 2 Archivlink(s) ergänzt und 0 Link(s) als defekt/tot markiert. #IABot (v2.0beta14)

2019-04-30T13:14:31Z

InternetArchiveBot hat 2 Archivlink(s) ergänzt und 0 Link(s) als defekt/tot markiert. #IABot (v2.0beta14)

← Nächstältere Version		Version vom 30. April 2019, 15:14 Uhr
Zeile 10:		Zeile 10:
	Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra]]-Bibliothek für [[C++]].		Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra]]-Bibliothek für [[C++]].

	Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>		Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf \|wayback=20080512092609 \|text=''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 70 kB) ISCOPE, 1998.</ref>

	Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die [[loop unrolling\|Aufrollparameter]] im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.		Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die [[loop unrolling\|Aufrollparameter]] im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: {{Webarchiv\|url=http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf \|wayback=20080720143453 \|text=''Representation-transparent matrix algorithms with scalable performance.'' \|archiv-bot=2019-04-30 13:14:30 InternetArchiveBot }} (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.

	== Referenzen ==		== Referenzen ==

91.52.189.172: Link

2013-12-22T22:52:20Z

Link

← Nächstältere Version		Version vom 23. Dezember 2013, 00:52 Uhr
Zeile 12:		Zeile 12:
	Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>		Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>

	Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die Aufrollparameter im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.		Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die [[loop unrolling\|Aufrollparameter]] im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.

	== Referenzen ==		== Referenzen ==

Quartl: /* Einleitung */ links

2013-08-14T15:42:22Z

Einleitung: links

← Nächstältere Version		Version vom 14. August 2013, 17:42 Uhr
Zeile 12:		Zeile 12:
	Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>		Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>

	Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die Aufrollparameter im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen ~~Matrixvektorprodukt~~, ~~Matrixmultiplikation~~, Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.		Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die Aufrollparameter im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen [[Matrix-Vektor-Produkt]], [[Matrizenmultiplikation]], Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.

	== Referenzen ==		== Referenzen ==

KLBot2: Bot: 5 Interwiki-Link(s) nach Wikidata (:d:Q1814281) migriert

2013-03-26T19:42:03Z

Bot: 5 Interwiki-Link(s) nach Wikidata (d:Q1814281) migriert

← Nächstältere Version		Version vom 26. März 2013, 21:42 Uhr
Zeile 22:		Zeile 22:

	[[Kategorie:C++]]		[[Kategorie:C++]]

	[[en:Matrix Template Library]]
	[[es:Matrix Template Library]]
	[[fr:Matrix Template Library]]
	[[ru:Matrix Template Library]]
	[[sv:Matrix Template Library]]

MorbZ-Bot: Bot: Füge Dateiinformationen hinzu

2013-02-27T10:50:06Z

Bot: Füge Dateiinformationen hinzu

← Nächstältere Version		Version vom 27. Februar 2013, 12:50 Uhr
Zeile 10:		Zeile 10:
	Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra]]-Bibliothek für [[C++]].		Die '''Matrix Template Library''' (MTL) ist eine [[lineare Algebra]]-Bibliothek für [[C++]].

	Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] ISCOPE, 1998.</ref>		Die MTL benutzt [[Template (Programmierung)\|Template Programmierung]], die die Codelänge erheblich verkürzt. Alle Matrizen und Vektoren sind in den klassischen numerischen Formaten <code>float</code>, <code>double</code>, <code>complex<float></code> oder <code>complex<double></code> verfügbar. Die [[generische Programmierung]] erlaubt darüber hinaus die Verwendung beliebiger Typen, die über die notwendigen Operationen verfügen. Es können auch beliebige Integerformate (z. B. <code>unsigned short</code>), Typen für Intervallarithmetik (z. B. boost::interval aus der Bibliothekskollektion [[Boost (C++-Bibliothek)\|Boost]]), [[Quaternion]]en (z. B. boost::quaternion), Typen höherer Präzision (z. B. [[GNU Multiple Precision Arithmetic Library]]) und geeignete nutzerdefinierte Typen verwendet werden. Die MTL unterstützt mehrere Implementierungen voll und schwach besetzter Matrizen. MTL2 wurde von Jeremy Siek und Andrew Lumsdaine entwickelt.<ref name=SiekLumsdaine98>Jeremy G. Siek, Andrew Lumsdaine: [http://www.osl.iu.edu/download/research/mtl/papers/iscope_final.pdf ''The Matrix Template Library: A Generic Programming Approach to High Performance Numerical Linear Algebra.''] (PDF; 70 kB) ISCOPE, 1998.</ref>

	Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die Aufrollparameter im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen Matrixvektorprodukt, Matrixmultiplikation, Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.		Die letzte Version, MTL4, wird von Peter Gottschling und Andrew Lumsdaine entwickelt. Sie enthält den größten Teil der MTL2-Funktionalität und erweitert diese um neue Optimierungstechniken, wie beispielsweise das Meta-Tuning, welches es unter anderem erlaubt, für Operationen auf Vektoren und Matrizen mit dynamischer Größe die Aufrollparameter im Funktionsaufruf festzulegen. Plattformunabhängige Skalierbarkeit der Performanz wird durch rekursive Datenstrukturen und Algorithmen erreicht.<ref name=Gottschlingetal07>Peter Gottschling, David S. Wise, Michael D. Adams: [http://www.osl.iu.edu/download/research/mtl/papers/ics07.pdf ''Representation-transparent matrix algorithms with scalable performance.''] (PDF; 284 kB) In: ''Proc. 21st Annual Int. Conf. on Supercomputing.'' ACM Press, New York 2007, S. 116–125.</ref> Generische Anwendungen können in einer natürlichen Notation geschrieben werden, z. B.: <code>v += Aq - w;</code>, wobei die Bibliothek die geeigneten Algorithmen zur [[Compilezeit]] auswählt. Beispielsweise wird bei <code>xy</code> zwischen Matrixvektorprodukt, Matrixmultiplikation, Multiplikation eines Vektors mit einem Skalarwert und vielen anderen unterschieden. Das Ziel ist, performanzrelevante technische Details in der Bibliothek zu kapseln und Forschern ein intuitives Interface anzubieten, so dass diese sich auf wissenschaftliche Algorithmen und Modelle konzentrieren können.

	== Referenzen ==		== Referenzen ==

Inkowik: HC: Entferne Kategorie:Programmiersprache C++; Ergänze Kategorie:C++

2013-02-14T18:29:19Z

HC: Entferne Kategorie:Programmiersprache C++; Ergänze Kategorie:C++

← Nächstältere Version		Version vom 14. Februar 2013, 20:29 Uhr
Zeile 21:		Zeile 21:
	* [http://www.mtl4.org MTL4] homepage		* [http://www.mtl4.org MTL4] homepage

	[[Kategorie:~~Programmiersprache~~ C++]]		[[Kategorie:C++]]

	[[en:Matrix Template Library]]		[[en:Matrix Template Library]]