Shark Machine Learning Library 安装配置运行

这两天开始折腾ML的开源库,ML的开源库有很多,比如Torch,MLC,Weka(基于java),Waffles,Shark,scikit,opencv-ml,等等,综合比较了各个开源库的优劣,决定搞搞以下几个库:1. Shark,基于c++2. scikit,基于python3. weka,基于java4. opencv-ml,基于c++,图像处理中用的比较多,之前已接触过

花了一个下午的时间终于成功安装配置Shark,感觉Shark库还是挺强大的,基本上包含了常用的ML算法,而且是基于C++,用起来比较顺手。环境:win32, vs10网上对于Shark的安装的相关文章很少,以下内容基本参考:(感谢分享)一、Shark——之正确获取有两篇错误安装方法.这两篇介绍的获取Shark路径都有问题,根本不可用或者获取不了.(我已验证过确实这样)第1篇错误 . 严重不对,因为SVN下载的是开发版,有时会缺少文件导致VS编译不成功,最终无法使用.我在按照svn下载安装时,缺少LinAlg的文件,根本无法使用.坚决建议大家别采用.第2篇错误 ,根本找不到文件,地址早就失效了.该篇文章后面介绍的安装和使用还凑合.正确的下载地址:https://sourceforge.net/projects/shark-project/files/Shark%20Core/下载zip文件进行安装.版本:2.3.4Shark利用CMake进行编译,需要C++ Boost库支持.具体后续.二、Shark——之安装篇

Shark Machine Learning Library 的主页链接是:,shark是由德国波鸿大学开发的,曾获得2011年世界开源大赛金奖。shark基于C++的泛型编程,里面大量使用了模板,因此封装性和继承性极佳。由于是基于C++的,所以函数的效率还是不错的。

shark的库主要分为4部分

OK, 开始吧,下面进入安装过程。shark的函数库可以安装在Microsoft,Linux,Mac 的操作系统上,本文介绍其在 Microsoft Windows 上的安装过程。值得注意的是,在下载的shark包路径 Shark/doc/TutorialsOld/ 下面有一个在各种平台下的安装说明,但是比较老。

第一步,准备安装软件,产生编译文件。跨平台编译工具 Cmake v2.8,Mircosoft Visual Stdio 2005 或更高版本。我的shark 包的路径在 D:/shark ,cmake的设置如下

点击configure 按钮,选择我们需要的编译器 VS2005,然后再点击 Generate。完成后显示如下

这时候去看看 D:/build_shark 路径下,cmake 已经为我们生成了 VS2005 需要的编译文件了

第二步,使用 VS2005 编译连接,得到我们需要的 shark.lib 静态链接库。

双击 build_shark 文件夹下面的 shark.sln, 把工程导入到 vs2005 编译环境下。

这里大家就可以看到 shark 自带的所有实例工程和shark.lib的工程了,可以选择工具栏的“生成”—>“重新生成解决方案”,这时候vs2005就会为我们生成所有的实例程序,由于实例比较多,整个过程可能持续数分钟,出去喝杯茶吧,保持耐心哦。当然,,我是为了演示一下实例程序,所以选择重新生成了,你可以根据自己的需要选择特定的工程,比如,你打开shark.vcproj,就会生成shark.lib。

这里再称赞一下德国人的严谨精神,70个工程,作为一个开源库居然没有错误一次编译成功,做工精细啊。

OK,编译完成后,看看 build_shark 文件夹下面多出来了好几个文件件,其中examples 下面就是所有的实例程序,当然还没有debug呢,需要哪个的话,自己去搞吧,关键是注意 debug 文件夹,下面终于见到我们需要的东西了:shark.lib

(Release也可以做一遍)

下一篇我讲一下如何把我们得到的shark.lib 导入到自己的工程里面,运行一个实例。

二、Shark——之运行篇

在上一篇里面,我们最后得到了Shark Machine Learning Library的shark.lib 静态链接库。本文将继续讲解,使用得到的库,在VS2005 环境里运行一个shark自带的例子,这个例子叫做“TSP_GA”,看名字就知道了,使用遗传算法求解TSP问题的。

OK,开始吧。

第一步,先到这个路径Shark\examples\EALib 下面,找到本文要用的源文件TSP_GA.cpp。新建一个工程,文件路径下新建两个文件夹,一个叫include,一个叫lib,分别用于放置shark的头文件和链接库。

第二步,给工程添加静态链接库和头文件包含。点击“项目”->“属性”,选择“C/C++”->"常规",如下图所示,添加头文件的路径(附加包含目录)

然后,点击“链接器”->“常规”,添加shark.lib的附加库目录,如下图

继续,点击“链接器”->“输入”,填写库名称,如下图

OK,到此为止,我们就把工程的链接库和头文件都设置好了。

第三步,运行 TSP_GA 工程,成功!恭喜你,你已经成功安装了 shark 库函数!

说明一下,由于是控制台应用程序,最后运行完可能闪一下就没了。一个小技巧是,在程序最后加一句 getchar(); 这样敲回车才会退出。

总结:安装过程还算顺利,linux下面的安装待续……

年轻是我们唯一拥有权利去编织梦想的时光

Shark Machine Learning Library 安装配置运行

相关文章:

你感兴趣的文章:

标签云: