比較OpenBLAS，Intel MKL和Eigen的矩陣相乘性能

對於機器學習的很多問題來說，計算的瓶頸往往在於大規模以及頻繁的矩陣運算，主要在於以下兩方面： (Dense/Sparse) Matrix – Vector product (Dense/Sparse) Matrix – Dense Matrix product 如何使機器學習算法運行更高效擺在我們面前，很多人都會在代碼中直接採用一個比較成熟的矩陣運算數學庫，面對繁多的數學庫，選擇一個合適的庫往往會

>>阅读原文<<