金子邦彦研究室 ▶ プログラミング ▶ Octave の活用 ▶ Ubuntu, Fedora で，パッケージを用いて Octave をインストール

サイトマップ サイト内検索 まとめ

サイトの全体構成

Ubuntu, Fedora で，パッケージを用いて Octave をインストール

全体構成 人工知能 データベース ３次元，地図 プログラミング 情報工学全般 インストール 支援 連絡先，業績

Octave とは，MATLAB に互換の数値解析ソフトウェア．

このページでは， Ubuntu, Fedora で，パッケージを用いて Octave をインストールする手順を図解などで説明します．

貴重な情報源: http://www40.atwiki.jp/gnuoctavejp （Octave for Windows メモの著者様による Wiki）

（参考）

※ liboctave の使い方については，別の Web ページで説明しています．liboctave を使って，Octave の行列関係の機能を呼び出すような C++ のプログラムを簡単に作ることができます．

※ Octave に BLAS (GotoBLAS あるいは ATLAS) と LAPACK を組み込みたい． あるいは Intel Math Kernel Library (インテル・マス・カーネル・ライブラリ) とリンクさせたい場合には， ソースコードを使って Octave をビルドする必要があるでしょう. その手順は，別の Web ページで説明しています．

Octave のオンラインマニュアル

Octave のインストールの手順

■ Ubuntu 12.04 の場合の操作手順(例）

Ubuntu の他のバージョンでも同様の手順になります

  1. アップデート操作

    端末で次のように操作する。

    ◆ Ubuntu の場合の操作手順(例） 

    sudo apt-get update 
sudo apt-get -yV upgrade
sudo shutdown -r now

  2. パッケージを用いてインストール

    ◆ Ubuntu の場合の操作手順(例） 

    sudo apt-get -yV install libatlas*
sudo apt-get -yV install octave
sudo apt-get -yV install octave-pkg-dev
sudo apt-get -yV install octave-*
sudo apt-get -yV install gmt
sudo apt-get -yV install gmt-examples
sudo apt-get -yV install gmt-tutorial-pdf
sudo apt-get -yV install gmt-doc-pdf
sudo apt-get -yV install gmt-coast-low
sudo apt-get -yV install pfstools
sudo apt-get -yV install libplplot11
sudo apt-get -yV install qtoctave

  3. 試しに起動してみる．

インストールはこれで終了．

■ Fedora バージョン 16 での手順（例）

'

yum を使ってインストールします．

※ 自前で atlas をビルドした場合には「yum install atlas*」は無視して下さい．

  1. yum を使ってインストール 

    yum install atlas*
yum install octave*
yum install *octave*

  2. 試しに起動してみる．

インストールはこれで終了．

ATLAS をインストールする理由

性能が向上します。インストール操作は簡単で、効果は高いです。

■ 「sudo apt-get -yV install libatlas*」を行った場合

■ 「sudo apt-get -yV install libatlas*」を行わなかった場合

性能測定の例

(a) 行列と行列の積 X = rand(2000,2000); Y = rand(2000,2000); Z = X * Y 1.25 sec
(b) LU 分解 (LU decomposition) X = rand(2000,2000); [L, U, P] = lu(X) 0.67 sec
(c) 正方行列の逆行列 X = rand(2000,2000); [Z, RCOND] = inv(X) 1.72 sec
(d) 行列式 (determinant) X = rand(2000,2000); [D, RCOND] = det(X) 0.63 sec
(e) Singular Value Decomposition (SVD), X = U*S*V X = rand(2000,2000); [U, S, V] = svd(X) 72 sec
(f) QR factorization X = rand(2000,2000); [Q, R, P] = qr(X) 4.2 sec
(g) 分散共分散行列 X = rand(2000,2000), Y = rand(2000,2000); Z = cov(X, Y) 1.34 sec
(h) 分散共分散行列の固有値と固有ベクトル（主成分分析） X = rand(2000,2000); [v, L] = eig( cov(X) ) 13.3 sec
(i) 2次元の畳み込み（コンボリューション） X = rand(2000,2000); B = rand(21); Z = conv2(X, B, 'full') 4.1 sec
(j) 2次元の高速フーリエ変換 (FFT) X = rand(2000,2000); Z = fft2(X, 2000, 2000) 0.105 sec
(k) convex hull x = rand(1000000,1); y = rand(1000000,1); H = convhull(x, y) 0.51 sec

(a) 行列と行列の積: X = rand(2000,2000); Y = rand(2000,2000); Z = X * Y

(b) LU 分解 (LU decomposition): X = rand(2000,2000); [L, U, P] = lu(X)

(c) 正方行列の逆行列: X = rand(2000,2000); [Z, RCOND] = inv(X)

(d) 行列式 (determinant): X = rand(2000,2000); [D, RCOND] = det(X)

(e) Singular Value Decomposition (SVD), X = U*S*V: X = rand(2000,2000); [U, S, V] = svd(X)

(f) QR factorization (QR decomposition ともいう): X = rand(2000,2000); [Q, R, P] = qr(X)

(g) 分散共分散行列: X = rand(2000,2000); Y = rand(2000,2000); Z = cov(X, Y)

(h) 分散共分散行列の固有値と固有ベクトル（主成分分析）: X = rand(2000,2000); [v, L] = eig( cov(X) )

(i) 2次元の畳み込み（コンボリューション）: X = rand(2000,2000); B = rand(21); Z = conv2(X, B, 'full')

(j) 2次元の高速フーリエ変換 (FFT): X = rand(2000,2000); Z = fft2(X, 2000, 2000)

(k) convex hull: x = rand(1000000,1); y = rand(1000000,1); H = convhull(x, y)

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明 再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先： 金子邦彦（かねこ くにひこ） [image]