在CMamke生成的VS项目中插入程序

  1. 在主文件夹的CMakeLists.tex中加入SET(COMPILE_WITH_LSVM OFF CACHE BOOL "Compile with LSVM")

    再添加IF(COMPILE_WITH_LSVM) MESSAGE("Compiling with: LSVM") ADD_DEFINITIONS(-DCOMPILE_WITH_LSVM) ADD_SUBDIRECTORY(LSVM) LIST(APPEND SRC LSVM_wrapper.h LSVM_wrapper.cpp) ENDIF()

之后再按CMake添加程序

把该加的都加进主文件夹和子文件夹中的CMakeLists.tex里

都加好之后再用Cmake congfigure就会出现我们新加的程序,在value列上打上对号,再congfigure

  1. 在VS中添加
    一个头文件:LSVM_wrapper.h
cpp 复制代码
#pragma once

#include "svm_template.h"

class LSVMData : public SvmData
{
public:
    int Load(char *filename, SVM_FILE_TYPE file_type, SVM_DATA_TYPE data_type);
};

class LSVMModel : public SvmModel
{
public:
    int Train(SvmData *data, struct svm_params * params, struct svm_trainingInfo *trainingInfo);
	int StoreModel(char *model_file_name, SVM_MODEL_FILE_TYPE type);
};

和一个源文件:LSVM_wrapper.cpp

cpp 复制代码
#include "ohdSVM_wrapper.h"
#include "OHD-SVM/ohdSVM.h"
#include "utils.h"
#include <string>

extern int g_ws_size;
extern std::string g_imp_spec_arg;

int ohdSVMData::Load(char *filename, SVM_FILE_TYPE file_type, SVM_DATA_TYPE data_type)
{
    svm_memory_dataformat req_data_format;
	req_data_format.allocate_pinned = false;
	req_data_format.allocate_write_combined = false;
	req_data_format.dimAlignment = 32;
	req_data_format.vectAlignment = 32;
	req_data_format.transposed = false;
	req_data_format.labelsInFloat = true;
    req_data_format.supported_types = SUPPORTED_FORMAT_DENSE | SUPPORTED_FORMAT_CSR;  //no sparse yet

	SAFE_CALL(SvmData::Load(filename, file_type, data_type, &req_data_format));//filename=argv[1]=a9a.txt,file_type = LASVM_BINARY

    return SUCCESS;
}

int ohdSVMModel::Train(SvmData *data, struct svm_params * params, struct svm_trainingInfo *trainingInfo)
{
    this->data = data;
    this->params = params;

    alphas = (float *)malloc(data->GetNumVects() * sizeof(float));
	float rho = 0;

    try
    {
		size_t pos = g_imp_spec_arg.find(',');
		if (pos != std::string::npos)
		{
			int sliceSize = atoi(g_imp_spec_arg.c_str());
			int threadsPerRow = atoi(g_imp_spec_arg.c_str() + pos + 1);
			ohdSVM::useEllRT(true, sliceSize, threadsPerRow);
		}

        bool is_sparse = data->GetDataType() == SVM_DATA_TYPE::SPARSE;
		ohdSVM::Data x;
        if (is_sparse)
            x.sparse = (ohdSVM::csr *)data->GetDataSparsePointer();
        else
            x.dense = data->GetDataDensePointer();
		ohdSVM::Train(alphas, &rho, is_sparse, x, (const float *)data->GetVectorLabelsPointer(),
            data->GetNumVects(), data->GetNumVectsAligned(),
            data->GetDimVects(), data->GetDimVectsAligned(),
            params->C, params->gamma, params->eps, g_ws_size);
    }
    catch (std::exception & e)
    {
        std::cerr << "Exception in OHD-SVM: " << e.what() << std::endl;
    }
    params->rho = rho;
    SAFE_CALL(CalculateSupperVectorCounts());

    return SUCCESS;
}

int ohdSVMModel::StoreModel(char *model_file_name, SVM_MODEL_FILE_TYPE type)
{
    return StoreModelGeneric(model_file_name, type);
}
  1. 在svm-train.cpp中加入
cpp 复制代码
#ifdef COMPILE_WITH_LSVM
#include "LSVM_wrapper.h"
#endif

添加

cpp 复制代码
	#ifdef COMPILE_WITH_LSVM
	case 17:
		printf("Using LSVM...\n\n");
		data = new LSVMData;
		model = new LSVMModel;
		return SUCCESS;
#endif
相关推荐
算AI13 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
你觉得20514 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
hyshhhh14 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
杉之15 小时前
选择排序笔记
java·算法·排序算法
烂蜻蜓15 小时前
C 语言中的递归:概念、应用与实例解析
c语言·数据结构·算法
OYangxf15 小时前
图论----拓扑排序
算法·图论
我要昵称干什么16 小时前
基于S函数的simulink仿真
人工智能·算法
向上的车轮16 小时前
NOA是什么?国内自动驾驶技术的现状是怎么样的?
人工智能·机器学习·自动驾驶
AndrewHZ16 小时前
【图像处理基石】什么是tone mapping?
图像处理·人工智能·算法·计算机视觉·hdr
念九_ysl16 小时前
基数排序算法解析与TypeScript实现
前端·算法·typescript·排序算法