caffe中提供了c++的接口，所以在c++矩阵对矩阵的处理是不可避免的，所以这里使用了eigen库来实现c++对矩阵、向量等的快速处理。 eigen是开源、并且不用编译的库，主要原因是它提供的实现都是模板，所以不能使用编译好的链接库。 下面介绍Ubuntu下的相关配置： 1、安装 该部分主要参照eigen3下载后的安装文档： 1）在INSTALL文件所在的文件路径新建一个文件夹如build_dir(m) 2）进入build_dir（cd build_dir） 3)cmake .. 4)make 5)sudo make install 安装后头文件在： usr/local/include/eigen3

eigen3 使用2019/12最新的eigen3版本（eigen3-latest）编译， 编译方法使用cmake3+vs2017 由于网上基本没有此共享后的include文件和lib文件，所以分享出来。 通常vs下可以使用libeigen*.dll.a(静态库）来进行链接。 分享目录如下 链接：https://pan.baidu.com/s/1rbdRNkcD16r7pq12erGmqg  提取码：cvvc

ubuntu安装ORB-SLAM eigen3.3.7资源包

包括eigen3.3.7，pangolin0.5，opencv3.4.12

Eigen3安装测试代码

Eigen3库虽然可以不编译，但是我为了编译Ceres库还是把Eigen库编译了一下，Eigen库编译不会生成动态链接库，只会有include文件和share文件，主要是使用include文件中的eigen3文件夹

eigen3.4.0库

Windows下强大的C++矩阵运算库 Engin3 速度超过opencv 导入项目方便。

# Get Pangolin cd ~/your_fav_code_directory git clone --recursive https://github.com/stevenlovegrove/Pangolin.git cd Pangolin # Install dependencies (as described above, or your preferred method) ./scripts/install_prerequisites.sh recommended # Configure and build cmake -B build cmake --build build # with Ninja for faster builds (sudo apt install ninja-build) cmake -B build -GNinja cmake --build build # GIVEME THE PYTHON STUFF!!!! (Check the output to verify selected python version) cmake --

1. chmod +x eigen3.3.0.sh 2. ./eigen3.3.0.sh