احتمالا شما هم تا بحال از سرعت پایین اجرای کدهای متلب کلافه شده اید و به این فکر کرده اید که ای کاش توابع و ابزارهای ارائه شده در نرم افزار متلب برای سی ++ هم وجود داشت. نه در حد کامل ولی تا حدودی این آرزو برآورده شده است. کتابخانه محاسبات ماتریسی آرمادیلو (Armadillo) این امکان را فراهم نموده است. در این نوشته به معرفی امکانات این کتابخانه و مقایسه آن با کتابخانه های دیگر پرداخته خواهد شد.
شبکه عصبی بعنوان ابزار اصلی در زمینه یادگیری عمیق مورد توجه بسیاری از برنامه‌نویسان می‌باشد. کتابخانه‌های متنوعی برای استفاده از شبکه‌های عصبی در متلب، پایتون و دیگر زبان‌های محاسبات علمی ارائه شده است. با اینحال برای کاربردهای عملی‌تر به پیاده‌سازی شبکه عصبی در زبان‌های سطح میانی نیاز می‌باشد. یکی از کتابخانه‌هایی که استفاده از شبکه‌های عصبی را با کارایی و سرعت بالا در زبان ++C فراهم کرده است، OpenNN می‌باشد. در این نوشته به معرفی این کتابخانه پرداخته می‌شود.
یکی از روشهای نوین و پرکاربرد در زمینه یادگیری ماشین و هوش مصنوعی شبکه‌های عصبی می‌باشد. این روش که بعد از فراز و نشیبهایی در تاریخچه‌اش امروزه به مقبولیت قابل ملاحظه‌ای بین محققین رسیده است برگرفته از ساختار عصبی مغز انسان می‌باشد. هر شبکه عصبی از لایه‌های مختلفی تشکیل شده است که این لایه‌ها از اجزای کوچکتری به نام نورون بوجود آمده اند.