eigen

0热度

1回答

将cv :: Mat1f转换为Eigen :: MatrixXf与cv2eigen时出错？

我有这样的代码： #include "opencv2/core.hpp" #include "opencv2/core/eigen.hpp" #include <Eigen/Dense> void CloudCache::DoPcaEigen(int dim){ cv::Mat1f codes; ... Eigen::MatrixXf X = Eigen::

1热度

2回答

Eigen：给地图赋值

我正在使用opencv和Eigen。这里是如何将OpenCV的垫链接到的特征矩阵样本： OpenCV CV::Mat and Eigen::Matrix 的关键是使用本征的地图类型，它可以指向由OpenCV的分配的内存。根据Eigen文档，Map应该是透明的，实际上所有在矩阵上工作的操作都应该在Map上工作。 https://eigen.tuxfamily.org/dox/group__Tut

0热度

1回答

乘以（n×m个）矩阵系数a（NX 1）矩阵明智

我试图实现使用征以下贝塞尔曲线度仰角方程库：下面的代码段是工作来计算新的控制点。在这个代码中，degree是来自等式的变量n。 const size_t dimension = 3; // 2d or 3d points const size_t degree = 3; const size_t order = degree + 1; // Create and fill Eigen::

0热度

1回答

SparseQR for Least Squares

对于我正在构建的应用程序，我需要在大型数据集上运行线性回归以获得残差。例如，一个数据集的维数超过100万x 20k。对于较小的数据集，我使用的是RcppArmadillo软件包中的fastLm，这对于那些目前来说非常适用。随着时间的推移，这些数据集也将增长超过100万行。我的解决方案是使用稀疏矩阵和特征。我无法找到在RcppEigen中使用SparseQR的好例子。基于很多小时的阅读（例如：rc

0热度

1回答

OpenACC - 稀疏矩阵库

我在C++中使用OpenACC进行稀疏矩阵计算。我需要在OpenACC区域内使用矩阵运算。是否有与OpenACC兼容的稀疏矩阵库？我已经习惯了征，但它似乎是不兼容OpenACC的，除非我手动修改源代码，这听起来不是个好主意......

2热度

1回答

Eigens惰性评估与中间变量

在特征文档中，我没有找到一个确切的说明，当一个表达式被懒评估。对我而言，只有系数式表达才是有趣的，也就是说没有混叠的可能性。以ArrayXXf a(10000, 10000);，然后 a = a.cube() * a.cube(); 评估我在250毫秒〜PC上一样，同样 auto aCube = a.cube(); a = aCube * aCube; 而 ArrayXXf aCube

0热度

1回答

如何交换C++特征中对称稀疏矩阵中的列和行？

我试图实现以下稠密矩阵运算为稀疏对称矩阵： dm.col(j).swap(dm.col(i)); dm.row(j).swap(dm.row(i)); 为了交换两列（和行）在稀疏对称矩阵，我试图生成的置换矩阵，使得我可以把它传递给.twistedBy（）： Eigen::PermutationMatrix<Eigen::Dynamic, Eigen::Dynamic> P;

2热度

2回答

在C++中重构张量

TensorFlow的C++接口似乎没有重构方法。有没有人有一个想法如何转换[A,B,C,D]分成[A*B,C,D]？它看起来像这样做的唯一方法是使用Eigen？然而，那里的文档非常渺茫，代码是模板地狱，不容易解析。

0热度

1回答

征PartialPivLU例如不会编译

我试图编译Eigen3 PartialPivLU example MatrixXd A（2,2）; A < < 2，-1,1,3; 部分封闭>> lu（A）; 但我得到编译器错误（见下文）。如果我删除“参考<>它编译OK。有谁知道如何使用PartialPivLU与参考<>？感谢史蒂夫 In file included from /apps/eigen/3.2.8/include/eigen3

1热度

1回答

阵列操作中的C++特征多线程

我有一个关于特征阵列操作的问题（基本上是矩阵元素操作）。这些操作（+， - ，*，/）是否在Eigen中并行化（使用OpenMP时）？文档没有指定它（c.f. here），但是这样的操作预计会被并行化，因为我猜它会非常简单。例子： MatrixXd A = MatrixXd::Zero(100,100); MatrixXd B = MatrixXd::Ones(100,100); Mat