特徵庫中的大塊係數方式乘法失敗C++

Question

我已經通讀了很多documentation，但是如果您發現某些我錯過了可以解釋我的問題的信息，我會很高興。對於背景，我正在使用3.2.7 Eigen庫在Visual Studio 2015中的x86 Windows 10上進行編譯。 3.2.7版本是從5月份開始的，雖然從那時起已經有發佈，但我還沒有看到changelog中的任何內容，這表明我的問題已得到解決。

該問題似乎只出現在特定大小以上的矩陣上。我不知道這是否是我的系統特有的某些副產品或Eigen固有的東西。

以下代碼在調試和發佈模式下都會產生訪問衝突。

int mx1Rows = 255, cols = 254; 
{//this has an access violation at the assignment of mx2 
     Eigen::MatrixXd mx1(mx1Rows, cols); 
     Eigen::MatrixXd mx2(mx1Rows + 1, cols); 
     Eigen::Block<Eigen::MatrixXd, -1, -1, false> temp = mx2.topRows(mx1Rows); 
     mx2 = temp.array() * mx1.array();//error 
} 

我相信係數態乘法的分配是安全的，因爲其結果應該是aliased。

當mx1Rows減少到值254時，此問題變得很有趣，則不會出現訪問衝突。這是正確的，256乘以254的mx2尺寸會產生問題，但255乘以254的尺寸不會。如果我增加列大小，我也可以得到訪問衝突，所以問題可能與條目總數有關。即使mx1和mx2填充了值，也會出現問題，填充矩陣不必重現問題。

未將topRows（）塊分配給temp的類似代碼不會在發佈模式下產生訪問衝突。我相信還有更多的東西，因爲我最初在代碼中發現了這個問題，這個代碼是相當複雜的，它只在一定數量的循環之後出現（矩陣大小在循環之間是一致的）。在我的代碼中有太多的事情，我無法隔離訪問衝突僅在一定數量的循環之後出現的條件。

我很好奇，想知道什麼是

1）我在一些明顯錯誤的方式使用本徵？

2）你能重現這個問題嗎？ （你的環境細節是什麼？）

3）這是Eigen庫中的一個bug嗎？

通過將塊分配給臨時矩陣而不是塊可以很容易地解決此問題，即使它效率低下，所以我對此不感興趣。

Answer 1

的問題是，temp引用由mx2舉行的係數，但在最後分配，表達被評估之前mx2第一次調整。因此，在表達式的實際評估期間，temp引用垃圾。更確切地說，這裏是實際產生（以簡化的方式）：

double* temp_data = mx2.data; 
free(mx2.data); 
mx2.data = malloc(sizeof(double)*mx1Rows*cols); 
for(j=0;j<cols;++j) 
    for(i=0;i<mx1Rows;++i) 
    mx2(i,j) = temp_data[i+j*(mw1Rows+1)] * mx1(i,j); 

這就是所謂的aliasing issue。

您可以通過在臨時表達式計算解決方法：

mx2 = (temp.array() * mx1.array()).eval(); 

另一個解決方案是mx2.topRows(.)複製到一個真正的MatrixXd保持它自己的內存：

MatrixXd temp = mx2.topRows(mx1Rows); 
mx2 = temp.array() * mx1.array(); 

另一種解決方案是，以評估到temp，然後調整大小：

Block<MatrixXd, -1, -1, false> temp = mx2.topRows(mx1Rows); 
temp = temp.array() * mx1.array(); 
mx2.conservativeResize(mx1Rows,cols); 

Answer 2

看起來像一個影響小尺寸的錯誤。刪除錯誤誘導行中的註釋以獲得正確的結果。

正確。正如ggael的回答指出的那樣，這是走樣。它是使用auto經常遇到的類型，用於創建稍後在同一對象上使用的臨時文件。

#include <iostream> 
#include <Eigen/Dense> 

int main() 
{//this has an access violation at the assignment of mx2 
    //const int mx1Rows = 255, cols = 254; 
    const int mx1Rows = 3, cols = 2; 
    Eigen::MatrixXd mx1(mx1Rows, cols); 
    int value = 0; 
    for (int j = 0; j < cols; j++) 
     for (int i = 0; i < mx1Rows; i++) 
      mx1(i,j)=value++; 
    Eigen::MatrixXd mx2(mx1Rows + 1, cols); 
    for (int j = 0; j < cols; j++) 
     for (int i = 0; i < mx1Rows+1; i++) 
      mx2(i,j)=value++; 
    Eigen::Block<Eigen::MatrixXd, -1, -1> temp = mx2.topRows(mx1Rows); 
    mx2 = temp.array()/*.eval().array()*/ * mx1.array();r 
    std::cout << mx2.array() << std::endl; 
} 

// with /*.eval().array()*/ uncommented 
//0 30 
//7 44 
//16 60 

// Original showing bug 
//-0 -4.37045e+144 
//-1.45682e+144 -5.82726e+144 
//-2.91363e+144 -7.28408e+144