eigen

0熱度

2回答

我序列化比較大MatrixXf通過類似的代碼文件到這一點 - https://github.com/github188/vidy_old/blob/01c0aa4242299f7f1056edf0aa60b92177dfcfe6/3rdparty/openbr/core/eigenutils.h 當我使用Qt這一點，取決於矩陣創建一個3-30MB文件。如果節省空間是我的首要目標，我可以考慮做些什

0熱度

1回答

從文件中讀取矩陣到特徵mpfr時出現分段錯誤

我已經將基本C++代碼從文本文件讀入C++並使用該庫解決了廣義特徵值問題。這完美的工作，並給我預期的結果，當使用數據類型double和MatrixXd。對於特定的實例，此代碼將需要以更高的精度運行。從看文檔，徵有mpfr support這是我一直在努力實現，但得到的錯誤： Segmentation fault (core dumped) 我已經縮小的問題，以讀取在從文本文件中的矩陣代碼。在使

0熱度

1回答

零步幅奇怪徵地圖行爲

從Eigen::Stride文檔：內步幅是一個行優先矩陣的一個給定行內或一個給定的列內的兩個連續項之間的指針增量列主矩陣。外跨度是行主矩陣的兩個連續行之間或列主矩陣的兩個連續列之間的指針增量。假設我想創建一個由重複向量組成的矩陣。在python numpy中，我可以使用零長度來執行此操作。艾根文件說一無所知零的進步，但看起來的行爲很奇怪： typedef Matrix<float, D

2熱度

1回答

如何進行配置分配Eigen :: Matrix到共享內存（或堆）？

我只是試圖分配一個包含Eigen :: Matrix的實例給Xenomai的共享內存。 unsigned char * mem; //shared memory pointer Robot * robot = new ((void *)(mem+ROBOT_ADDR)) Robot(); Robot類包含幾個Eigen :: Matrix。但是，我無法在共享內存中分配機器人對象。但基本配置

9熱度

1回答

徵常量TensorMap

考慮下面的（工作）段： Eigen::ArrayXd x (8); x << 1, 2, 3, 4, 5, 6, 7, 8; Eigen::TensorMap<Eigen::Tensor<double, 2>> y (x.data(), 2, 4); 這也適用： const Eigen::ArrayXd const_x = x; const Eigen::Map<const Eigen:

3熱度

1回答

對於單精度矩陣運算，特徵性能AVX與SSE沒有差別？

在我的項目中，我使用Eigen3.3庫來計算6x6矩陣。我決定調查AVX指令是否真的讓我對SSE有任何加速。我的CPU不支持兩組： model name : Intel(R) Xeon(R) CPU E5-1607 v2 @ 3.00GHz flags : ... sse sse2 ... ssse3 ... sse4_1 sse4_2 ... avx ... 所以，我編譯gcc4.8

1熱度

1回答

將矢量的值傳遞給特徵庫格式

我想解決一個線性方程Ax = b使用特徵的A作爲平方2D矢量的能力。我有A和B分別作爲基於C++的2D矢量和1D矢量。但是，我無法找到將它們的值傳遞給特徵格式矩陣和向量的方法。你能讓我如何以Eigen格式複製變量嗎？此外，開始時應該包含哪些可以使用Map類作爲可能的溶劑？下面是代碼： #include <iostream> #include <vector> #include "Eige

23熱度

2回答

爲什麼通過浮點矩陣乘法執行浮點運算比通過int運算的int運算更快？

有兩個整數矩陣A和B，有1000多行和10K列，我經常需要將它們轉換爲浮點矩陣以獲得加速（4倍或更多）。我想知道爲什麼會出現這種情況？我意識到有很多優化和矢量化，比如AVX等等，都是用浮點矩陣乘法進行的。但是，對於整數（如果我沒有弄錯的話），有這樣的AVX2指令。而且，不能將SSE和AVX用於整數嗎？爲什麼沒有像Numpy或Eigen這樣的矩陣代數庫下面的啓發式捕獲這個問題，並像float一樣

-2熱度

2回答

如何在Visual Studio 2015中添加庫，頭文件

我對Visual Studio相當陌生。這個開源的線性求解器叫做Eigen。根據我不需要使用Cmake或安裝或任何文檔的文檔，我目前下載了包含所有頭文件的zip文件。我只需要確保編譯器可以訪問Eigen頭文件。如果我使用gcc，但是我使用的是Visual Studio 2015，則文檔給出了採用這種方法的不同方法。我已經提取了zip文件，並且知道打算使用的頭文件的位置，但是我在Visual中遇到了

0熱度

1回答

徵張廣播語法

我有以下numpy的代碼： # q.shape == (fxs, ks) # E.shape == (fxs, fxs) C = q[:, np.newaxis, :] * E[:, :, np.newaxis] * q[np.newaxis, :, :] # C.shape == (fxs, fxs, ks) ，我在我的本徵重新實現。這就是我想出了： Eigen::Tensor<T,