Eigen 中的 Lambda 函数逐元素

Question

这是以下先前问题的组合：将函数应用于所有特征矩阵元素和根据任意分布设置特征::矩阵的系数。基本上我试图生成一个特征矩阵，其系数是从高斯分布中采样的。

这是我执行此操作的代码（静态类方法），它返回一条相当神秘的错误消息：

matrix_eig EigenUtil::GaussianNoise(size_t rows, size_t cols,
                                    float mean, float std) {
  matrix_eig m(rows, cols);
  std::mt19937 rng;
  std::normal_distribution<float> nd(mean, std);
  auto sampler = [&]() { return nd(rng); };
  return matrix_eig::Zero(rows, cols).unaryExpr(sampler);
}

返回错误：错误：

no type named 'type' in 'std::__1::result_of<(lambda at eigen_util.cpp:101:18) (const float &)>'
  typedef typename std::result_of<T>::type type1;

Answer 1

正如 o11c 注意到的，这确实是一个无效表达式，并且doc中几乎有完全相同的示例。为了方便我把它复制了：

#include <Eigen/Core>
#include <iostream>
#include <random>
using namespace Eigen;
int main() {
  std::default_random_engine generator;
  std::poisson_distribution<int> distribution(4.1);
  auto poisson = [&] () {return distribution(generator);};
  RowVectorXi v = RowVectorXi::NullaryExpr(10, poisson );
  std::cout << v << "\n";
}