标签: eigen

我已将Eigen标头包含在 Eclipse 的 C++ 项目中。当我尝试构建时出现此错误：

Symbol 'Eigen' could not be resolved    Semantic Error

据我了解，这是一个链接器错误，但 Eigen 是一个仅包含头文件的项目，因此没有可链接的库。引发错误的代码遵循他们提供的基本教程，有问题的代码片段如下所示：

#include <Eigen/Dense>

using namespace Eigen;

我究竟做错了什么？如果有帮助的话，我会在 Linux 上运行它。谢谢。

我正在尝试创建boost::lockfree::queue以下示例： http://www.boost.org/doc/libs/1_54_0/doc/html/lockfree/examples.html

我可以成功地为 int （整数数据类型）创建它。但是，我很难为 Eigen::MatrixXf 创建队列。队列声明于SolveDGEM.h。

boost::lockfree::queue<Eigen::MatrixXf> q_cam0;\n

我收到以下我无法理解的编译器错误

In file included from /home/eeuser/ros_workspaces/HeloRosProject/src/visensor_dgem/include/SolveDGEM.h:38:0,\n                 from /home/eeuser/ros_workspaces/HeloRosProject/src/visensor_dgem/src/dgem.cpp:4:\n/usr/local/include/boost/lockfree/queue.hpp: In instantiation of \xe2\x80\x98boost::lockfree::queue<Eigen::Matrix<float, -0x00000000000000001, -0x00000000000000001> >\xe2\x80\x99:\n/home/eeuser/ros_workspaces/HeloRosProject/src/visensor_dgem/include/SolveDGEM.h:76:45:   instantiated from here\n/usr/local/include/boost/lockfree/queue.hpp:86:1: error: invalid application of \xe2\x80\x98sizeof\xe2\x80\x99 to incomplete type \xe2\x80\x98boost::STATIC_ASSERTION_FAILURE<false>\xe2\x80\x99 \n/usr/local/include/boost/lockfree/queue.hpp: In instantiation of \xe2\x80\x98boost::lockfree::queue<Eigen::Matrix<float, -0x00000000000000001, -0x00000000000000001> >\xe2\x80\x99:\n/home/eeuser/ros_workspaces/HeloRosProject/src/visensor_dgem/include/SolveDGEM.h:76:45:   instantiated from here\n/usr/local/include/boost/lockfree/queue.hpp:90:1: error: invalid application of \xe2\x80\x98sizeof\xe2\x80\x99 to incomplete type \xe2\x80\x98boost::STATIC_ASSERTION_FAILURE<false>\xe2\x80\x99 \n

假设我有一个Matrix <float, Dynamic, Dynamic, RowMajor> Ain Eigen. 当我编写以下代码时：

cout << "Number of Columns of A is: "<< A.cols() << endl;
cout << "Number of Rows of A is: "<< A.rows() << endl;

我得到以下结果：

Number of Columns of A is: 129
Number of Rows of A is: 600

根据上面的结果，我期望当我编写以下代码时，我得到了，Exception Error但是这不会发生，并且它会打印一个值！为什么？？！！

cout << A(500,140);

我通过编写以下代码测试了变量是否被复制。这段代码来自官方文档：https://eigen.tuxfamily.org/dox/classEigen_1_1Ref.html

void cov(const Ref<const MatrixXf> & x, const Ref<const MatrixXf> & y, Ref<MatrixXf> C)
{
    cout << "address of x : " << &x << endl;
    cout << "address of C : " << &C << endl;
}

int main(int argc, const char * argv[]) {
    MatrixXf m1(3,3);
    MatrixXf m2(3,3);
    MatrixXf m3(3,3);
    m1 << 1,2,3,4,5,6,7,8,9;
    m2 << 1,2,3,4,5,6,7,8,9;
    m3 << 1,2,3,4,5,6,7,8,9;
    cout << "address of m1 : " << &m1 << endl;
    cout << "address of m3 : " …

我有一些代码将一些值剪辑到以 0 为中心的范围之间，如下所示。

Eigen::VectorXd a;
Eigen::VecotrXd b;
a = a.cwiseMin(b).cwiseMax(-b);  // no temporary created here?

我想将逻辑分解为一个函数。一种解决方案：

Eigen::VectorXd Clip(const Eigen::VectorXd& a, const Eigen::VectorXd& b);

a = Clip(a, b);

但我认为这是低效的，因为它创建了一个额外的临时？

另一种解决方案：

void Clip(Eigen::Ref<Eigen::VectorXd> a, const Eigen::VectorXd& b) {
  a = a.cwiseMin(b).cwiseMax(-b);
}

但这有时似乎不方便使用：

void SomeFunctionSignatureICannotChange(const Eigen::VectorXd& a, const Eigen::VectorXd& b) {
  // Eigen::VectorXd a_clipped = Clip(a, b); would be cleaner.
  Eigen::VectorXd a_clipped;
  Clip(a_clipped, b);
}

我能想到的最佳解决方案：

template <typename DerivedV, typename DerivedB>
auto Clip(const Eigen::ArrayBase<DerivedV>& v,
          const Eigen::ArrayBase<DerivedB>& bound)
          -> decltype(v.min(bound).max(-bound)) {
  return …

我正在使用以下代码填充特征矩阵：

int M = 3;
int N = 4;
MatrixXd A(M, N);

double res = sin(4);

for (int i = 0; i < M; i++) {
    for (int j = 0; j < N; j++) {
        A(i, j) = sin(i+j);
    }
}

在 Matlab 中，我只需要 1 个 for 循环就可以使用矢量化来做同样的事情：

M = 3;
N = 4;
N_Vec = 0:(N-1);
A = zeros(M,N);
for i=1:M
    A(i,:) = sin((i-1)+N_Vec);
end

是否可以在 C++/Eigen 中做类似的事情，以便我可以摆脱 for 循环之一？如果有可能以某种方式摆脱两个 for 循环，那就更好了。那可能吗？

我有一个名为neuronLayerswhich 类型的成员变量std::vector<Eigen::RowVectorXf*>和另一个名为weightstype的成员变量std::vector<Eigen::MatrixXf*>。

作为前向传播函数的一部分，我需要将这两个向量的值相乘，并保留一个指向该值的指针。我已经确保我要相乘的值的维度大小匹配，所以没有问题。

我想出了这个：

for (unsigned i = 1; i < this->topology.size(); i++) {
    delete this->neuronLayers[i];
    this->neuronLayers[i] = new Eigen::RowVectorXf((*this->neuronLayers[i - 1]) * (*this->weights[i - 1]));
}

不幸的是，内存管理是我的一个弱点，所以我可能会遗漏一些非常明显的东西。我只是意识到不小心创建new对象会导致内存泄漏。

当我问这是否安全时，我想知道这是否会导致内存泄漏，或者以某种方式导致其他一些内存错误？如果可以，我如何修改该代码片段以解决此问题？

编辑： neuronLayers在其他地方与其他期望它是Eigen::RowVectorXf*指针向量而不是Eigen::RowVectorXf对象向量的代码一起使用。显示的片段没有显示这一点。

#include <iostream>
#include<eigen3/Eigen/src/Core/Matrix.h> // does not define Eigen::StorageOptions

// need something like this
#include<eigen3/Eigen/src/ everything_in_here >

int main()
{
    Eigen::Matrix<double,2,2> mat;
    std::cout << mat(0,0) <<std::endl;
    return 0;
}

在那里，我试图构建一个矩阵对象，它总是询问 6 个模板参数并带有错误消息：

模板参数数量错误（3，应该是 6）

所以我开始添加它们，第四个是Eigen::StorageOptions并且没有在Matrix.h标头中定义。另外，还有太多的标题需要搜索。那么，我可以将所有文件包含在一个文件中吗#include？

我需要计算D维函数的函数值和梯度并将这些值加在一起。D我认为简单地将梯度部分存储在第一个分量中并将函数值存储在D+1维向量的最后一个分量中将是有益于计算的。

但是，如何从该维向量中提取第一个D分量（即梯度部分） ？D+1我知道可以选择切片，但我不想在这里添加任何无意义的开销。所以，我尝试简单地reinterpret_cast<Eigen::Vector<T, D>&>在我的上做一个Eigen::Vector<T, D + 1>并且它起作用了；但这真的能保证有效（并且安全）吗？

为什么我不能抓住这个例外？

我的(客户端)代码:

Eigen::MatrixXd FFs ;
try
{
  FFs.resize( NUMPATCHES, NUMPATCHES ) ;
}
catch( int e )
{
  error( "Not enough memory :(" ) ;
  return ;
}

抛出异常的特征代码是向下几级.

    EIGEN_STRONG_INLINE void resize(Index rows, Index cols)
    {
        internal::check_rows_cols_for_overflow(rows, cols);
        m_storage.resize(rows*cols, rows, cols);
    }

哪个电话

    void resize(DenseIndex size, DenseIndex rows, DenseIndex cols)
    {
      if(size != m_rows*m_cols)
      {
        internal::conditional_aligned_delete_auto(m_data, m_rows*m_cols);
        if (size)
          m_data = internal::conditional_aligned_new_auto(size);
        else
          m_data = 0;
        EIGEN_INTERNAL_DENSE_STORAGE_CTOR_PLUGIN
      }
      m_rows = rows;
      m_cols = cols;
    }

粗体线是在线前被击中的线:

throw std::bad_alloc();

被击中,这发生在internal::conditional_aligned_delete_auto(m_data, …

我阅读了Eigen 安装的文档。根据文档，您的项目中只需要引用头文件。如下图所示，我将 Eigen 的路径包含在包含目录中，但程序无法识别 Eigen。

示例代码：

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

using Eigen::MatrixXd;

int main()
{
    MatrixXd m(2, 2);
    m(0, 0) = 3;
    m(1, 0) = 2.5;
    m(0, 1) = -1;
    m(1, 1) = m(1, 0) + m(0, 1);
    std::cout << m << std::endl;
}

如何正确地将 Eigen 包含到我的 C++ 项目中？