Eigen tensor

1. tensor的官网教程
   https://eigen.tuxfamily.org/dox/unsupported/eigen_tensors.html

2. 参考链接
   https://blog.csdn.net/a2824256/article/details/121328952

3. slice操作
   https://blog.csdn.net/qq_35007834/article/details/122627402

4. rowmajor or colmajor

5. reshape
   

#include <iostream>
#include <unsupported/Eigen/CXX11/Tensor>

int main()
{
	// 定义一个一维数组，在下面将其转换为2x2的tensor
    float arr[] = { 0.1, 0.2, 0.3, 0.4 };
    // 定义转换的Eigen::TensorMap，同时做了一个reshape操作
    // 如果arr是个vector, 则使用arr.data()
    auto mapped_t = Eigen::TensorMap<Eigen::Tensor<float, 2>>(arr, 2, 2);
    std::cout << typeid(mapped_t).name() << std::endl;
    // 强制转换为Tensor
    auto result = Eigen::Tensor<float, 2>(mapped_t);
    std::cout << typeid(result).name() << std::endl;
    std::cout << result << std::endl;
}
————————————————
版权声明：本文为CSDN博主「Alex-Leung」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/a2824256/article/details/121328952

6. shuffle
   
7. chip
   
8. pad
   
9. 指向数组的指针转成tensor

// 定义一个向量
std::vector<float> data = { 1, 2, 1, 2, 1, 2};

// 转换到Eigen::TensorMap，三个参数依次为：类型：float，维度：2， 存储模式：行优先
auto mapped_X_ = Eigen::TensorMap<Eigen::Tensor<float, 2, Eigen::RowMajor>> 
// 指针data，第一维数目：2，第二维数目： 3
		(&data[0], 2,  3 );

// 再转换到Eigen::Tensor，参数同上
auto eigen_X_ = Eigen::Tensor<float,2, Eigen::RowMajor>(mapped_X_);

// 第一维大小，行数：2；第二维大小，列数：3	
Tensor X_(DT_FLOAT, TensorShape({ 2, 3 }));

// 数据类型：float，维度：2
X_.tensor<float, 2>() = eigen_X_;