Eigen
文章平均质量分 67
ShyHG
路漫漫其修远兮~
展开
-
Eigen库从入门到放弃(4. Matrix and vector arithmetic)
注意,叉乘只能是尺寸为3的vector,也符合我们的认知,点乘没有限制,当使用复数时,Eigen的点积在第一个变量上是共轭线性的,在第二个变量上是线性的。在Eigen中,像operator+这样的算术运算符本身不执行任何计算,它们只是返回一个描述要执行的计算的“表达式对象”。Eigen的报错,有时候会在编译期间提醒,比如数据类型不匹配,会用大写来进行提示,但是对于动态的矩阵,可能需要运行才知道,这个时候就只能在运行或debug的时候才知道了。今天就到这里,大家真卷,任务是又急又重,只能硬着头皮上,奥利给!原创 2024-04-17 22:42:00 · 439 阅读 · 0 评论 -
Eigen库从入门到放弃(3. The Matrix class)
另外,对于=,其实也有一个resize()的效果在里面,=是将一个矩阵拷贝给另一个矩阵,这样就会把被赋值那个矩阵的形状也改变了,但是也是仅限于dynamic size的,对于fixed size,不可以将矩阵赋值给shape不一样的对象。有一些需要注意的点,对于我们的动态形状的矩阵,它的size是0*0的,且没有分配任何空间,但是如果你使用fixed size,size是有的,空间也是被分配好的。对于元素的获取,可以使用()来获取值,所有的Eigen矩阵都是列优先,但是也可以设置成行优先,具体可以参考。原创 2024-04-14 22:45:14 · 710 阅读 · 0 评论 -
Eigen库从入门到放弃(2. Getting Started)
经验法则是对于4 × 4或更小的大小使用固定大小的矩阵(这段是直接机翻的)。Eigen的头文件定义了多种类型,但是对于简单的来说,使用MatrixXd就足够了,MatrixXd表示任意尺寸的矩阵,但是要注意数据类型是double的。我们一起分析一下,首先调用了一个 MatrixXd::Random(3,3)来生成一个(3, 3)的随机数矩阵,对于这个函数有。来完成矩阵和向量的乘法,一个[3, 3]矩阵和一个[3, 1]的矩阵相乘,得到一个[3, 1]的结果。当然,对于向量的初始化,也可以使用。原创 2024-04-14 19:50:31 · 291 阅读 · 0 评论 -
Eigen库从入门到放弃(1. VSCode配置及Eigen下载和安装)
最近在做后处理的事情。每次看到Python那么酷炫的切片、矩阵乘法、广播,再看看C++,我就陷入无尽痛苦。为什么Numpy没有C++版本,为什么后处理都是手撸,Eigen库有很多方法可以平替Numpy,但是我不是很了解,都是现查现用,所以萌发了系统学一下的想法,之前的TensorRT部分后面我再补充一个终结篇,详细说明怎么用,再结合这里的Eigen来说一说怎么对TensorRT的后处理进行高效的移植。首先我们就基于Eigen的3.4.0,然后利用官方手册来进行系统学习吧。原创 2024-04-14 18:26:57 · 1171 阅读 · 0 评论