我正在使用Eigen的Levenberg-Marquardt实现，并想知道如何为应该优化的参数设置一些边界。当我将一些GNU octave程序迁移到Eigen时，我预计可能会有一些边界，这些边界可以很容易地作为参数提供给模块。
我的实现的布局几乎与中的布局相同。我不提供df()实现，而是使用Eigen::Num
浏览 57提问于2021-05-28得票数 0
回答已采纳
以下是模板参数推导的解决方法。这会阻止Eigen跨越func的边界来优化表达式吗？#include <Eigen/Eigen>template <typename T> using Mat = Eigen::Matrix<T, 3, 1>;template <typename T = int>
inline void
浏览 0提问于2018-01-30得票数 0
回答已采纳
,x[n-1])
将这种功能最小化的一个正常方法可能是Levenberg-Marquardt算法。我想要在c++中执行这种最小化，并且已经对本征进行了一些初步的测试，从而得到了预期的解决方案。我的问题如下:我习惯于使用scipy.optimize.fmin_powell在python中进行优化。这里的输入函数参数是(func, x0, args=(), xtol=0.0001, ftol=0.0001, maxiter=None, maxfun=Non
浏览 15提问于2013-08-29得票数 16
回答已采纳
1回答
一种解决办法是：但我认为这是低效的(-b);但有时使用起来似乎不太方便：
void SomeFunctionSignatureICannotChange(const Eigen::VectorXd& a, const Eigen:仅在需要(如lambdas)或
浏览 2提问于2019-12-22得票数 1
回答已采纳
1回答
我需要使用Matlab和显示分类对数据集进行分类。
net = newff(minmax(Input),[2 1],{&
浏览 3提问于2011-09-12得票数 2
回答已采纳
我正在使用Matlab中的lsqcurvefit函数对一些实验数据进行建模。数据具有特定的形状，因此算法只是调整该形状的系数，以改变其振幅等。这个模型工作得很好，并且给出了一个很好的拟合(我已经计算了X-sq)。Levenberg-Marquardt算法的其他实现给出了协方差作为输出，但在Matlab中，它不是输出的选项(仅一阶最优性，无迭代，Lambda和Jaccobian以及边界)。有谁知道如何从lsqcurvefit或独立给出<
浏览 7提问于2015-06-10得票数 2
1回答
特征张量模块通过使用模板参数支持静态秩张量，类似于Eigen::Tensor<typename T,int dims>。我将只使用Eigen::Tensor<double, n>，在编译时不一定知道n。>绝对没有任何关系，因为它们是模板的，而且我不能在运行时确定模板参数，所以上面的所有方法都会失败。我也知道Tensorflow中的张量支持这一点，但是它们在c++中没有张量收缩(这就是为什么我首先需要张量)
浏览 2提问于2017-11-13得票数 1
回答已采纳
我试图最小化一个函数，该函数的长度为N，并通过Levenberg-Marquardt (:= LM)返回标量。also works with the proper function
方法‘lm’(Levenberg-Marquardt)调用MINPACK (lmder，lmdif)实现的最小二
浏览 4提问于2019-10-17得票数 1
1回答
在不需要编写模板函数的情况下，引入了Ref<>类来编写以特征对象为参数的函数，而不需要使用不必要的临时器。人们可以读到这个。在进一步搜索internet时，我使用Ref<>类找到了几个不同的参数声明。在本征文档中，他们使用const Eigen::Ref<const Eigen::MatrixXf>&作为第一个示例中的只读参数</
浏览 4提问于2014-01-15得票数 41
回答已采纳
我正在尝试使用Eigen对MKL和Pardiso的支持(见下面的示例)。我已经使用来提供编译器选项，但是我尝试的一切都是不成功的。/Eigen/src/PardisoSupport/PardisoSupport.h(50)：错误:类型"int *“的参数与类型"const *”的参数不兼容:pardiso(pt，&maxfct，&a
浏览 0提问于2017-06-20得票数 0
回答已采纳
在相机校准中，我使用calibrateCamera()从校准模式的多个视图中查找相机参数。它准确地做了两件事：现在，我不想只计算最小化的重投影误差，而是计算导致它的拟合参数。目前还没有返回无错误参数的函数。因此，
浏览 7提问于2016-06-21得票数 3
1回答
我试图在Python中重写类似于下面的SAS优化代码的代码。代码的目标是为连续分布(在本例中为正态分布)寻找最适合某些经验数据的参数。我熟悉Python，但对SAS非常陌生。据我所知，有两种不同的来源。首先，SAS代码能够接受一组可能的起始值(在本例中，m为-1到1，s为0至10 )来初始化参数。在Python中有类似的吗？第二，SAS代码具体使用Marquardt优化方法和黄金步长搜索方法。我能找到的引用Marquardt方法<em
浏览 6提问于2022-05-06得票数 1
3回答
我使用lmfit最小化来拟合三维点数据集上的一条3D线。minimize(fun, params,args=(x,y,z)))print(fit_report(result))
错误是TypeError:不正确的输入我理解这是因为只有一个剩余(距离)和4个参数，但这是我需要的。我想优化4个参数，以得到最小的距离和。
浏览 10提问于2017-06-30得票数 1
回答已采纳
我试图用Matlab中的levenberg-Marquardt最小二乘法对我的数据拟合一个具有四个未知参数的大函数。我使用了这个命令：这意味着我有兴趣约束第三个参数。但我面临着这样的问题：
???Error usin
浏览 1提问于2012-08-22得票数 3
回答已采纳
我试图让艾根使用VisualStudio2019中的一些代码使用VisualStudio2015构建工具。此外，根据本征常见问题，为了检查是否使用向量化，“首先可以检查本征向量化是否启用:然后定
浏览 2提问于2019-11-12得票数 0
幸运的是，Eigen提供了一个Ref类型： Eigen::Ref<Eigen::Matrix2d尝试传入Eigen::Matrix2d*或Eigen::Map<Eigen::Matrix2d>*将导致编译错误。
考虑到以下条件，是否有人对如何使此功能更容易使用有任何建议？在可选的</em
浏览 4提问于2015-05-22得票数 4
我手头的问题是:我正在使用scipy curve_fit来拟合曲线()，但在许多情况下，估计这种曲线的参数指的是局部多个“局部”极小值之一，而不是“全局”最小值。考虑到curve_fit是如何设计的，这是意料之中的。不过，我真的需要我的全球最低标准。为了找到它，我最初的预感是乘以初始起点，运行多个curve_fit实例，并选择一个拟合误差最小的实例，但在我个人的初步猜测估计中会有许多偏差(组合的数量
浏览 0提问于2018-03-25得票数 3
回答已采纳
1回答
用使用或类型胡枝子f减少模板参数
、、、、
我试图通过引入"using“关键字来增加代码的可读性。namespace EigenRM template<typename T>}
这段代码不起作用。我见过使用"using“删除所有模板参数的示例，但没有一
浏览 4提问于2017-11-13得票数 0
回答已采纳
是否有方法在指定最大值的同时声明Eigen::Vector的实例。编译时的元素数？对于Eigen::Matrix的情况，可以通过但我似乎找不到为Eigen::Vector做这件事的方法。
浏览 23提问于2022-01-27得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
