Eigen:从向量创建矩阵
Eigen是一个C++模板库，用于线性代数运算，特别是矩阵和向量的运算。它提供了高性能、可靠和易于使用的API，使开发人员能够轻松地进行各种线性代数计算。
Eigen的主要特点包括：
- 高性能：Eigen通过优化的算法和底层实现，提供了高效的线性代数计算。它利用了现代CPU的向量化指令集和多核处理能力，以实现快速的计算速度。
- 简洁易用：Eigen的API设计简洁明了，易于使用。它提供了直观的矩阵和向量操作符重载，使得代码可读性高，开发效率也得到提高。
- 跨平台：Eigen是一个跨平台的库，可以在多种操作系统和编译器上使用。它不依赖于任何第三方库，只需包含头文件即可使用。
- 扩展性：Eigen支持各种矩阵和向量类型，包括动态大小和静态大小的矩阵。它还提供了丰富的线性代数运算函数和算法，满足不同应用场景的需求。
Eigen的应用场景包括但不限于：
- 计算机图形学：Eigen在计算机图形学中广泛应用，用于处理3D图形的变换、投影、光照等计算。
- 机器学习和数据分析：Eigen提供了丰富的线性代数运算函数，可以用于机器学习算法和数据分析任务，如矩阵分解、特征值分解、线性回归等。
- 科学计算和工程计算：Eigen的高性能和易用性使其成为科学计算和工程计算领域的理想选择，可以用于求解线性方程组、最小二乘问题、特征值问题等。
腾讯云提供了一系列与Eigen相关的产品和服务，包括：
- 云服务器（ECS）：腾讯云提供高性能的云服务器实例，可以用于部署和运行基于Eigen的应用程序。
- 弹性伸缩（AS）：腾讯云的弹性伸缩服务可以根据实际需求自动调整计算资源，提供更好的性能和可靠性。
- 云数据库（CDB）：腾讯云的云数据库服务支持高性能的数据库操作，可以与Eigen集成，实现数据的存储和计算。
- 人工智能平台（AI）：腾讯云的人工智能平台提供了丰富的机器学习和深度学习工具，可以与Eigen结合使用，实现复杂的数据分析和模型训练。
更多关于腾讯云产品和服务的详细介绍，请访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
有两个向量的： Eigen::VectorXd A;
A << 1, 2, 3, 4;
Eigen::VectorXd B;
B << 1, 2, 3; 如何从向量A和B创建以下矩阵C？矩阵列等于向量A，向量B的元素是矩阵列因子。 Eigen::MatrixXd C;
C << 1, 2, 3,
2, 4, 6,
3, 6, 9,
4, 8, 12;
浏览 43提问于2020-08-28得票数 2
我试图从Eigen::DiagonalMatrix类型中提取子矩阵，但block不是Eigen::DiagonalMatrix类型的成员。
Eigen::DiagonalMatrix<double, 7> A;
...
(void) A.block<6,6>(0,0); // fails, block is not a member of Eigen::DiagonalMatrix
有其他方法提取DiagonalMatrix类型的子矩阵吗？
浏览 10提问于2022-10-26得票数 1
2回答
在eigen中，我们可以创建一个矩阵
Matrix3f m;
m << 1, 2, 3,
4, 5, 6,
7, 8, 9;
如何创建一个像下面这样的对角矩阵？
3, 0, 0,
0, 8, 0,
0, 0, 6;
我不明白Eigen是如何处理对角矩阵的？这里只有对角线元素是重要的。那么Eigen是保存上面例子中的所有9个元素，还是只保存3个元素3,8,6。另外，如果Eigen保存了所有9个元素，那么是否有必要将矩阵定义为对角线，或者它是否与定义正常的3*3矩阵相同？
浏览 3提问于2016-05-28得票数 20
回答已采纳
2回答
给定一个三维空间中的N个点，我试图用SVD和特征找到最合适的平面。
我的算法是：
中心数据点在(0,0,0)附近。
形成点坐标的3xN矩阵。
计算矩阵的奇异值。
将与最小奇异值对应的最小奇异向量设为平面的正规值。
设定从原点到平面的距离为法线∙质心。
我不知道如何用找到点坐标矩阵最小奇异值对应的最小奇异向量。
到目前为止，我有以下代码(算法的步骤1、2和5)：
Eigen::Matrix<float, 3, 1> mean = points.rowwise().mean();
const Eigen::Matrix3Xf points_centered
浏览 4提问于2016-09-07得票数 7
回答已采纳
简而言之，我的问题是:在Tux Eigen (C++)中为(未排序的)coo矩阵生成映射的正确代码是什么？
下面的代码成功地为压缩行存储(crs/csr)格式的稀疏矩阵生成了映射A_map，该矩阵存储在crs_structure A1中。(我使用metis符号。m=rows、n=cols、nnz=#nonzeros。)
Eigen::Map<Eigen::SparseMatrix< double,Eigen::RowMajor,myInt>> A_map(A1.m,A1.n,A1.nnz,A1.adj,A1.adjncy,A1.values,NULL );
我使用以下代
浏览 0提问于2020-03-25得票数 0
我想用一个稠密矩阵和一个对角矩阵做矩阵乘法。对角线矩阵是使用vec.asDiagonal()从向量生成的。 我想知道DiagonalMatrix类型是否只存储对角线，或者它是一个除了对角线之外满是零的密集矩阵？我认为DiagonalMatrix应该是Eigen的SparseMatrix的孩子。我搜索了文档，找到了这个 https://eigen.tuxfamily.org/index.php?title=SpecialMatrix#Diagonal_matrix，这表明DiagonalMatrix继承自MatrixBase，而不是SparseMatrix。这是否意味着内存存储效率低下？
浏览 50提问于2020-01-09得票数 0
回答已采纳
对于机器人项目，我需要一个预定义大小的3D矩阵。使用Eigen库，我不知道如何:1)要创建一个大型的预定义矩阵，似乎我必须使用matrixXd，但这是针对动态矩阵的。2.)创建一个3D矩阵，即size =(从200到1000的整数)和matrix (size, size, size)
浏览 2提问于2016-10-24得票数 1
我尝试使用以下命令从数组映射矩阵
Eigen::Map<Eigen::Matrix<double, 9222, 9222, Eigen::RowMajor>> m(&A[0][0]);
其中A是双**A。
A = (double **)malloc((fullsize)*sizeof(double *)); //allocate memory dynamically for matrix A
for (i = 0; i < fullsize; i++)
A[i] = (double *)malloc((2 * ful
浏览 2提问于2017-08-02得票数 1
1回答
为了在Eigen中声明密集矩阵的向量，我使用以下格式 std::vector<Eigen::MatrixXd> AMAT(idx, Eigen::MatrixXd::Zero(1000,1000)); 其中idx是向量大小。是否有定义稀疏矩阵的等价声明？我现在将一个稀疏矩阵声明为 Eigen::SparseMatrix<double> BMAT(1000,1000); 对于我来说，定义这样一个矩阵的向量比为每个索引声明单独的稀疏矩阵更有效率。任何帮助都是非常感谢的。
浏览 30提问于2021-01-07得票数 1
回答已采纳
我有一个从旋转向量到旋转矩阵的转换，方法是： Eigen::Vector3d rotVec(-0.67925191, -1.35850382, -2.03775573);
Eigen::AngleAxisd rotAA(rotVec.norm(), rotVec.normalized());
Eigen::Matrix3d rotationMatrix = rotAA.matrix(); 然后我想做从矩阵到向量的反向转换，我所做的是： Eigen::AngleAxisd rotvec2(rotationMatrix); 然而，我还无法将Eigen::AngleAxisd转换回Eigen::V
浏览 797提问于2021-09-21得票数 2
2回答
版:，我问题中的问题是，我试图从中找到矩阵S，但是这个方程有错误。
如何直接获得R中矩阵的右特征向量？‘'eigen()’只给出左特征向量
确实是最后一个版本的，我在这里弄得一团糟，但这个问题对我来说真的很重要：
eigen()从函数帮助中提供了一些特征向量的矩阵：
“如果‘r <-特征(A)’和‘V <- r$向量；lam <- r$值’，那么
A = V Lmbd V^(-1)
(直到数值模糊)，其中Lmbd =diag(lam)“
这是A V = V Lmbd，其中V是
浏览 2提问于2013-02-16得票数 3
回答已采纳
我需要在我的程序中使用特征矩阵的向量。矢量的大小是已知的。然而，对应于向量的每个成员的矩阵大小可以具有不同的大小，并且需要动态分配。基于https://eigen.tuxfamily.org/dox/group__TopicStlContainers.html，我想我可以将我的矩阵声明为 #define EIGEN_USE_MKL_ALL
#define EIGEN_USE_LAPACKE
// Additional libraries
#include <iomanip>
#include <iostream>
#include <sstream>
浏览 163提问于2020-07-06得票数 0
回答已采纳
4回答
所以，当我试图声明一个大于10000x10000的矩阵时，我发现包崩溃了。我需要声明一个这样的矩阵..大约13000x13000个元素的可靠性。我运行了一个测试，比如：
for( int tortureEigen = 1 ; tortureEigen < 50000 ; tortureEigen++ )
{
printf( "Torturing Eigen with %dx%d..\n", tortureEigen, tortureEigen ) ;
Eigen::MatrixXd m( tortureEigen, tortureEigen ) ;
}
在我的机器
浏览 7提问于2010-08-10得票数 4
回答已采纳
1回答
假设我有两个不同的求解程序，它们都将在运行时被调用。
I要调用求解器的api并通过基类指针获得结果的特征矩阵，根据运行时变量的不同，从几个已知值中选择求解矩阵大小的。在这种情况下，我需要使用编译时间固定大小矩阵。
求解器派生的类定义如下。
template <int VarSize>
class SolverA : Solver {
public:
SolverA() {}
bool Solve() override {
// SolverA specific implementations.
}
const Eigen::Matrix<doubl
浏览 8提问于2022-05-13得票数 0
回答已采纳
我有一个Eigen::Matrix2Xf，其中行是X和Y位置，cols作为列表索引
我想要列之和(按行排列)，其中某些列条件为真，下面是一些示例代码：
Eigen::Vector2f computeStuff(Eigen::Matrix2Xf & values, const float max_norm){
const auto mask = values.colwise().norm().array() < max_norm;
return mask.select(values.colwise(), Eigen::Vector2f::Zero()).roww
浏览 2提问于2021-12-01得票数 1
回答已采纳
2回答
我有一个一般的实矩阵(即不对称或Hermitian等)，我想在Julia中找到它的右特征向量和相应的左特征向量。 Julia的eigen函数只返回右特征向量。我可以通过执行以下操作找到左特征向量 eigen(copy(M')) 但这需要复制整个矩阵并再次执行特征分解，并且不能保证特征向量将处于相同的顺序。( copy是必需的，因为对于Adjoint类型的矩阵没有eigen方法。) 在Python语言中，我们有scipy.linalg.eigs，它可以在一次遍历中同时计算左和右特征向量，这更高效，并保证它们的顺序相同。朱莉娅身上也有类似的东西吗？
浏览 60提问于2019-05-20得票数 3
我想给SparseMatrix添加一个密集的矩阵，我知道我可以很容易地对密集矩阵做矩阵+向量
Eigen::MatrixXf mat(2,4);
Eigen::VectorXf v(2);
mat << 1, 2, 6, 9,
3, 1, 7, 2;
v << 0,
1;
//add v to each column of m
mat.colwise() += v;
但是对于稀疏矩阵，如何做到这一点呢？
浏览 11提问于2017-08-26得票数 1
回答已采纳
当Eigen::Map与堆内存段一起使用以创建MAtrix时，谁来处理堆未分配？
当调用Eigen::Map来构建矩阵时，我找不到任何关于内部矩阵数据存储段管理的信息。这是我所读过的文档：
当我处理完下面代码中的矩阵"mf“时，我应该处理内存段删除吗？
int rows(3), cols (3);
scomplex *m1Data = new scomplex[rows*cols];
for (int i = 0; i<cols*rows; i++)
{
m1Data[i] = scomplex( i, 2*i);
}
Map<Mat
浏览 0提问于2019-06-30得票数 0
回答已采纳
我最近更新到了最近的特征版本(3.3.90)，看起来它破坏了我以前工作过的东西(在我使用libigl库附带的特征版本3.2.10之前)。
我希望将块的结果存储到ref对象中，该对象将被传递，并最终用于更新提取该块的矩阵表单的内部。
一个最小的不再编译的示例：
#include <Eigen/Dense>
int main(int argc, char *argv[])
{
typedef Eigen::Matrix<bool, Eigen::Dynamic, 1> Mtype;
typedef Eigen::Block<Mtype> Btype;
浏览 0提问于2019-03-02得票数 2
回答已采纳
我想知道是否有更简单的方法来解决我的问题，而不是使用for循环。情况是这样的：
一般来说，我想从我的传感器收集数据点(消息是Eigen::Vector3d类型的，我不能改变它，因为它是一个巨大的框架)
收集到的点应保存在特征MatrixXd中(为了在优化算法中将它们进一步处理为矩阵)，矩阵的先验维数部分未知，因为这取决于我将进行多少次测量(一维为3，因为有x、y、z坐标)。
目前，我创建了一个std::vector<Eigen::Vector3d>，通过push_back收集点，在完成收集点之后，我希望使用操作地图将其转换为MatrixXd。
sensor_input = Eig
浏览 0提问于2018-04-13得票数 1
回答已采纳
2回答
当给定一个具有重复特征值但无缺陷的矩阵时，R函数eigen如何为特征空间选择一个基？如果我在恒等矩阵上调用eigen，它就给了我标准的基础。它是如何选择这个基础而不是任何其他的正交基础的呢？
浏览 1提问于2020-09-16得票数 1
回答已采纳
我的目标是在不求逆的情况下找到可对角化的非对称矩阵m的右和左特征向量，但它们仍然是相互正交的/从?eigen我想在V Lmbd V^(-1)中找到V^(-1)，而不必使用solve，但使它们仍然具有V^(-1) V = Identity属性。
在R中，eigen(m)$vectors默认提供右特征向量。一种经常提出的解决方案是通过运行eigen(t(m))$vectors来找到左边的。但是，在默认情况下，这些值不会使t(eigen(t(m))$vectors) %*% eigen(m)$vectors求值为标识。
我如何在R(或Python)中实现它？我见过这个示例，它强调以相同的效率计算左和
浏览 15提问于2021-11-27得票数 1
我正在和c++和eigen一起工作。我试图实现矩阵旋转，但是我得到了这个错误Eigen\src/Core/GeneralProduct.h(410,3): error C2338: INVALID_MATRIX_PRODUCT Eigen::Vector3f box_pos = Eigen::Vector3f(-2.0f, 2.5f, -2.0f);
box_pos *= RotY(5.0f); RotY函数： Eigen::Matrix3f RotY(float angle) {
float s = sin(angle);
float c = cos
浏览 174提问于2019-10-16得票数 1
回答已采纳
我有一个MatrixXf变量和一个VectorXf变量。我想使用矩阵上的向量执行逐行除法。有可能做这样的事吗？
#include <iostream>
#include "Eigen/Dense"
using namespace std;
using namespace Eigen;
int main() {
MatrixXf mat(3, 2);
mat << 1, 2,
3, 4,
5, 6;
VectorXf vec(2);
vec << 2, 3;
浏览 0提问于2016-04-25得票数 8
回答已采纳
3回答
我有一个旋转矩阵rot (Eigen::Matrix3d)和一个平移向量transl (Eigen::Vector3d)，我想把它们放在一个4x4的转换矩阵中。我无论如何也想不出在Eigen中该怎么做。我认为Affine可以用在某种程度上，但我不明白它是如何工作的。
从本质上讲，我想要和的组合
我的代码(无法编译，因为我不了解Affine是如何工作的)如下所示：
Eigen::Affine3d r(rot);
Eigen::Affine3d t(transl);
Eigen::Matrix4d m = t.matrix();
m *= r.matrix();
浏览 5提问于2014-08-26得票数 9
回答已采纳
我正在尝试使用eigen构造一个对角矩阵，然后沿对角线设置值：
Eigen::DiagonalMatrix<int, Eigen::Dynamic> diagonal_matrix(5);
for (int i = 0; i < 5; ++i) {
diagonal_matrix(i, i) = i * i + 2;
}
但是，因为diagonal_matrix缺少()运算符，所以这不起作用。使用eigen设置对角线矩阵的对角线值的正确方法是什么？
浏览 3提问于2013-04-14得票数 3
回答已采纳
对于不同类型的特征矩阵(准确地说，是列和矩阵)，我遇到了函数过载的问题。当输入是一些简单算法的结果时，重载失败。特别是：
#include <Eigen/Eigen>
#include <iostream>
typedef Eigen::Matrix<double, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor> MatD;
typedef Eigen::Matrix<double, Eigen::Dynamic, 1, Eigen::ColMajor> ColD;
浏览 1提问于2018-04-26得票数 1
回答已采纳
1回答
我刚刚偶然发现了一个动态特征矩阵的问题。我必须从C数组创建这个数组。艾根提供特征：：地图接口与原始缓冲区。我想从以下函数返回一个本征矩阵：
Eigen::Map<Eigen::Matrix<double, 1, Eigen::Dynamic> returnArray() {
double array[4] = {0, 1, 2, 3};
Eigen::Map<Eigen::Matrix<double, 1, Eigen::Dynamic, Eigen::RowMajor> > J_full(array, 1, 4); // the s
浏览 7提问于2017-11-18得票数 2
回答已采纳
我确实有一个实现最小化算法的函数。我没有包括所有的vars，只包括用来说明类型的矩阵：
typedef Eigen::SparseMatrix<double> SpMat;
typedef Eigen::VectorXd Vec;
int lm_solver(void (*f_dz)(Vec* x_, int m, Vec* dz_, SpMat* W_),
void (*f_H)(Vec* x_, SpMat* jac_,int n_, int m_),
Vec* x, int nx, int mm, int nnz,
浏览 0提问于2017-04-11得票数 0
我将稀疏矩阵定义为Eigen::SparseMatrix< Eigen::Matrix<float, 3, 1> >，这意味着矩阵的每个元素都是一个3x1向量。但是，当我调用函数CoeffRef以便将一个向量赋给元素时，我在SparseMatrix.h中得到了以下错误： no operator "=" matches these operands. 错误来自函数insert，而它将一个int赋值给一个Eigen::Matrix< float, 3, 1>，它是m_data.value(p) = 0 (考虑到m_data.value(p)是
浏览 60提问于2019-04-30得票数 1
回答已采纳
4回答
如何集成使用表达式模板的库？
、、、、
我想在我的程序中使用特征矩阵库作为线性代数引擎。Eigen使用表达式模板来实现惰性计算，并简化循环和计算。
例如：
#include<Eigen/Core>
int main()
{
int size = 40;
// VectorXf is a vector of floats, with dynamic size.
Eigen::VectorXf u(size), v(size), w(size), z(size);
u = 2*v + w + 0.2*z;
}
由于Eigen使用表达式模板，因此代码如下
u = 2*v + w + 0.2*z;
在上面提到的
浏览 14提问于2012-06-11得票数 17
回答已采纳
1回答
求解特征上的稀疏上三角系统？
、、、、
对于密集矩阵，下面的代码很好地解决了x^T = b^T。
Matrix3d A;
RowVector3d bT, xT;
A << 1, 2, 3,
0, 5, 6,
0, 0, 9;
bT << 1, 2, 3;
xT = A.triangularView<Upper>().solve<OnTheRight>(bT);
printf("(%g, %g, %g)", xT(0), xT(1), xT(2));
但是，我不能继续这种处理稀疏矩阵的方法。
SparseMatrix<double>
浏览 2提问于2014-06-27得票数 3
回答已采纳
1回答
在特征库中的中，可以找到以下语句：
这个类允许用迭代共轭梯度算法求解A.x =b线性问题。矩阵A必须是自伴的。
然而，在文献中，对于实对称正定矩阵，通常采用共轭梯度法。算例表明，本征CG实际上适用于matlab 无法处理的非正定矩阵。
例如，运行代码：
#include <cstdio>
#include <iostream>
#include <vector>
#include "Eigen/Dense"
#include "Eigen/IterativeLinearSolvers"
#include "E
浏览 2提问于2018-10-26得票数 4
// computing the matrix operation here
// resultEigen = Input matrix
// result1Eigen = hidden bias
// result2Eigen = visible bias
// result3Eigen = weight matrix
MatrixXd H;
MatrixXd V;
double well[36];
Map<MatrixXd>( well, H.rows(), H.cols() ) = H;
浏览 2提问于2016-01-12得票数 0
回答已采纳
1回答
我正在尝试创建一个函数，使用RcppEigen调用(并输出)一个长双倍的本征矩阵。
当我用以下方式编译时：
// [[Rcpp::export]]
Eigen::Matrix<long double, 4, 4> A_matrix_LPPLS_RcppEigen(const Eigen::Map<Eigen::Matrix<double, Eigen::Dynamic, Eigen::Dynamic>>& onesfgh_LPPLS) {
}
它可以工作(当然，有一个警告说该函数什么也不做)。但当我也这么做的时候：
// [[Rcpp::export
浏览 0提问于2018-10-19得票数 0
回答已采纳
我浏览了几个StackOverflow帖子，但没有发现这样的错误。我试图编写一个简单的类，它对向量和矩阵进行一些操作。我创建了一个名为MyClass的类，它有一个名为MyMethod的方法。它的代码如下
void MyClass::MyMethod(Eigen::Vector4f X,
std::vector<Eigen::Vector2i> &pixelIndices,
std::vector<Eigen::Vector4f> vertices)
{
// Do
浏览 0提问于2018-04-13得票数 0
回答已采纳
2回答
我尝试从使用std c++动态容器为向量创建的3D矩阵中读出元素。下面是我初始化矩阵的方式：
typedef vector<vector<vector<ClassA> > > matrix3D;
在我的课名为"ClassA"，我有以下公共成员：
double a, b, c;
然后，在我的主文件中，我用以下内容填充矩阵：
double varA=M_PI; double varB=varA; double varC=varA;
matrix3D[i][j][k].a = varA;
matrix3D[i][j][k].b =
浏览 0提问于2015-11-06得票数 0
回答已采纳
6回答
几周前，我关于矩阵乘法的性能。
我被告知，为了提高我的程序的性能，我应该使用一些专门的矩阵类，而不是我自己的类。
StackOverflow用户建议：
uBLAS
本征
布拉斯
起初，我想使用uBLAS，但是阅读，结果发现这个库不支持矩阵-矩阵乘法。
毕竟我决定使用EIGEN图书馆。因此，我将我的矩阵类交换为Eigen::MatrixXd，但是现在我的应用程序的工作速度比以前还要慢。使用EIGEN的时间为68秒，将我的矩阵类转换为EIGEN矩阵程序后运行了87秒。
程序中花费时间最多的部分如下所示
TemplateClusterBase* TemplateClusterBa
浏览 7提问于2011-05-31得票数 10
2回答
因此，我想创建一个函数，将数据从文本文件中读取到各种矩阵中。
首先是一个Eigen矩阵，在这里您可以使用圆括号访问元素。
例如mat(1,2)。第二种类型是像vector<vector<T>这样的类型，其中T可以是int、double等等。显然，它们是用方括号访问的。
现在我需要为这两种情况创建一个模板。Eigen有许多矩阵类型(MatrixXd、SparseMatrix等)，vector<vector<T>>可以有多种类型的T。
但是，当我真正想要的是Eigen vector<vector<T>>**?**的模板函数时，如何确
浏览 4提问于2017-02-12得票数 1
回答已采纳
2回答
我必须使用EIGEN在for循环中用值填充向量。我在尝试这样的事情..。
#include <iostream>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;
int main(){
VectorXd s;
for (int i=0,i<10;i++){
s(i) = (double) i;
}
return 0;
}
我可以编译它，但是当我运行程序时，我会得到以下错误：
动态：：DenseCoeffsBase：：/usr/include/Eige
浏览 3提问于2017-01-26得票数 4
回答已采纳
我在内存中有一个数据数组(double *)，如下所示： [x0,y0,z0,junk,x1,y1,z1,junk,...] 我想要将它映射到一个特征向量，并通过执行如下操作来虚拟删除垃圾值： Eigen::Map<
Eigen::Matrix<double, Eigen::Dynamic, 1, Eigen::ColMajor>,
Eigen::Unaligned,
Eigen::OuterStride<4>
> 但它不起作用，因为外部跨度似乎仅限于2D矩阵。 有什么窍门可以让我做我想做的事吗？ 非常感谢！
浏览 19提问于2019-04-04得票数 0
回答已采纳
3回答
在使用本征库时，我遇到了一个错误，我所要做的就是从特征：：VectorXf中减去一个标量。因此，我的代码如下所示：
#define VECTOR_TYPE Eigen::VectorXf
#define MATRIX_TYPE Eigen::MatrixXf
// myMat is of MATRIX_TYPE
JacobiSVD<MATRIX_TYPE> jacobi_svd(myMat,ComputeThinU | ComputeThinV);
const float offset = 3.0f;
VECTOR_TYPE singular_values = jacobi_
浏览 4提问于2016-02-28得票数 13
回答已采纳
2回答
我有一个列随机矩阵A(n-x-n实数，非负矩阵)，并想用C++求解以下方程: Ax=x
我假设我需要找出一个特征向量x，其中特征值必须是1(对吗？)但我在C++中搞不懂。到目前为止，我已经检查了一些数学库，如Seldon，CPPScaLapack，Eigen…其中，Eigen似乎是一个很好的选择，但我不明白如何利用它们中的任何一个来解决上面的等式。
你能给我一些建议/代码片段或想法来解决这个等式吗？任何帮助都是非常感谢的。
谢谢。
浏览 2提问于2010-12-06得票数 1
我必须通过选择数组的一些成员来从数组构造Eigen::Vector。我知道我可以使用Eigen::Map来初始化Eigen::Vector，而不需要复制。
假设我有一个由N整数组成的数组，我需要通过选择具有从j到j+m和k到k+m的索引的数组值来创建一个Eigen::VectorXi，而不复制这些值。
这在Eigen或Armadillo中是可能的吗？
示例：
int array[]= {1,2,3,4,5,6,7,8,9,10};
//I need to initialize a Eigen::VectorXi with values having 0 to 0+3
// indi
浏览 22提问于2018-02-16得票数 0
1回答
我做了一个MATLAB代码，它必须执行
B3=abs(B2/max(B2));
如果B2是一个181 x 238矩阵，max(B2)应该给出一个1 x 238矩阵，该矩阵包含每个列中的最大值，而B3应该是181x1矩阵。使用特征库的等效C++代码应该是什么？请帮帮忙。在修改我的代码时，使用更简单的维数，比如使用2x2矩阵
//problem
#include <iostream>
#include<complex.h>
#include <eigen3/Eigen/Dense>
#include <eigen3/Eigen/Core>
usin
浏览 2提问于2018-01-14得票数 0
回答已采纳
1回答
我正在尝试将一个有效的Armadillo函数移植到Eigen，但遇到了一个问题RcppEigen向量和矩阵子集。 下面是我的函数： //[[Rcpp::depends(RcppEigen)]]
#include
using namespace Eigen;
// [[Rcpp::export]]
Eigen::VectorXd fastnnls_eigen(const Eigen::MatrixXd& a, const Eigen::VectorXd& b, int maxit = 50) {
Eigen::VectorXd x = (a).llt().solve((
浏览 30提问于2021-02-27得票数 0
回答已采纳
1回答
R中奇异值分解的再现
、、、
我有一个逐个文件矩阵的例子(来自Landauer和Dumais，1997年)：
wxd <- matrix(c(1,1,1,0,0,0,0,0,0,0,0,0,
0,0,1,1,1,1,1,0,1,0,0,0,
0,1,0,1,1,0,0,1,0,0,0,0,
1,0,0,0,2,0,0,1,0,0,0,0,
0,0,0,1,0,1,1,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,1,0,0,
0,0,0,0,0,0,0,0,0,1
浏览 3提问于2016-09-09得票数 0
回答已采纳
2回答
向量到矩阵
、、
我是新使用本征库，我有问题，转换/重塑一个向量在一个矩阵。
我试图得到一个矩阵的一个特定行，并将它转换为一个矩阵，但是每次我这样做，结果都不是我所期望的。
Eigen::Matrix<double, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor> m(8, 9);
m << 11, 12, 13, 14, 15, 16, 17, 18, 19,
21, 22, 23, 24, 25, 26, 27, 28, 29,
31, 32, 33, 34, 35, 36, 37, 38, 39,
41
浏览 1提问于2015-09-08得票数 2
回答已采纳
1回答
我的最后矩阵A应该是m×m，其中我有两个向量v，k，它们的大小(m-1)应该分别是A中的第一列和第一行，不包括在(0，0)处的元素1。A<code>E 29</code>的其余元素对应于一些矩阵<代码>E 110</代码>M<代码>E 211<//代码>的大小(m-1) x (m-1)。
3x3矩阵示例
用于下列组件
v = 2 2
k = 3 3
M = 4 4
4 4
我想要
A = 1 2 2
3 4 4
3 4 4
注: v，k和M的元素在现实中可以是任意的。
代码
对于3x3大小
浏览 0提问于2019-05-27得票数 0
回答已采纳
在使用eigen3 (并希望从SIMD支持中获益)寻找最佳矩阵矩阵乘法的过程中，我编写了以下测试：
#include <iostream>
#include <Eigen/Dense>
#include <ctime>
using namespace Eigen;
using namespace std;
const int test_size= 13;
const int test_size_16b= test_size+1;
typedef Matrix<double, Dynamic, Dynamic, ColMajor, test_siz
浏览 1提问于2016-11-30得票数 1
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
