Eigen:选择复数矩阵上的函数
Eigen是一个C++模板库，用于线性代数运算。它提供了一组丰富的矩阵和向量操作函数，可以在复数矩阵上进行计算。
Eigen库的主要特点包括：
- 高性能：Eigen使用了模板元编程和表达式模板技术，能够在编译时生成高效的优化代码，提供快速的线性代数计算。
- 简洁易用：Eigen提供了直观的API和丰富的运算符重载，使得代码编写更加简洁易读。
- 跨平台：Eigen是一个纯头文件库，没有外部依赖，可以在各种操作系统和编译器上使用。
- 开源免费：Eigen采用MPL2开源协议，可以免费商用。
Eigen库适用于各种科学计算和工程应用，特别是在信号处理、图像处理、机器学习和计算机图形学等领域有广泛的应用。
腾讯云提供了一系列与线性代数相关的产品和服务，可以与Eigen库结合使用，例如：
- 云服务器（ECS）：提供高性能的计算资源，可以用于运行基于Eigen库的线性代数计算程序。
- 云数据库（CDB）：提供可扩展的关系型数据库服务，可以存储和管理与线性代数计算相关的数据。
- 人工智能平台（AI Lab）：提供了丰富的机器学习和深度学习工具，可以与Eigen库结合使用进行模型训练和推理。
- 视频处理服务（VOD）：提供了视频转码、截图、水印等功能，可以用于处理与线性代数相关的视频数据。
更多关于腾讯云产品和服务的信息，可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
我有一个矩阵，它是：
std::vector<std::vector<std::complex<double>>> A;
我想把它映射到像这样的特征线性代数库：
Eigen::Map<Eigen::MatrixXcd, Eigen::RowMajor> mat(A.data(),51,51);
但是代码失败了
error: no matching function for call to
‘Eigen::Map<Eigen::Matrix<std::complex<double>, -1, -1>,
浏览 8提问于2015-11-12得票数 6
回答已采纳
1回答
我查看了给定矩阵的特征向量矩阵，但当我尝试求逆时，在eigenvector_matrix_inv()中遇到了错误。
require 'matrix'
m = Matrix[ [0.5703125, 1.8369140625, 0.0, 0.0],
[-0.6875, -0.4609375, 0.0, 0.0],
[0.0, 0.0, -2.1796875, 8.7119140625],
[0.0, 0.0, -0.6875, 2.2890625] ]
meigen = m.eigen.eigenv
浏览 5提问于2012-09-21得票数 0
2回答
我有下面的矩阵
M <- structure(c(0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0,
0, 0, 1, 0, 0, 0, 1, 0), .Dim = c(5L, 5L))
我想找出正好是1的特征值。我认为这是可行的：
Re(eigen(M)$values) == 1 & Im(eigen(M)$values) == 0
但Re(eigen(M)$values) == 1并不认为第五个特征值等于1，尽管它确实如此。我遗漏了什么？
编辑:一旦它被指出为浮点问题，我将进一步研究，并找到几个解决方案，包括使用abs(va
浏览 1提问于2015-09-23得票数 0
回答已采纳
我使用了MathNet Numerics的Evd<>类来获得矩阵的特征向量，但它的类型是Vector<Complex>，并且我无法将其转换为Vector<double>，这是我的操作所需的。
下面是我获得特征向量的方法：
DenseMatrix processedData = someData;
Evd<> eigen = processedData.evd();
Vector<Complex> eigenvector = (Vector<Complex>)eigen.EigenValues;
当我尝试强制转换为“Vect
浏览 1提问于2014-07-12得票数 2
我是Eigen3的新手，我认为它是线性代数的非常好的C++实现。我想为标准的Matrix类添加一些额外的方法，以简化使用，例如，求解我们可以(从Eigen web)创建的方程系统：
Matrix3f A;
Vector3f b;
A << 1,2,3, 4,5,6, 7,8,10;
b << 3, 3, 4;
cout << "Here is the matrix A:\n" << A << endl;
cout << "Here is the vector b:\n" <<
浏览 4提问于2017-02-08得票数 0
我正在编写一个以行矩阵为参数的方法，例如：
method(Matrix<float,1,Dynamic>& rowMatrix);
如果我尝试使用Matrix.row(x)的结果调用该方法，例如：
Matrix<float,Dynamic,Dynamic> matrix(2,2);
method(matrix.row(1));
我得到以下错误：
no known conversion for argument 1 from ‘Eigen::DenseBase<Eigen::Matrix<float, -1, -1> >::ColXpr {
浏览 2提问于2013-02-14得票数 1
1回答
众所周知，矩阵的本征分解不是唯一的。
但我不知道是否可以在朱莉娅中复制MATLAB的eig函数。
即，假设特征值的上升顺序，精确输出到数值误差。
假设我们将MATLAB的eig设置为默认选项(balanceOption，balance，对称矩阵使用cholesky，其他算法使用qz )。
由于MATLAB使用的是Intel MKL，所以假设朱莉娅中也有可用的MKL.jl (对于eigen函数，它对朱莉娅有影响吗？)
浏览 5提问于2022-05-20得票数 1
您使用哪个库来处理N维数组？
我在工作中使用blitz++，我真的不喜欢它的某些方面。它的某些方面甚至是危险的。在使用operator=之前需要调整大小。(Range：：all()，Range::all())抛出(0,0)矩阵等，线性代数运算通过clapack完成。
我用过eigen，也很喜欢它。我很欣赏它的" all -in-header“实现，C++语法糖，以及我需要的所有线性代数运算(矩阵乘法，系统分解，cholesky……)
你用的是什么？
浏览 2提问于2009-12-07得票数 9
回答已采纳
1回答
我试图探索"solveInPlace()“函数的选项，同时在Eigen3.3.7中使用LLT来加快我的应用程序中的矩阵逆计算。我使用了下面的代码来测试它。
int main()
{
const int M=3;
Eigen::Matrix<MyType,Eigen::Dynamic,Eigen::Dynamic> R = Eigen::Matrix<MyType,Eigen::Dynamic,Eigen::Dynamic>::Zero(M,M);
// to make sure full rank
浏览 8提问于2019-12-29得票数 0
回答已采纳
1回答
我正在尝试使用Eigen替换代码中当前使用的矩阵库。我有几个类似的类，其中一个将自定义方法添加到基准矩阵类中。在本例中，我将父类替换为Eigen：
#include <iostream>
#include <eigen3/Eigen/Dense>
class MyVectorType: public Eigen::Matrix<double, 3, 1> {
public:
MyVectorType(void) :
Eigen::Matrix<double, 3, 1>() {
}
typedef
浏览 0提问于2019-02-04得票数 1
回答已采纳
1回答
我正在为我的个人代码库在特征上编写一个小型线性代数实用程序库。为了使它尽可能灵活，我键入了不同的特征矩阵类型作为参数。然而，我一直遇到的一个问题是，当我使用它时，我不能将一个固定大小的(即编译时设置的)矩阵作为参数传递给一个函数，该函数的参数是动态大小的(在运行时设置的)矩阵ty对联。我能理解逆-不能通过一个固定的动态大小的矩阵，因为编译时间检查，但这似乎应该是可行的。
下面的pdist2函数是一个可测试的示例(它实际上应该在特征API中有一个本机实现)。
#include <Eigen/Core>
namespace Eigen
{
template <typen
浏览 4提问于2017-06-27得票数 5
回答已采纳
3回答
我希望有一个指向特征矩阵的operator()函数的函数指针。特别是operator() Eigen的VectorXi矩阵类，它只接受一个索引。即我在调用时使用的运算符：
VectorXi V(1);
...
VectorXi::Index i = 0;
VectorXi::Scalar& vi = V(i); // <-- this one
我试过的是：
VectorXi::Scalar& (*value_at_i)(VectorXi::Index i ) = &VectorXi::operator();
但这给了我一个很长的错误：
...: error: no
浏览 6提问于2012-02-09得票数 2
回答已采纳
1回答
我有一个2x4矩阵，我想把它表示为一个1x8向量，把colPivHouseholderQr().solve的结果放进去，然后返回那个2x4矩阵。我读过，并尝试了以下几种方法：
Matrix<float, 2, 4> X;
Eigen::Map<Matrix<float, 1, 8>> X_vec(X.data(), 2, 4); // Run-time error
X_vec = A.colPivHouseholderQr().solve(b);
return X;
但是，我在运行时得到了一个错误：
断言失败:v == T(值)，文件eigen\eigen
浏览 2提问于2017-07-01得票数 1
2回答
我想要创建一个大小为2N x 9的矩阵，其中N是一个动态值，通过垂直叠加2N 1x9矩阵。
我试过这样做。
using CoefficientMatrix = Eigen::Matrix<T, Eigen::Dynamic, 9>;
using CoefficientRow = Eigen::Matrix<T, 1, 9>;
CoefficientMatrix A(2*N, 9);
for (int i = 0; i < N; i++) {
CoefficientRow ax;
CoefficientRow ay;
// fill in
浏览 11提问于2019-10-27得票数 1
回答已采纳
3回答
我正在用C++创建一个电路分析库(也是为了学习C++，所以我对它非常陌生)。
在熟悉了Eigen之后，我想要有一个矩阵，每个单元都有一个3x3的复矩阵。
到目前为止，我已经尝试了这个非常简单的原理证明：
typedef Eigen::MatrixXcd cx_mat;
typedef Eigen::SparseMatrix<cx_mat> sp_mat_mat;
void test(cx_mat Z1){
sp_mat_mat Y(2, 2);
Y(0, 0) = Z1;
Y(2, 2) = Z1;
cout << "\n\n
浏览 1提问于2015-03-22得票数 1
1回答
我刚接触Eigen，在C++方面的经验有限。我有一个稀疏格式的文件(就像在LIBSVM中)，我想使用Eigen将数据加载到矩阵中。有人能告诉我怎么做吗？如果你能分享你的代码，这将是非常有帮助的。
因此，该文件的内容如下：
1:13 4:56 9:1
2:45 3:12 5:12 7:2
我想使用Eigen将其加载到矩阵中。
浏览 0提问于2013-08-27得票数 0
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
我是Eigen的新手，我正在尝试使用inputMatrix的第2列和第3列的atan2()函数。
矩阵函数带有红色下划线，告诉我"class Eigen：：atan2没有成员“atan2”，如果我尝试，我会收到一个不同的错误: atan2(Z)
-或者-
atan2(A.array(), B.array())
再说一次，作为Eigen的新手，我的理解是我需要在矩阵上使用.array来执行操作，但我感觉我在下面做到了这一点。请告诉我我哪里做错了。
Eigen::MatrixXd sampleFunction(Eigen::MatrixXd inputMatrix)
{
Eige
浏览 2提问于2020-08-07得票数 0
我想使用RcppEigen软件包中实现的共轭梯度算法来求解大型稀疏矩阵。
因为我是Rcpp和C++的新手，所以我只是从密集矩阵开始。
// [[Rcpp::depends(RcppEigen)]]
#include <Rcpp.h>
#include <RcppEigen.h>
#include <Eigen/IterativeLinearSolvers>
using Eigen::SparseMatrix;
using Eigen::MappedSparseMatrix;
using Eigen::M
浏览 4提问于2014-10-02得票数 0
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
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
1回答
我试图通过引用将一个特征：：矩阵传递给一个类，并访问其中的元素。
当我试图在主函数和类中再次访问矩阵时，如果矩阵大小很大，就会失败，并给出分割错误。我使用调试器来检查矩阵的值，发现矩阵的元素是不可访问的。
下面是我的代码：
main.cpp
Eigen::MatrixXf A = Eigen::MatrixXf::Random(3,640); //this is OK
//Eigen::MatrixXf A = Eigen::MatrixXf::Random(3,640*480); //but not this
std::cout << "in main A col &#
浏览 2提问于2017-12-21得票数 0
回答已采纳
3回答
我是Eigen库的新手。我想计算特征矩阵的FFT。然而，我的尝试表明，不支持的Eigen FFT模块不能与MatrixXf一起使用。我想做一些类似这样的事情：
#include <eigen3/unsupported/Eigen/FFT>
#include<Eigen/Dense>
#include<iostream>
using namespace std;
using namespace Eigen;
int main(){
MatrixXf A = MatrixXf::Random(3,10);
FFT<float> fft
浏览 0提问于2013-06-19得票数 4
回答已采纳
在处理大型数据结构时，我总是倾向于通过引用传递缓冲区，以便从函数中操作它。然而，在函数式编程中，由于使用纯函数，这是被禁止的。
如何在C++中实现这样的函数
value(const Eigen::VectorXd& _input, Eigen::MatrixXd& _large_matrix_output);
用函数式编程的风格？
实际上，将其实现为纯函数的问题是实例化/分配。下一个示例将每次分配内存。
Eigen::MatrixXd value(const Eigen::VectorXd& _input);
我想到了以下几种选择。但是，每次输入发生变化时，都需要对矩阵
浏览 8提问于2022-06-12得票数 0
回答已采纳
我是Eigen的新手，正在尝试了解它的布局。我注意到每个矩阵都有一个sum()函数，该函数返回给定矩阵中所有系数的和。我对它是如何实现的很感兴趣，因为我想找到循环遍历特征矩阵的最佳方法。我查看了源代码，在“DenseBase.h”中找到了以下接口：EIGEN_DEVICE_FUNC Scalar sum() const;也许我误解了Eigen是如何设计的，但我认为所有函数都是在它们的头文件中定义的。我还查看了"Matrix.h“和"MatrixBase.h"，但找不到实现。定义位于哪个头文件中？
浏览 0提问于2017-05-16得票数 0
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
默认构造函数Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic>将矩阵保留在什么状态？它是0x0矩阵吗？
特别是，如果一个变量被声明为Eigen::MatrixXd A;，那么以后我如何测试是否将某些东西分配给了A？使用A.size()==0，还是有一些特殊的测试？
浏览 11提问于2020-01-21得票数 0
回答已采纳
2回答
我有一个用有限元法求解微分方程的程序。为了达到这个目的，我使用了特征，这样我就不用自己实现矩阵了。现在，在将来，我想用另一个库，比如Armadillo，尝试使用相同的代码。我希望能在图书馆之间轻松地切换。
我对此并不熟悉，我的问题基本上是以下是否是良好做法。为了使我的代码为任何矩阵库工作，我在头中定义了DataType和MatrixImplementation类型。后者应决定是否使用一个库或另一个库。
// data type
using DataType = double;
// matrix implementation
template <typename TYPE = Data
浏览 6提问于2019-12-04得票数 0
我用的是艾根v3.2.7。
我有一个中等大小的矩形矩阵X (170x17)和行向量Y (170x1)，我试图用特征来求解它们。使用X\Y很好地解决了这个问题，但是特征返回了这些矩阵的不正确值(但不是较小的)-但是我怀疑这是我使用特征的方式，而不是特征本身。
auto X = Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic>{170, 17};
auto Y = Eigen::Matrix<T, Eigen::Dynamic, 1>{170};
// Assign their values...
const auto t
浏览 6提问于2016-02-03得票数 0
回答已采纳
1回答
特征中稀疏矩阵的和三角视图
、、、、
使用Visual 2010，我试图使用稀疏矩阵在 (来自)中表示以下matlab代码：
m = [1 2 3 ;
4 5 6;
7 8 9];
r = triu(m,1) + tril(m)';
即计算不包括对角线的方阵的上三角和包括对角线在内的同方阵的转置下三角之和。
对于这个简单的例子，结果是
1 6 10
0 5 14
0 0 9
为了在本征中使用密集矩阵来实现这一点，我提出了以下主要方法(唯一不那么直观的方法是使用addTo方法而不是+操作符)：
Eigen::Matrix3d dm;
dm << 1,2,3, 4,5,6, 7,8,9;
std::cout <
浏览 3提问于2017-09-28得票数 0
回答已采纳
2回答
我试图从一个MatrixX*转到另一个(不是二次，而是具有正确的维度)。然而，我能找到的最好的是Transpose< Derived > ::transpose()函数。
是否有一个调用将结果放入已分配的矩阵中，而不是分配新的矩阵？
编辑：
实际上，我在矩阵的顶部使用了Eigen::Map。
typedef Eigen::Matrix<std::uint8_t, Eigen::Dynamic, Eigen::Dynamic> matrix_type;
typedef Eigen::Map<matrix_type> map_type;
const map_t
浏览 2提问于2013-03-14得票数 0
回答已采纳
我有一个函数，我有几个模板重载。我要给它加上一个本征过载。我希望是一般的，例如能够接受任何本征矩阵。因此，我使用Eigen::MatrixBase<T>。这个问题与重载有关，编译器无法识别与Eigen::MatrixBase<T>最接近的匹配。这是我的代码：
#include <iostream>
#include <Eigen/Eigen>
template <class T>
void foo(const Eigen::MatrixBase<T> &data)
{
std::cout << &
浏览 0提问于2018-11-18得票数 1
回答已采纳
1回答
我想使用odeint自适应地解决一组复杂特征矩阵的耦合微分方程，第一个想法是只使用矩阵的向量(由于误差估计器中的假设而不起作用)。现在我尝试通过使用一个大矩阵并创建Eigen::Refs to the Matrix的块来构建一个变通方法，但这行不通，因为Refs没有默认的构造函数。另外，在refs的处理上，它们和矩阵之间有什么不同吗？这是因为稍后我必须重新排列矩阵的组件。
最小代码示例:在.h中：
class example{
public:
example(int&);
Eigen::Ref<Eigen::MatrixXcd> vertex_P_zero;
浏览 0提问于2019-11-20得票数 1
3回答
如何通过引用将特征矩阵A传递给函数，然后窃取A的所有权？
我正在为Python编写一个C++扩展，它接受两个std::vector<Eigen::Ref<Mat> >并返回一个std::vector<Mat>。返回的向量的每个元素可以是输入向量中引用的新矩阵或旧矩阵。
来自pybind11的示例在这里使用Eigen::Ref ()提到了C++和Python之间的按引用传递。
我尝试修改一个示例(来自)。但是源不会移动到目标。这是因为源矩阵在最后不是空的。
测试：
#include <iostream>
#include <eigen3/Ei
浏览 13提问于2018-01-28得票数 2
回答已采纳
我希望class Test有一个映射到Test::_a的Eigen：：矩阵，这意味着每当我更改std::vector时，Eigen::Matrix也会立即反映更改，因为向量和矩阵都使用相同的内存块来保存数据。
这是可行的：
#include <Eigen/Dense>
#include <vector>
int main() {
std::vector<int> a;
a.resize(10);
typedef Eigen::Matrix<int, 1, Eigen::Dynamic> mat_type;
Eig
浏览 12提问于2017-01-27得票数 2
回答已采纳
我对下面的python代码有问题：
import numpy as np
import numpy.linalg as LA
import math
import cmath
from decimal import *
No = 1000
n = 3
mult = 1
file = open("diff_%d_%d.txt" %(n, mult), "w")
for l in range (0, No):
product = np.identity(n)
for K in range (1,mult+1):
A = np.
浏览 0提问于2016-12-23得票数 1
1回答
调整本征大小的解决办法：
、、、
我想使用本征：：Ref使用本征：：矩阵参数来拥有非模板函数。我的问题是，在这些函数中，我可能需要调整特征：：Ref所引用的矩阵的大小。我理解对于一般性而言，一个特征：：Ref不应该调整大小，因为它可以映射到一个表达式或一个矩阵块，但是在我的例子中，我确信我的特征：：Ref是一个本征：：矩阵。
为了说明这一点：
#include "Eigen/Dense"
void add(Eigen::Ref<Eigen::MatrixXd> M, const Eigen::Ref<const Eigen::MatrixXd> &A, const Eigen:
浏览 5提问于2017-09-21得票数 3
回答已采纳
1回答
Eigen3矩阵乘法性能
、、、、
注意:我也把这个贴在了论坛上
我想用3x3矩阵对3xN矩阵进行预乘，即转换3D点，如p_dest =T* p_source
初始化矩阵之后：
Eigen::Matrix<double, 3, Eigen::Dynamic> points = Eigen::Matrix<double, 3, Eigen::Dynamic>::Random(3, NUMCOLS);
Eigen::Matrix<double, 3, Eigen::Dynamic> dest = Eigen::Matrix<double, 3, Eigen::Dynamic>(3, N
浏览 2提问于2015-06-24得票数 3
回答已采纳
我想知道是否能够有效地找到稀疏矩阵中的最大/最小系数。
minCoeff()/maxCoeff()函数似乎不是为稀疏矩阵实现的，这有点奇怪。
我找到了这个答案，，但我想不出来。
using Tmp = typename remove_cv_ref<decltype(matrix)>::type;
if constexpr(std::is_base_of<Eigen::SparseMatrixBase<Tmp>, Tmp>::value)
max = Eigen::Map<const Vector>(matrix.valuePtr(), ma
浏览 0提问于2019-08-14得票数 4
回答已采纳
2回答
我正在尝试实现模板来处理Eigen3矩阵和数组。一般来说，我的实现似乎工作得很好，但我无法通过模板规范扩展我的实现，无法使用Eigen3类型或标准数字类型(例如int、float、.)。
这是我当前代码的缩短版本：
#include <Eigen/Dense>
using namespace Eigen;
template<typename T>
void myFunc(Eigen::MatrixBase<T>& matrix)
{
cout << "Eigen type" << endl;
}
temp
浏览 0提问于2018-10-26得票数 1
回答已采纳
1回答
我可以访问许多矩阵库，但对于这个项目，我使用的是Eigen，因为它的编译时间定义和它包含的SVD。
现在，我正在执行以下操作：
Eigen::Matrix<double,M,N> A; // populated in the code
Eigen::Matrix<double,N,N> B = A.transpose() * A;
据我所知，这会复制A并形成转置，转置再乘以A。此操作是在相对较小的矩阵(M=20-30，N=3)上执行的，但每秒执行数百万次，这意味着它必须尽可能快。
我读到使用下面的代码会更快：
B.noalias() = A.transpose
浏览 1提问于2017-03-10得票数 7
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
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
1回答
我写了一个类似于
class abc
{
public:
template <typename Derived >
abc( const Eigen::MatrixBase < Derived > &matA,
const Eigen::MatrixBase < Derived > &matB,
Eigen::MatrixBase < Derived > &matC );
};
template <typename Derived >
abc::abc( c
浏览 1提问于2015-08-17得票数 0
回答已采纳
我有一组矩阵形式的线性代数方程，Ax=By。其中，A是36x20的矩阵，x是大小20的向量，B是36x13，<code>E 111</code>y<code>E 212</code>是13x1。秩(A)=20.由于系统被过定(方程的数目比变量多)，所以最小二乘解是可能的，因此，x = (A^TA)^-1A^TBy是可能的。我想要解，这样残差e= Ax-By应该被最小化。
使用Eigen/Dense库的C++，我已经制定了所有的矩阵等。我尝试了本页描述的方法！
我想本页中描述的方法仅适用于方阵。因为当它试图运行这个时，它会产生错误。
x = A.
浏览 2提问于2014-02-28得票数 0
1回答
本征无复制乘法
、、
我正在使用带有大矩阵的特征，我正在考虑优化代码的方法，重点是减少动态内存分配。
我试着把两个矩阵相乘。这些矩阵不时地发生一些变化，但它们的大小不变。
我希望看到乘法输出到一个预定义的矩阵(该矩阵已经为它分配了内存)。
下面是我所做的一个例子：
Eigen::MatrixXd left, right,result;
// ...
result = left * right;
// ... left and right values change a little
result = left * right;
我在寻找这样的解决方案：
void Multiply(
Eigen::
浏览 4提问于2014-06-17得票数 3
回答已采纳
1回答
我正在使用Eigen (与c++一起使用的免费线性代数包)，并尝试对一个小矩阵求逆。在遵循官方的Eigen文档之后，我得到了以下内容：
#include <iostream>
using namespace std;
#include <Eigen/LU>
#include <Eigen/Dense>
using namespace Eigen;
Matrix3d k = Matrix3d::Random();
cout << "Here is the matrix k:" << endl << k &l
浏览 1提问于2014-02-27得票数 2
2回答
我正在尝试计算colsum(N * P)，其中N是稀疏的，1M乘以2500矩阵，P是密集的2500乘以1.5M矩阵。我将特征MKL库与英特尔的C++库一起使用。问题是矩阵N*P不可能实际存在于内存中，它太大了(~10TB)。我的问题是，Eigen是否能够通过惰性计算和并行性的某种组合来处理这种计算？这里说Eigen不会不必要地生成临时矩阵：
但是，Eigen知道以实际适合内存的分段区块来计算N*P吗？例如:它必须做一些类似于colsum(N * P_1) ++ colsum(N * P_2) ++的事情。++ colsum(N * P_n)，其中P按列被分成n个不同的子矩阵，"++“是
浏览 1提问于2015-06-06得票数 2
每当我尝试这段代码时，我都会得到一个失败的断言！如何使用循环填充矩阵A？
#include <iostream>
#include "../eigen3/Eigen/Dense"
int main ()
{
Eigen::Matrix2d A;
for (int row = 0; row < 5; ++row)
{
for (int col = 0; col < 5; ++col)
{
// A(row,col)=10; // ???
}
}
}
浏览 0提问于2016-10-07得票数 0
1回答
我想使用Eigen生成一个随机可逆矩阵，它满足以下条件： Eigen::Matrix<T,Eigen::Dynamic, Eigen::Dynamic> res(M,N+1);
Eigen::Matrix<T,Eigen::Dynamic, Eigen::Dynamic> y(M,1); y.setRandom();
while(true){
res.setRandom();
Eigen::FullPivLU<Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic>> lu
浏览 528提问于2019-04-16得票数 1
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
