特徵廣播比較

在Eigen中，我們可以比較兩個數組的明智之處。我們也可以使用broadcasting來爲矩陣添加一個（適當大小的）向量。但是，這兩者並不以明顯的方式組合，以允許按行/列方式進行比較操作。例如特徵廣播比較

#include <iostream> 
#include <Eigen/Core> 

using namespace std; 
using namespace Eigen; 

using vect_t = Matrix<double, 1, 3>; 
using matr_t = Matrix<double, 5, 3>; 

int main() 
{ 
    vect_t l(0.1,0.1,0.1); 
    vect_t u(0.3,0.3,0.3); 
    matr_t X; 
    X << 0.0, 0.0, 0.0, 
     0.1, 0.2, 0.1, 
     0.2, 0.2, 0.2, 
     1.0, 0.0, 0.2, 
     0.2, 0.4, 0.4; 

    auto Y = l.array() < u.array(); // okay, gives [1, 1, 1] 
    auto Z = X.array().rowwise() + l.array(); 
    // okay, gives 
    // 0.1, 0.1, 0.1, 
    // 0.2, 0.3, 0.2, 
    // 0.3, 0.3, 0.3, 
    // 1.1, 0.1, 0.3, 
    // 0.3, 0.5, 0.5; 

    //auto W = X.array().rowwise() < l.array(); // does not compile 
    // would expect (via broadcasting) something like 
    // 1, 1, 1, 
    // 0, 0, 0, 
    // 0, 0, 0, 
    // 0, 1, 0, 
    // 0, 0, 0 

    cout << X << endl << endl; 
    cout << Y << endl << endl; 
    cout << Z << endl << endl; 
    //cout << W << endl << endl; 

    return 0; 
}

怎樣才能實現這種行方式比較？

評論：在我看來，它應該可以很好地工作。僅僅是它還沒有實現或者我錯過了什麼？

來源

2017-06-06 Dan

每當rowwise()或colwise()不起作用，您可以使用replicate。你的情況：

auto W = X.array() < l.array().replicate(X.rows(), 1);

或

auto W = X.array() < l.array().colwise().replicate(X.rows());

來源

2017-06-06 16:32:21 chtz

再次感謝@chtz。是否有這樣的性能考慮，而不是（非功能性的）其他方式？ – Dan

在優化編譯時，'replicate'語法應該與'colwise' /'rowwise'變體的代碼相同（如果兩者都可以的話）。如果你在某處通知了差異，我會認爲它是一個錯誤。 – chtz

特徵廣播比較

回答

相關問題