1回答
映射特征复制矩阵
、、、
在我的例子中，我有两个现有的(n X 1)向量，并希望创建一个(n^2，2)矩阵，它包含向量元素的所有组合，即：
[1 3 6]^T and [7 8]^T ==> [1 7, 3 7, 6 7, 1矩阵[1 3 6 1 3 6]^T的第一列很容易通过Eigen的.replicate函数创建。但是，我很难创建第二列[7 7 7 8 8 8]^T。我的想法是在另一个维度使用.replicate (获取矩阵)，然后使用rowWise Eigen::Map将其带入线性(向量)视图(如所建议的)，但我理解由此产生的编译器错误，因此Eigen:
浏览 2提问于2017-03-16得票数 4
回答已采纳
对于卷积网络，例如lenet-5，在C1层中有6个特征映射。每个特征映射都与一个唯一的卷积核(5x5矩阵)相关联。我猜，最初，这6个卷积核是随机生成的5x5矩阵。因此，当相同的输入图像被投影到不同的特征映射时，特征映射的输出将不同。
浏览 0提问于2016-01-21得票数 0
1回答
可以使用特征：：Map直接将此缓冲区映射到Eigen::Matrix<float, 3, N>。由于我将使用仿射变换(即Eigen::Matrix4f矩阵)对点进行变换，所以我想将相同的缓冲区映射到一个特征结构，该结构允许我将缓冲区看作一个Eigen::Matrix<float, 4, N>矩阵，在不使用复制原始缓冲区或的情况下，是否可以方便地将转换应用于每个单点
浏览 0提问于2013-04-29得票数 7
回答已采纳
5回答
我正在创建一个卷积稀疏自动编码器，我需要将一个充满值的4D矩阵(其形状是[samples, N, N, D])转换成一个稀疏矩阵。
对于每个样本，我都有D NxN特征图。我希望将每个NxN特征映射转换为稀疏矩阵，将最大值映射为1，将所有其他值映射为0。我不想在运行时而是在Graph声明期间这样做(因为我需要使用生成的稀疏矩阵作为其他图操作的输入)，但我不知道如何获取索引来构建稀疏矩阵。
浏览 5提问于2016-10-04得票数 9
1回答
我在C++数组double myData[10]中有一些数据；我想将这个数组的n元素复制到Eigen中声明为Eigen::MatrixXd myVector的向量中。我可以在循环中一次做一个，但必须有一种方法来复制整个数组。我试过这段代码，但它得到了一个编译错误(错误值：'='：左操作数必须是l-C2106)：我不想映射数组，因为C++数组将超出作用域，并且要复制的额外内存量微不足道。从C++数组复制<
浏览 2提问于2017-05-11得票数 0
1回答
但我的问题是，当我使用核函数映射我的数据集时，所有数据以及所有特征值和特征向量都在那个空间中，为了测试新样本，我面临一些问题。让我用一个例子来解释一下。例如，当我有50个样本和10个特征来描述每个样本时，我的数据矩阵是50乘以10，映射该函数将在新的特征空间中产生一个50乘以50的矩阵。因此，特征向量(FDA中的W)也在50D空间中。现在为了测试一个新的样本，它是一个有10个元素作为特征的向量，映射
浏览 0提问于2016-08-13得票数 0
1回答
我是编程新手，我正在尝试计算社交网络上有向图映射的特征向量中心性。这些是很大的矩阵。我知道如何计算特征向量和与图相关的邻接矩阵。我只是不确定如何结合这两个部分来计算特征向量中心性。提前谢谢。
浏览 1提问于2010-07-20得票数 0
在Conv2D层中，我理解它根据不同的特征映射值创建不同的卷积层。可以看到应用于输入图像的不同特征映射矩阵，以得到卷积层，可以看到在Conv2D步骤完成后生成的矩阵的值。
提前感谢
浏览 5提问于2020-01-01得票数 1
回答已采纳
1回答
这个向我们展示了如何在不复制数据的情况下将cv::Mat映射到特征矩阵，它工作得很好，但是有一件事我不明白。A.ptr<float>(), A.rows, A.cols);
问题是，Mat A不告诉A_Eigen它应该占用多少字节，据我所知，cv::Mat of OpenCV可能或不对每一行进行填充，是否需要告诉特征值每一行多少字节Ps:我用的是特征3
浏览 4提问于2015-08-24得票数 0
回答已采纳
7回答
将特征矩阵转换为C数组
、、、
库可以将现有内存映射到特征矩阵。data);MatrixXi mat2x2 = Map<MatrixXi>(data, 2, 2);
我的问题是，如何从特征矩阵特征矩阵的真实布局是什么？真实的数据是否像普通的c数组一样存储？
浏览 1提问于2011-12-09得票数 64
回答已采纳
我有下面的例子：vectorizer.fit(sentences)输出如下：
{'Rashmi': 0, 'likes': 5, 'ice': 4, 'cream': 2, 'hates':
浏览 2提问于2019-09-14得票数 0
我的理解是，对于二维映射，此初始化方法查看数据矩阵的两个最大特征值的特征向量，然后使用这些特征向量所跨越的子空间来初始化映射。这是否意味着为了获得初始map权重，此方法是否采用最大的两个特征向量的随机线性组合来生成map权重？有没有一种模式？例如，对于地图上的40个输入数据向量，lininit初始化方法是否采用组合a1*e1 + a2*e2，其中e1和e2是两个最大的特征向量，a1和a2是-3到3之间的随机整数？还是有不同的机制？我希望确保我确切地知道
浏览 6提问于2017-12-19得票数 2
1回答
假设我的文本文件由以下文本组成：
from nltk.corpus import stopwords
text = input('Please enter the f
浏览 1提问于2017-07-14得票数 2
回答已采纳
1回答
我是caffe的新手，我用64个7x7的特征映射训练了一个神经网络，当我得到一个滤波器的权重时，我得到了一个7x7矩阵。然而，我的第二层有32个3x3的特征映射，当我得到任何过滤器的权重时，我得到第二层的任何过滤器的64个3x3内核矩阵。有人知道为什么吗？
浏览 0提问于2018-03-12得票数 0
回答已采纳
1回答
我有一个大小为10000 x 10000的二维协方差浮点数组，我想通过使用特征libary.For来获得特征值，我需要将二维协方差浮点数组存储到浮点类型的特征矩阵A中，然后使用特征解算器来获得特征值。Covariance[10000][10000];cout <<“这里是协方差矩阵，A:”<< A
浏览 4提问于2018-04-14得票数 0
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
浏览 60提问于2019-05-20得票数 3
1回答
xTrans, loss) / m return theta['Peter Jackson', 'Action'
Sergio Leone', 'Comedy'
浏览 2提问于2015-11-10得票数 0
回答已采纳
tensor2, tensor[i,:,:].eval()))
如果不是一目了然，我想做的就是使用由7个不同矩阵组成的张量的一个矩阵的值，并将其应用于张量中的其他矩阵。基本上，一些特征映射值的损失将以不同于其他特征映射值的方式计算(并随后加权)，这取决于其中一个特征映射值中的一些值。
浏览 5提问于2017-01-18得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
