3回答
当尝试使用本征中某些操作的结果初始化向量时，结果似乎不同，取决于所使用的语法，即在我的机器上，以下代码末尾的断言失败：Eigen::MatrixXdR = Eigen::MatrixXd::Random(n,n);
Eigen::VectorXd x= Eigen:
浏览 7提问于2021-10-05得票数 6
回答已采纳
我有一个运行得很好的：Sig.selfadjointView<Lower>().rankUpdate(xSub.adjoint());
现在，我还需要得到Sig的上三角形部分<Mode>::Type Eigen::MatrixBase::triangularView() [with unsigned int Mode = Mode, Derived = Eigen::Matrix<Mode>::Type Eigen</em
浏览 1提问于2013-01-26得票数 0
回答已采纳
1回答
我有用C++编写的使用特征的代码，我需要用OpenCV重写它。问题是我以前没有用过艾根，也找不到更多的例子来帮助我。这是一个代码示例：Eigen::VectorXd alpha;alpha = L.topLeftCorner(n, n).triangularView<Eigen::Lower>().solve(y);
L.topLeftCorner(n, n).triangul
浏览 0提问于2015-05-29得票数 1
回答已采纳
我正在使用Eigen C++库的triangularView特性来跳过矩阵的上三角部分的计算，如下所示：这是我想要的，但是当我使用"StrictlyLower“跳过对角线的计算时，结果矩阵似乎被破坏了。以下是示例代码：#include <Eigen/Dense>
usi
浏览 60提问于2017-03-13得票数 2
1回答
我有以下程序：using namespace Eigen;
void func(Matrix<double, _m, _n> A) Matrix<double, 2, 3> AA;
2, 0, 7;
浏览 0提问于2013-02-15得票数 2
回答已采纳
1回答
求解特征上的稀疏上三角系统？
、、、、
Matrix3d A; 0, 5, 6, spA.triangularView<Upper>().solve<OnTheRight>(bT); // COMPILEspA.triangularView
浏览 2提问于2014-06-27得票数 3
回答已采纳
2回答
我最近开始使用Eigen (版本3.3.1)，在OLS回归的核心上运行一个对Armadillo的基准测试，这就是计算矩阵的乘积的逆，我注意到使用MKL库编译Eigen比不使用它运行这种操作要慢。我想知道我的编译指令是否错了。我还试图实现这个直接调用MKL和LAPACK例程的操作，并获得了比Armadillo快得多的结果。我无法解释如此糟糕的性能，特别是对于浮点类型。#define EIGEN_NO_
浏览 6提问于2016-12-11得票数 1
回答已采纳
1回答
vec = boost::any_cast<vectype const&>(x); }ApplyCholesky<Eigen::MatrixXd, Eigen::VectorXd>(A, x
浏览 5提问于2017-11-09得票数 0
回答已采纳
在本征库中，要实现A^T*A，可以编写：X.template selfadjointView<Lower>().rankUpdate(A.transpose());X.template selfadjointView<Lower>().rankUpdate(A.template triangularView<Lower
浏览 8提问于2022-01-20得票数 1
回答已采纳
我尝试了如下方法x1 = (l*l.transpose()).llt().solve(y1);
其中l，y1是输入矩阵，x1输出matrix.Output谢谢你的建议。
浏览 0提问于2016-07-11得票数 0
1回答
加权外积的矢量化
、、
我希望加快计算近似加权协方差的速度。 具体地说，我有一个Eigen::VectorXd(N) w和一个Eigen::MatrixXd(M,N) points。我想计算一下w(i)*points.col(i)*(points.col(i).transpose())的和。我使用的是for循环，但我想看看是否可以运行得更快： Eigen::VectorXd w = Eigen::VectorXd(N) ;
Eigen::MatrixXd points = <
浏览 12提问于2019-09-28得票数 0
回答已采纳
因此，我使用两组不同的标志用gcc4.8编译了一个如下所示的小测试：$ g++ test-eigen.cxx-o test-eigen -march=native -O2 -mno-avx
我确认使用-mno-avx的第二种情况不会产生任何使用ymm寄存器的指令。下面是程序test-eign.cxx(它对两个矩阵的和
浏览 37提问于2017-07-25得票数 4
2回答
我想要做的是编译由CMake构建的项目。在我的代码中，我有下一个方法： * See TriangularView:solve() for the details.template<typename MatrixType, unsigned intMode>
t
浏览 3提问于2017-04-18得票数 3
我有一个奇怪的问题，两个应该给出相同结果的函数是不一致的。我已经包括了下面的代码。我知道test1的结果是正确的，而test2是错误的。::MatrixXd test1(Eigen::MatrixXd A){ return A.triangularView<Eigen::Lower>().solve(Eigen::MatrixXd::Ident
浏览 0提问于2019-02-06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
、、、、
对于这个简单的例子，结果是0 5 14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)：auto dltt = dm.triangularView<Eigen::Lower>().transpose();
std::cout << "dsut:cout << &quo
浏览 3提问于2017-09-28得票数 0
回答已采纳
1回答
我使用标准的特征库来计算给定矩阵的LU分解。我以为我知道LU分解背后的逻辑。但是，这个函数给了我一些我在示例1和3中不理解的东西。示例2起作用，我在这里确实知道matrixLU()的用法。().triangularView<Eigen::U
浏览 2提问于2014-01-26得票数 2
回答已采纳
1回答
我使用C++ 14和Eigen。对于n x n矩阵A，我如何使用Eigen中的QR分解来提取Q和R矩阵?我只得到了R： HouseholderQR<MatrixXd> qr(A); MatrixXd R = qr.matrixQR().template triangularView<Upper>(); 不管怎样，我只想把矩阵A转换成一个三角形矩阵(以一种有效的方式，我想大约是O(n^3) )，它的行列式等于A<
浏览 23提问于2020-07-06得票数 0
1回答
我想使用Eigen来计算L_1^{-1} L_2，其中L_1和L_2都是下三角矩阵，并且在Eigen中存储为面向列的稀疏矩阵。我尝试了特征三角形求解器。然而，这要求L_2是密集的。
浏览 1提问于2018-11-14得票数 1
通过比较不同的特征在C++中的QR实现，我得到了奇怪的性能结果，我是通过R内部的RcppEigen包访问C++环境，但是字符串src只是C++代码。# 1) Non-pivoted QR decomposition:
using Eigen::Map;using Eigen::HouseholderQRMatrixXd Q(m,m);HouseholderQ
浏览 0提问于2020-05-26得票数 1
我正在尝试将一些代码从Eigen 3.2.10转换到3.3。在此方法声明中，我遇到编译错误。Eigen::SparseTriangularView < SystemMatrixType, Eigen::Lower >生产error
浏览 2提问于2017-03-30得票数 2
回答已采纳
云服务器
ICP备案
即时通信 IM
实时音视频
云直播
腾讯云开发者
