Question

我正在尝试基于特征矩阵进行缩减。

#include <iostream>
#include <Eigen/Dense>
#include <type_traits>

template<typename T1, typename T2, int n1, int n2>
auto reduction(Eigen::Matrix<T1, n1, n2> &a1,
               Eigen::Matrix<T2, n1, n2> &a2)
     -> decltype(T1{}*T2{})
{
  using BaseT3 = 
    typename std::remove_cv<typename std::remove_reference<decltype(T1{}*T2{})>::type>::type;

  BaseT3 res = a1(0, 0)*a2(0, 0);

  for (int i=0; i<n1; ++i)
    for (int j=0; j<n2; ++j)
      if (i+j)
        res = res + a1(i, j)*a2(i, j);

  return res;
}

int main()
{
  Eigen::Matrix<double, 3, 3> m;
  Eigen::Matrix<Eigen::Vector3d, 3, 3> n;

  std::cout << reduction(m, n) << std::endl;
}

基本上，我试图得到sum_{i, j} a1[i, j] * a2[i, j] a1和a2是一些特征数学，但我得到了编译错误。我得到的错误是

error: no match for ‘operator=’ (operand types are ‘BaseT3 {aka 
Eigen::CwiseUnaryOp<Eigen::internal::scalar_multiple_op<double>, 
const Eigen::Matrix<double, 3, 1> >}’ 
and 
‘const Eigen::CwiseBinaryOp<Eigen::internal::scalar_sum_op<double>, 
const Eigen::CwiseUnaryOp<Eigen::internal::scalar_multiple_op<double>, 
const Eigen::Matrix<double, 3, 1> >, 
const Eigen::CwiseUnaryOp<Eigen::internal::scalar_multiple_op<double>, 
const Eigen::Matrix<double, 3, 1> > >’)
         res = res + a1(i, j)*a2(i, j);
             ^

如果我没有记错，对于给定的main，BaseT3类型应为Eigen::Vector3d。我也试过静态转换，所以operator=不应该失败，但我会得到其他错误。

这是c ++ 11，我使用Eigen3，编译器是g ++ 5.4.1。

Answer 1

T1 * T2的decltype不是你所期望的 - Eigen大量使用表达式模板。错误中的CWiseUnaryOp和CWiseBinaryOp类型表明了这一点。换句话说，＆＃34; double * Vector3d＆＃34;的结果并不是你所期望的（它不是Vector3d，它是一个cwisebinaryop）。

另请参阅：Writing functions taking Eigen Types。

在这种特定情况下，您可以通过为模板函数的第一个和第二个参数创建特征基类型的部分特化来找到解决方案。

Answer 2

Eigen使用表达式模板来优化操作链。

所以MatrixA * MatrixB 不是一种Matrix类型，而是一个表达“当评估时，这将是MatrixA乘以MatrixB的产物”。

结果是A*B+C*D不会创建（至少那么多）临时矩阵，而是当存储在输出矩阵中时，结果“懒得”直接计算到输出矩阵中。

现在，你正在增加元素。但是你的一个元素类型又是一个矩阵。并且Eigen做了标量时间向量的表达模板优化。

您想要的类型是std::decay_t<decltype((T1{}+T2{}).eval())>（以及C ++ 11详细版本）。

你可以写一个花哨的SFINAE东西，检查它是否可以被评估，如果是这样的话。或者您可以测试特征表达式模板类型。

减少基于特征的模板

2 个答案: