eigen

1열

1답변

openmp를 사용하여 eigen C++을 사용하는 Jacobi 알고리즘의 병렬화

난 Numerical Recipes 책에 설명 된 루틴을 기반으로 Jacobi 알고리즘을 구현했지만 openmp를 사용하여 병렬화하려고하므로 매우 큰 행렬을 사용하려고합니다. //#pragma omp parallel for private (ip,g,h,t,theta,c,s,tau) //#pragma omp parallel for private (g,h,t

3열

2답변

Eigen (3.2.5 버전)이 올바른 전치 행렬을 얻을 수없는 이유

Eigen 라이브러리를 사용하여 기본 행렬 조작을 수행합니다. 그러나, 나는 3 * 3 행렬로부터 올바른 전치 행렬을 얻을조차 수 없었다. 다음은 간단한 코드 예제입니다 : #include <iostream> #include <Eigen/Core> #include <Eigen/Dense> using namespace std; using namespa

1열

1답변

주조 아이겐 :: 매트릭스에 이력서 :: 매트 사이의 매트릭스 및

내가 가진 말 : Eigen::Matrix<int, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor> someMatrixEigen = someMatrix(); 나는 이력서 : (유형 CV_8U와) 매트 헤더를 만들 수 있다면, 내가 할 수 있어야한다 이거 할거야, 그렇지? 내가 cv::Mat anotherMatrixOC

0열

2답변

루프를 사용하여 숫자로 채우기 행렬 A (Eigen :: Matrix2d A)

이 코드를 시도 할 때마다 어설 션이 실패합니다! 루프를 사용하여 행렬 A를 채우려면 어떻게해야합니까? #include <iostream> #include "../eigen3/Eigen/Dense" int main() { Eigen::Matrix2d A; for (int row = 0; row < 5; ++row) { for (i

0열

2답변

복사하지 않고 고유 행렬을 병합 할 수 있습니까?</p> <pre><code>1 2 3 4 </code></pre> <p>두 flattenings 있습니다 :

당신이 매트릭스 A 있다고 가정 1 2 3 4 및 1 3 2 4 기본 (ColMajor) 스토리지 유형을 사용하는 경우를 우리는 얻을 수 있습니다 후자는 VectorXd v = Map<const VectorXd>(A.data(), A.size()) 이것은 데이터를 한 번만 복사합니다. 전자를 얻는 그러나 는, 내가 생각할 수있는 최선은

0열

1답변

Eigen과 함께 사용자 정의 preconditioner를 사용하는 방법

Eigen으로 반복 솔버 (예 : CG)에 대한 사용자 정의 preconditioner를 사용하려고합니다. 특히, 나는 비슷한 문제를 여러 번 풀어야한다 : 행렬은 약간 변하지 만 평균 행렬에 가깝다. 내 평균 매트릭스의 콜레 스키 (Cholesky) 분해를 계산하고이를 전제 조건으로 사용하고 싶습니다. 내가 생각했던 어떤 는 뭔가 같은 : Conjugat

1열

2답변

Eigen Tensor를 매개 변수로 사용하는 일반 템플릿 기능을 작성하는 방법은 무엇입니까?

Eigen 행렬/배열을 취하는 함수를 작성하는 모범 사례는 매우 잘 문서화되어 있습니다. here. 그러나 나는 객체와 표현을 Eigen::Tensor 동일하게하는 방법에 관심이있다. 좀 더 구체적으로는 텐서 오브젝트 나 표현식을 매개 변수로 취하는 (resize/modification 포함) 일반적인 조작 템플릿 함수를 쓰고 싶습니다.() template

-1열

1답변

고유 코드가 SSE 명령어에 최적화 된 코드인지 여부 확인

Eigen :: vectors를 사용하는 코드를 가지고 있으므로 Eigen이이 코드를 SSE에 맞게 최적화했는지 확인하고자합니다. Visual Studio 2012 Express를 사용하여 C++ 코드의 최적화 정보를 제공하는 "/ Qvec-report : 2" 명령 줄 옵션을 설정할 수 있습니다. Visual Studio 나 Eigen에서 코드가 최적화되

3열

1답변

Eigen은 선형 대수학에서 배정도 이상을 사용할 수 있습니까? Ax = b

일부 선형 대수를 수행하기 위해 Eigen을 사용하고 있습니다. 즉 Ax = b에서 x를 찾는다. 여기서 A는 (n, n) 행렬이고 x와 b는 (n, 1) 크기 벡터입니다. 두 배 이상의 정밀도로 계산할 수 있는지 알고 싶습니다.

0열

1답변

식 상수 값이 있어야합니다 아이겐 매트릭스

내가 예를 Eigen::MatrixXd FileReader::load_csv(const std::string & path, const int rows_csv, const int columns_csv) { std::ifstream indata; indata.open(path); std::string line; std::ve