Eigen tensor

这篇博客详细介绍了Eigen库中Tensor模块的使用,包括如何通过TensorMap将数组转换为2D张量并进行reshape操作,以及如何进行slice选择特定部分数据。此外,还展示了如何将指针转换为Tensor,以及使用RowMajor存储模式。内容涵盖了tensor的创建、转换和基本操作,适合学习Eigen库和张量操作的读者。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. tensor的官网教程
    https://eigen.tuxfamily.org/dox/unsupported/eigen_tensors.html

  2. 参考链接
    https://blog.youkuaiyun.com/a2824256/article/details/121328952

  3. slice操作
    https://blog.youkuaiyun.com/qq_35007834/article/details/122627402

  4. rowmajor or colmajor

  5. reshape
    在这里插入图片描述

#include <iostream>
#include <unsupported/Eigen/CXX11/Tensor>

int main()
{
	// 定义一个一维数组,在下面将其转换为2x2的tensor
    float arr[] = { 0.1, 0.2, 0.3, 0.4 };
    // 定义转换的Eigen::TensorMap,同时做了一个reshape操作
    // 如果arr是个vector, 则使用arr.data()
    auto mapped_t = Eigen::TensorMap<Eigen::Tensor<float, 2>>(arr, 2, 2);
    std::cout << typeid(mapped_t).name() << std::endl;
    // 强制转换为Tensor
    auto result = Eigen::Tensor<float, 2>(mapped_t);
    std::cout << typeid(result).name() << std::endl;
    std::cout << result << std::endl;
}
————————————————
版权声明:本文为优快云博主「Alex-Leung」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.youkuaiyun.com/a2824256/article/details/121328952
  1. shuffle
    在这里插入图片描述
  2. chip
    在这里插入图片描述
  3. pad
    在这里插入图片描述
  4. 指向数组的指针转成tensor
// 定义一个向量
std::vector<float> data = { 1, 2, 1, 2, 1, 2};

// 转换到Eigen::TensorMap,三个参数依次为:类型:float,维度:2, 存储模式:行优先
auto mapped_X_ = Eigen::TensorMap<Eigen::Tensor<float, 2, Eigen::RowMajor>> 
// 指针data,第一维数目:2,第二维数目: 3
		(&data[0], 2,  3 );

// 再转换到Eigen::Tensor,参数同上
auto eigen_X_ = Eigen::Tensor<float,2, Eigen::RowMajor>(mapped_X_);

// 第一维大小,行数:2;第二维大小,列数:3	
Tensor X_(DT_FLOAT, TensorShape({ 2, 3 }));

// 数据类型:float,维度:2
X_.tensor<float, 2>() = eigen_X_;

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值