6、数据处理与图像操作：从C++结构到机器学习对象

数据处理与图像操作：从C++结构到机器学习对象

1. 从C++数据结构初始化矩阵和张量对象

在处理数据集时，存在各种文件格式，但并非所有格式都能被库所支持。对于不支持的格式，可能需要编写自定义解析器。将数据读取到常规C++容器后，通常需将其转换为机器学习框架使用的对象类型。下面介绍几种常见库的转换方法。

1.1 Eigen库

使用Eigen库，可以通过 Eigen::Map 类型将C++数组包装成 Eigen::Matrix 对象，包装后的对象将表现为标准的Eigen矩阵。创建 Eigen::Map 对象时，需要传入C++数组的指针和矩阵维度。示例代码如下：

std::vector<double> values;
// ...
auto x_data = Eigen::Map<Eigen::Matrix<double, Eigen::Dynamic,
                         Eigen::Dynamic, Eigen::RowMajor>>(values.data(),
                                                           rows_num,
                                                           columns_num );

1.2 Shark - ML框架

Sha