Eigen::Tensor使用帮助

0 引言

用python实现了某些算法之后，想转成C++来获取更高的性能。但是python数组的操作太灵活了，尤其是3维、4维、5维等高维数组，以及它们的广播、数组坐标、切片等机制。还有numpy的pad、where等操作更是给C++转换带来了更多的麻烦。

查阅了相关的资料，发现Eigen库有Tensor结构，可以实现python的高维数组运算。但是Eigen::Tensor在网上的资料非常少，官网对其也描述甚少。甚至由于AI的流行，许多错误的信息也给我们带来很多困扰。

我想整理一个比较全面的关于Eigen::Tensor的使用帮助，包括函数原型和示例代码，以及它的特性。与python用到的一些函数相对照。希望对大家有所帮助。

参考资料：

1 概述

1.1 什么是 Eigen::Tensor

Eigen::Tensor是Eigen库中提供的高维（任意维度）数组（张量）库，支持动态或静态维度。
可以用于进行高效的矩阵和张量运算。
适用于科学计算、机器学习等领域。

1.2 核心特性

支持任意维度（如 3D、4D 等）
逐元素操作、收缩（contraction）、卷积等
内存布局控制（列优先/行优先）
与 Eigen 矩阵/向量互操作性
模板类
高性能计算，可以在GPU上并行计算
强类型检查，在编译时对维度和数据类型做检查，(但提示并不友好)
广播机制（不像python那样方便）

2. Tensor 类模板

2.1 模板参数

2.2 成员变量

3. 构造与析构

3.1 构造函数

3.2 析构函数

4. 维度与大小操作

4.1 维度查询

4.2 维度调整

5. 数据访问与修改

5.1 元素访问

5.2