eigen3 相关问题

Eigen是线性代数的C ++模板库：矩阵，向量，数值求解器和相关算法。

我如何使用我的类型使用eigen？我已经定义了类型构造mytype { 双a; 双b; bool isfinite（） { } }; 我怎么能在eigen中使用Allfinite eigen ::array

struct Mytype{ double a; double b; bool isfinite() { } };

c++ eigen eigen3

回答 1 投票 0

eigen :: rowvectorxf的不同初始化是什么？我正在阅读一些文档，并通过eigen :: rowvectorxf找到了两个不同的初始化和用法。我找不到通过文档的区别，甚至是t ...

new

c++ linear-algebra eigen eigen3

回答 1 投票 0

eigen矩阵乘法效率远低于环路遍历

＃包括 #include #include #include int main（） { const int num_points = 300000000; eigen ::matrix #include <Eigen/Dense> #include <iostream> #include <random> #include <chrono> int main() { const int num_points = 300000000; Eigen::Matrix<float, Eigen::Dynamic, Eigen::Dynamic> init_points(num_points, 3); Eigen::Matrix<float, Eigen::Dynamic, Eigen::Dynamic> transformed_points(num_points, 3); std::mt19937 rng(42); std::uniform_real_distribution<float> dist(-100.0f, 100.0f); for (int i = 0; i < num_points; ++i) { init_points(i, 0) = dist(rng); // x init_points(i, 1) = dist(rng); // y init_points(i, 2) = dist(rng); // z } float theta = 3.14159265358 / 4; // pi/4 Eigen::Matrix3f rotation; rotation = Eigen::AngleAxisf(theta, Eigen::Vector3f::UnitZ()); Eigen::Vector3f translation(10.0f, 20.0f, 30.0f); auto start_time = std::chrono::high_resolution_clock::now(); //transformed_points = init_points * rotation; //uncomment this line to use the Matrix multiply version //transformed_points.rowwise() += translation.transpose(); //uncomment this line to use the Matrix multiply version for (int i = 0; i < num_points; ++i) //comment this for loop to use the Matrix multiply version { Eigen::Vector3f v = init_points.row(i).transpose(); v = rotation * v; v += translation; transformed_points.row(i) = v.transpose(); } auto end_time = std::chrono::high_resolution_clock::now(); std::chrono::duration<double, std::milli> duration_ms = end_time - start_time; std::cout << "total consume: " << duration_ms.count() << "ms" << std::endl; std::cout << "first 5 points:(x,y,z)" << std::endl; for (int i = 0; i < 5; ++i) { std::cout << "("<< transformed_points(i, 0) << ","<< transformed_points(i, 1) << ", " << transformed_points(i, 2) << ")" << std::endl; } return 0; } I当前在通过点云采样获得的对象上执行坐标转换。我需要先旋转一组点，然后翻译它们以获得转换的点云。这个点云数据总共包含300,000,000点，我正在使用eigen的动态阵列进行存储。上面的代码是一个测试示例，我在其中初始数字初始化了300,000,000点，然后执行旋转和翻译操作。该代码既包括循环遍历版本和矩阵乘法版本。要使用矩阵乘法，您只需要删除我发表评论的两行并评论前循环部分。 the是对循环遍历和矩阵乘法版本所消耗的时间的比较： 1。对于旋转和翻译操作，我尝试将所有300,000,000点乘以旋转矩阵，然后添加翻译向量。此操作在我的i7-13700k cpu上大约需要2044ms。 2。我写了一个循环遍历每个点并逐一旋转和翻译。总时间仅为600ms。我知道eigen使用许多CPU指令集来优化矩阵乘法，并且我正在使用启用了各种SIMD和AVX优化的英特尔ICC编译器。为什么在这里的前横梁比矩阵乘法快3倍？加上，是否有任何空间可以进一步优化上述代码？有人可以帮助分析吗？我非常感谢它。 PS：我确实有优化的打开，因为在优化的情况下关闭了所花费的时间比现在要高得多。我的意思是，当我打开优化时，for循环比单独进行矩阵乘法更快我刚刚进行了一些时间测量。由于我没有与您相同的CPU，并且您没有指定所使用的确切编译器选项，因此效果可能会或可能不会有所不同。我测试了： Intel（R）Oneapi DPC ++/C ++编译器2025.0.4 编译器标志：-dndebug -o3 -march =i7-9850H上的本机以下所有值是3个测量值的中间：逐行的弯曲率花费了1247.91ms。矩阵乘版本最初采用2583.93ms。使用Noalias（如transformed_points.noalias() = init_points * rotation;中）时，矩阵乘版本为1451.23ms。 noalias有助于摆脱临时性，请参阅https：//eigen.tuxfamily.org/dox/group__topicaliasing.html 当将行和列切换时，将固定尺寸从Eigen::Dynamic切换到3时，iThe矩阵乘法版本花费了1278.85ms。由于eigen默认为列是列 - 这意味着每个点的x，y和z现在彼此隔绝。其他优化可能是可能的，但至少现在是初始的逐行环和矩阵乘法所需（几乎）运行时间的时间。这是最终代码： const int num_points = 300000000; Eigen::Matrix<float, 3, Eigen::Dynamic> init_points(3, num_points); Eigen::Matrix<float, 3, Eigen::Dynamic> transformed_points(3, num_points); std::mt19937 rng(42); std::uniform_real_distribution<float> dist(-100.0f, 100.0f); for (int i = 0; i < num_points; ++i) { init_points(0, i) = dist(rng); // x init_points(1, i) = dist(rng); // y init_points(2, i) = dist(rng); // z } float theta = -3.14159265358 / 4; // minus to transpose/invert rotation Eigen::Matrix3f rotation; rotation = Eigen::AngleAxisf(theta, Eigen::Vector3f::UnitZ()); Eigen::Vector3f translation(10.0f, 20.0f, 30.0f); auto start_time = std::chrono::high_resolution_clock::now(); transformed_points.noalias() = rotation * init_points; transformed_points.colwise() += translation; auto end_time = std::chrono::high_resolution_clock::now(); std::chrono::duration<double, std::milli> duration_ms = end_time - start_time; std::cout << "total consume: " << duration_ms.count() << "ms" << std::endl; std::cout << "first 5 points:(x,y,z)" << std::endl; for (int i = 0; i < 5; ++i) { std::cout << "("<< transformed_points(0, i) << ","<< transformed_points(1, i) << ", " << transformed_points(2, i) << ")" << std::endl; }

c++ eigen matrix-multiplication eigen3

回答 1 投票 0

如何正确初始化 Eigen::Matrix<std::optional<int>>

我正在使用 Eigen::Matrix> 但我不知道如何初始化它。对于数字类型， Matrix::Zero() 效果很好，但是当我使用 std::Optional 时，我想

c++ eigen3

回答 1 投票 0

在 Eigen 中，对于预分配的矩阵，赋值运算符是否会尝试重用现有内存？

考虑以下特征代码片段：选项1 特征::MatrixXf A (m, n), B; B=A；选项2 特征::MatrixXf A (m, n), B (m, n); B=A；在选项 1 中，我假设 B 开始时的大小为 (0, 0)...

matrix c++17 deep-copy eigen3

回答 1 投票 0

如何高效组装 FEM 稀疏矩阵

全部成交，感谢您花时间阅读我的问题。我正在使用 Eigen3.3.4(http://eigen.tuxfamily.org/index.php?title=Main_Page) 编写一些 FEM 代码。我读了Eigen3.3.4文档，在这个