C++——Eigen库的学习(1)_c++ eigen

学习Eigen库的初衷在于最近接触到了深度学习模型部署这块，需要进行TensorRT加速，所以C++也是跑不掉必须学会的技能，但是C++没有python中那么方便的numpy库，没法很容易得进行各种numpy矩阵的计算操作，据我现在了解到的，C++中只能用Eigen库去处理矩阵的计算，用二维矩阵去实现张量的计算。本人了解有限，如果有大佬有更好的办法欢迎指点！

一、Eigen库的简介

Eigen库是C++中用于处理矩阵计算的一个库，具有高效简洁的优点，与matlab中矩阵的计算方式与语法高度相似，熟悉matlab的同学可以极快上手该库！

Eigen库仅仅包含一堆头文件，无需编译，安装过程就不多赘述了，自行百度有大量的教程！

二、Eigen中新建一个矩阵

在Eigen中，可以很方便的新建各种大小的矩阵，这里的矩阵与python中的矩阵不是一个概念，切勿混淆！

1.函数MatrixXd

函数：MatrixXd建立一个任意大小的矩阵(n*n)，且矩阵中每个元素都是double型，矩阵中的每个元素可以通过下标索引去赋值与查找，如下面的代码片段：

#include <iostream>
#include <Eigen/Dense>
using Eigen::MatrixXd;
int main()
{
  MatrixXd m(2,2);
  m(0,0) = 3;
  m(1,0) = 2.5;
  m(0,1) = -1;
  m(1,1) = m(1,0) + m(0,1);
  std::cout << m << std::endl;
}
1
2
3
4
5
6
7
8
9
10
11
12

该代码段建立了一个n*n的矩阵m，通过m(n, n)去索引矩阵元素并进行赋值，会输出如下矩阵：

  3  -1
2.5 1.5
1
2

2.函数MatrixXd::Random、MatrixXd::Constant和Eigen::VectorXd

MatrixXd::Random(n, n):新建一个nn的随机矩阵，元素随机赋值；
MatrixXd::Constant(n, n, a):新建一个nn常量矩阵，元素值用a去赋值；
Eigen::VectorXd:新建一个列向量，元素赋值通过 v << 1,2,3类似的语法进行赋值。

具体的使用方法可以看如下代码段：

#include <iostream>
#include <Eigen/Dense>

using Eigen::MatrixXd;

int main()
{
    MatrixXd m = MatrixXd::Random(3, 3);
    m = (m + MatrixXd::Constant(3, 3, 1.2)) * 50;

    std::cout << m << std::endl;

    Eigen::VectorXd v(3);	//新建一个3维的列向量
    v << 1,2,3;		//列向量的赋值

    std::cout << "m * v" << std::endl << m * v << std::endl;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

该代码段最后将3*3的矩阵与列向量进行了矩阵的乘法，符合 标准矩阵运算，与python中常见的numpy矩阵的运算不太一样，极易混淆！

94.0188  89.844 43.5223
49.4383 101.165  86.823
88.3099 29.7551 37.7775
m * v
404.274
512.237
261.153
1
2
3
4
5
6
7

Eigen库除了支持定义随机大小的矩阵，还支持固定大小的矩阵，在定义矩阵时把矩阵大小固定，可以加快编译速度，但如果使用太多规格的矩阵，同时会增加编译时间。

下面使用固定矩阵大小的函数实现上述代码段同样的功能：

#include <iostream>
#include <Eigen/Dense>

using namespace Eigen;

int main()
{
    Eigen::Matrix3d m = Eigen::Matrix3d::Random();
    m = (m + Eigen::Matrix3d::Constant(1.2)) * 50;

    std::cout << m << std::endl;

    Eigen::Vector3d v(1,2,3);

    std::cout << "m * v" << std::endl << m * v << std::endl;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

Eigen::Matrix3d：定义33大小的矩阵；
Eigen::Matrix3d::Random()：定义33大小的随机矩阵；
Eigen::Matrix3d::Constant(a)：定义3*3大小的常量矩阵，用a填充元素值；
Eigen::Vector3d v(1,2,3)：定义一个3位列向量并直接赋值。

更多技术欢迎加入交流：320297153