使用 C++ Eigen 和 matlab mexFunction 的矩阵乘法问题

Matrix multiplication issues using C++ Eigen, and matlab mexFunction

    // computing the matrix operation here
    // resultEigen = Input matrix
    // result1Eigen = hidden bias 
    // result2Eigen = visible bias
    // result3Eigen = weight matrix

     MatrixXd H;
     MatrixXd V;
     double well[36];
     Map<MatrixXd>( well, H.rows(), H.cols() ) = H;        
     H = resultEigen * result3Eigen + result1Eigen;
     mexPrintf("H is here\n");
        for (int i=0; i<36; i++)
          {

             mexPrintf("%d\n",H);
          }

            mexPrintf("\n");

我需要为我的 RBM 构建一个重构函数,因为直接矩阵乘法可以获得更好的结果,我一直在参考特征库来解决我的问题,但我遇到了一些困难。 当 运行 以上代码时,我最终得到 H 矩阵的单个值,我想知道为什么!

此外,用于计算H的参数已启动如下:

         double *data1 = hbias;
         Map<VectorXd>hidden_bias(data1,6,1);
         VectorXd result1Eigen;
         double result1[6];
         result1Eigen = hidden_bias.transpose();
         Map<VectorXd>(result1, result1Eigen.cols()) = result1Eigen;
         // next param
         double *data2 = vbias;
         Map<VectorXd>visible_bias(data2,6,1);
         VectorXd result2Eigen;
         double result2[6];
         result2Eigen = visible_bias.transpose();
         Map<VectorXd>(result2, result2Eigen.cols()) = result2Eigen;
         // next param
         double *data3 = w;
         Map<MatrixXd>weight_matrix(data3,n_visible,n_hidden);
         MatrixXd result3Eigen;
         // double result3[36];

         mxArray * result3Matrix = mxCreateDoubleMatrix(n_visible, n_hidden, mxREAL );
         double *result3=(double*)mxGetData(result3Matrix);
         result3Eigen = weight_matrix.transpose();
         Map<MatrixXd>(result3, result3Eigen.rows(), result3Eigen.cols()) = result3Eigen

最后,我还面临使用 std::cout 从 mexFunction 内部打印数据的问题。 感谢您的任何提示。

问题出在打印代码中,应该是:

mexPrintf("%d\n",H(i));

那么,就不需要复制向量和矩阵了。例如,result1 是无用的,因为您可以使用 result1Eigen.data() 获得指向存储在 result1Eigen 中的数据的原始指针。同样,你可以直接将weight_matrix.transpose()赋值给Map<MatrixXd>(result3,...),我看不出well的用途。

最后,如果在 compile-time 确实知道尺寸,那么最好使用 Matrix<double,6,1> 而不是 VectorXdMatrix<double,6,6> 而不是 MatrixXd。您可以期待显着的加速。