广播类似于 Numpy 的犰狳矩阵运算的最佳方式

Question

考虑矩阵 A 和 B，其中 A 是 5x5 矩阵，B 是 1x5 矩阵（或行向量）。如果我尝试在 Numpy 中执行 A + B，它的广播功能将隐式创建一个 5x5 矩阵，其中每一行都有 B 的值，然后在这两个矩阵之间进行正常的矩阵加法。这可以用犰狳这样写；

mat A = randu<mat>(4,5);
mat B = randu<mat>(1,5);
A + B;

但这失败了。而且我查看了文档，但找不到进行广播的内置方式。所以我想知道最好（最快）的方法来做一个类似于上面的操作。

当然，我可以手动将较小矩阵的大小调整为较大矩阵的大小，并使用 for 循环将第一行值复制到每一行，并在 Armadillo 中使用重载的 + 运算符。但是，我希望有一种更有效的方法来实现这一目标。任何帮助将不胜感激！

Answer 1

扩展 Claes Rolen 的笔记。 Armadillo 中的矩阵广播是使用 .each_col() and .each_row(). Broadcasting for cubes is done with .each_slice().

完成的

mat A(4, 5, fill::randu);

colvec V(4, fill::randu);
rowvec R(5, fill::randu);

mat X = A.each_col() + V;  // or A.each_col() += V for in-place operation
mat Y = A.each_row() + R;  // or A.each_row() += R for in-place operation

cube C(4, 5, 2, fill::randu);
cube D = C.each_slice() + A;  // or C.each_slice() += A for in-place operation

广播类似于 Numpy 的犰狳矩阵运算的最佳方式

Best way to broadcast Armadillo matrix operations similar to Numpy

c++

matrix

armadillo