Question

我尝试使用Eigen对来自boost::multiprecision的mutliprecision浮动类型进行特征向量分解。我从一个非常简单的例子开始，我已经从不同的来源复制了一起。这是代码：

#include <boost/multiprecision/cpp_dec_float.hpp>
#include <eigen3/Eigen/Dense>
#include <eigen3/Eigen/LU>
#include <eigen3/Eigen/Eigenvalues>
#include <iostream>

typedef boost::multiprecision::number<boost::multiprecision::cpp_dec_float<100> > SuperFloat;
typedef std::complex<SuperFloat> SuperComplex;

// this is the first fix I came up with to overcome the problem
// that multiprecision doesn't come with an int() operator
namespace Eigen {
  namespace internal {
    template<typename NewType> 
    struct cast_impl<SuperFloat,NewType> {
      static inline NewType run(const SuperFloat& x)  {
        return x.convert_to<NewType>();
      }
    };
  }
}

typedef Eigen::Matrix<SuperFloat, Eigen::Dynamic, Eigen::Dynamic> EigenMatrixR;
typedef Eigen::Matrix<SuperFloat, Eigen::Dynamic, 1 > EigenVectorR;
typedef Eigen::Matrix<SuperComplex, Eigen::Dynamic, Eigen::Dynamic> EigenMatrixC;
typedef Eigen::Matrix<SuperComplex, Eigen::Dynamic, 1 > EigenVectorC;

int main(){
    int size = 10;   

    EigenMatrixR A = EigenMatrixR::Identity(size, size);

    Eigen::EigenSolver<EigenMatrixR> es(A);
    std::cout << "The eigenvalues of A are:" << std::endl << es.eigenvalues() << std::endl;
    std::cout << "The matrix of eigenvectors, V, is:" << std::endl << es.eigenvectors() << std::endl << std::endl;
    SuperComplex lambda = es.eigenvalues()[0];
    std::cout << "Consider the first eigenvalue, lambda = " << lambda << std::endl;
    EigenVectorC v = es.eigenvectors().col(0);
    std::cout << "If v is the corresponding eigenvector, then lambda * v = " << std::endl << lambda * v << std::endl;
    std::cout << "... and A * v = " << std::endl << A.cast<SuperComplex>() * v << std::endl << std::endl;
    EigenMatrixC D = es.eigenvalues().asDiagonal();
    EigenMatrixC V = es.eigenvectors();
    std::cout << "Finally, V * D * V^(-1) = " << std::endl << V * D * V.inverse() << std::endl;

    return 0;
}

我已经克服了前几个陷阱（例如int()类型的boost::multiprecision运算符缺失，而convert_to方法代替了/usr/include/eigen3/Eigen/src/Eigenvalues/EigenSolver.h:549:43: error: no matching function for call to ‘cdiv(boost::multiprecision::detail::expression<boost::multiprecision::detail::negate, boost::multiprecision::number<boost::multiprecision::backends::cpp_dec_float<100u> >, void, void, void>, boost::multiprecision::detail::expression<boost::multiprecision::detail::negate, boost::multiprecision::number<boost::multiprecision::backends::cpp_dec_float<100u> >, void, void, void>, Eigen::EigenSolver<Eigen::Matrix<boost::multiprecision::number<boost::multiprecision::backends::cpp_dec_float<100u> >, -1, -1> >::Scalar&, Eigen::EigenSolver<Eigen::Matrix<boost::multiprecision::number<boost::multiprecision::backends::cpp_dec_float<100u> >, -1, -1> >::Scalar&)’ std::complex<Scalar> cc = cdiv(-ra,-sa,w,q); ^ /usr/include/eigen3/Eigen/src/Eigenvalues/EigenSolver.h:422:22: note: candidate: template<class Scalar> std::complex<_Tp> Eigen::cdiv(const Scalar&, const Scalar&, const Scalar&, const Scalar&) std::complex<Scalar> cdiv(const Scalar& xr, const Scalar& xi, const Scalar& yr, const Scalar& yi)类型，但现在我已经＃＆n;已达到编译器只是吐出有关失败的模板分辨率的错误消息的程度。

完整的错误日志很长（我把它放在pastebin上：http://pastebin.com/a2R0NDSA），但第一个错误是这样的：

Eigen

换句话说，boost尝试使用带有四个标量的函数，但Eigen为前两个提供表达式模板（并且编译器拒绝将这些模板隐式转换为标量）。

我是在正确的道路上，还是这种努力是徒劳的？有关如何继续教授boost::multiprecision如何使用typedef boost::multiprecision::cpp_dec_float<50> mp_backend; typedef boost::multiprecision::number<mp_backend, boost::multiprecision::et_off> SuperFloat;类型的任何建议？

更新

感谢此问题下面的有用评论，我已经能够通过关闭表达式模板来解决问题。

check_in_range

有关namespace boost{ namespace multiprecision { namespace default_ops{ template <> inline bool check_in_range<SuperComplex,long double>(const long double& t){ return false; } } } }模板解析失败的剩余错误消息可以修复如下：

get

Answer 1

您的错误是由boost::multiprecision从一元减号运算符返回表达式模板对象而不是另一个标量（即相同的boost::multiprecision数字类型）引起的。

显而易见的解决方案是使用避免表达模板的多精度类型，或者通过完全转换另一种类型（无论如何可能更快）或关闭boost::multiprecision的表达式模板，请参阅{{ 3}}

模板分辨率因boost Multiprecision + Eigen而失败

1 个答案: