Question

我想在Eigen中采用两个向量/矩阵的元素最大值。到目前为止，我已经编写了这段代码：

template <typename S, typename T>
auto elemwise_max(const S & A, const T & B) {
    return (A.array() > B.array()).select(A, B); 
}

这是正确的，还是有更好的方法呢？

对于积极的部分（即max(A, 0)），我不确定如何继续。我需要创建两种方法吗？

template <typename S>
auto positive_part_matrix(const S & A) {
   auto zeros = S::Zero(A.rows(), A.cols());
   return elemwise_max(A, zeros);
}

template <typename S>
auto positive_part_vec(const S & A) {
   auto zeros = S::Zero(A.size());
   return elemwise_max(A, zeros);
}

理想情况下，上述两种情况都只会被称为positive_part。

Answer 1

答案是there。

您可以移至"array" world并使用max：

A.array().max(B.array())

或使用cwiseMax：

A.cwiseMax(B)

在这两种情况下，B可以是Matrix或标量：

A = A.cwiseMax(0);

Answer 2

我认为你在寻找的是

mat1.cwiseMax(mat2);

和

mat1.cwiseMax(0);

如文件

所示

http://eigen.tuxfamily.org/dox/classEigen_1_1MatrixBase.html#aa1a53029c0ee62fb8875ce3c12151eda

他们也有阵列接口。

http://eigen.tuxfamily.org/dox/classEigen_1_1ArrayBase.html#add2c757190d66c4d10d44b74c07a9e0f

Answer 3

如果要对向量和标量/向量进行混合/最大值比较，则本征为：

对于Max：

vector.cwiseMax(some_scalar); 
vector.cwiseMax(some_vector);

对于Min：

vector.cwiseMin(some_scalar); 
vector.cwiseMin(some_vector);

同时针对两者，例如饱和度功能：

vector.cwiseMin(max_limit).cwiseMax(min_limit);

但是，如果要使用矩阵进行比较，我认为您需要对每个行/列分别执行上述操作。

Eigen中的元素最大值和正值部分

3 个答案: