Question

我试图使用Eigen中的函数来压缩一些代码，特别是那些允许你做数组的系数方面产品的代码，但是我可能错误地使用它们。基本思想包含在这个扩展的for循环中：

  for (int dir = 0;  dir < NDIM; dir++)
  {
    for (int i = 0; i < nlocal; i++)
    {
      for (int qp = 0; qp < nVolQuad; qp++)
        qNewPtr[i] += 
          volQuad.weights(qp)*bigStoredVolMatrices[dir](i,qp)*alpha(dir,qp)*fAtQuad(qp);
    }
  }

我想凝结成：

  for (int dir = 0;  dir < NDIM; dir++)
  {  
    resultVectorDir[dir].noalias() = bigStoredVolMatrices[dir]*
      (volQuad.weights.array()*fAtQuad.array()*alpha.row(dir).array()).matrix();  
  }

  for (int i = 0; i < nlocal; i++)
  {
    for (int dir = 0;  dir < NDIM; dir++)
      qNewPtr[i] += resultVectorDir[dir](i);
  }

或不在数组和矩阵之间切换，使用类似：

  for (int dir = 0;  dir < NDIM; dir++)
  {  
    resultVectorDir[dir].noalias() = bigStoredVolMatrices[dir]*
      (volQuad.weights.cwiseProduct(fAtQuad.cwiseProduct(alpha.row(dir))));  
  }

  for (int i = 0; i < nlocal; i++)
  {
    for (int dir = 0;  dir < NDIM; dir++)
      qNewPtr[i] += resultVectorDir[dir](i);
  }

对我来说奇怪的是有时这是有效的。代码有时会产生所需的输出，但有时也会产生NaN。我以为我可能需要在精简版本中明确地将resultVectorDir归零，但这并没有解决问题。我认为执行这个操作顺序可能只有一些微妙之处？我们将非常感谢您提供的任何帮助。

作为这个问题的附录，我用旧的老式印刷语句攻击了这个问题，发现我一定不能正确使用数组函数的系数明智的产品。例如，在nVolQuad = 9的情况下，我运行了这段代码：

  for (int dir = 0;  dir < NDIM; dir++)
  {
    tempArray = volQuad.weights.cwiseProduct(fAtQuad.cwiseProduct(alpha.row(dir)));
    for (int qp = 0; qp < nVolQuad; qp++)
    {
      std::cout << std::endl;
      std::cout << tempArray(qp) << " "; 
      std::cout << volQuad.weights(qp)*alpha(dir,qp)*fAtQuad(qp) << " ";
      std::cout << std::endl;
    }
    std::cout << std::endl;
    std::cout << std::endl;
  }

输出的一块看起来像这样：

-2.23064e-05 -2.23064e-05

1.49458e-154 -3.56902e-05

6.94729e-310 -2.23064e-05

-2.68156e + 154 -2.0672e-05

6.94729e-310 -3.30752e-05

6.94729e-310 -2.0672e-05

2.13645e-314 -2.99114e-06

6.94729e-310 -4.78582e-06

6.94729e-310 -2.99114e-06

输出的其他部分类似。第一个条目是正确的，但tempArray的其他8个条目都是无意义的。 tempArray在循环之前被初始化为0.0，所以我有点不知所措。我将继续深入研究Eigen的文档，以确保我在使用此函数时没有做过极其愚蠢的事情。

Answer 1

关键错误是假设当扩展循环访问不同大小的数据时，您可以立即从扩展循环转到系数明智产品。这里：

volQuad.weights.cwiseProduct(fAtQuad.cwiseProduct(alpha.row(dir)))

由于volQuad.weights和fAtQuad用Eigen :: VectorXd初始化，它们是列向量，但是通过使用alpha.row（dir），该特定数据结构是行向量。因此，系数明智的产品没有意义，你只能得到第一个条目正确。通过将语法更改为：

，可以轻松解决此问题

volQuad.weights.cwiseProduct(fAtQuad.cwiseProduct(alpha.row(dir).transpose()))

矩阵向量乘法与特征

1 个答案: