看起来很简单。我本以为某种铸造是可能的，但我似乎找不到任何文件。
虽然我在我的应用程序中找到了避免使用Eigen :: Matrix类的方法，但TensorFlow仅适用于Eigen :: Tensor，而我使用的另一个库只具有直接使用Eigen :: Matrix的功能。如果我可以将Tensor作为一个矩阵并将其与之结合使用，那么代码可读性将会非常壮观。
编辑：似乎TensorFlow有一个函数来获取Eigen :: Matrix（仍在测试它）。也许这会使原始问题变得不那么有趣（也许没有人需要将Tensors转换为Matrices。）但我仍然认为这是一个有效的问题。所以我不会放下我的
编辑2：在一些构建错误之后通过TF文档，似乎tensorflow的Tensor :: matrix（）函数只返回一个2d Eigen :: Tensor，所以转换实际上是必要的。
答案 0 :(得分：12)
这是TensorFlow的线性代数操作的常见用例，可以在tensorflow/core/kernels/linalg_ops_common.cc中找到实现。但是，该代码是高度模板化的，因此有一个具体的例子可能是有用的。
假设您从名为tensorflow::Tensor的{{1}}开始，元素类型为t，您可以按如下方式创建一个特征矩阵float：
m如果您的张量来自tensorflow::Tensor t = ...;
auto m = Eigen::Map<Eigen::Matrix<
float, /* scalar element type */
Eigen::Dynamic, /* num_rows is a run-time value */
Eigen::Dynamic, /* num_cols is a run-time value */
Eigen::RowMajor /* tensorflow::Tensor is always row-major */>>(
t.flat<float>().data(), /* ptr to data */
t.dim_size(0), /* num_rows */
t.dim_size(1) /* num_cols */);
的输入（例如，在tensorflow::OpKernel方法中），您将使用略有不同的类型并具有相应的Compute()限定条件：
const