我试图在最后两个维度上使用两个等级张量(1 x 1)进行第三级张量(1 x 1 x 1)的张量收缩。结果应该是一个向量。
以下给出了断言:
#include <Eigen/Core>
#include <unsupported/Eigen/CXX11/Tensor>
#include <iostream>
#include <array>
#include <iostream>
#include <memory>
#include <thread>
#include <chrono>
#include <mutex>
using namespace Eigen;
using namespace std;
int main()
{
Eigen::Tensor<double, 3> tensor(1, 1, 1);
Eigen::Tensor<double, 2> tensor2(1,1);
Eigen::Tensor<double, 1> tensor1;
std::array<Eigen::IndexPair<int>, 1> product_dims;
product_dims[0] = { IndexPair<int>(1, 0) };
product_dims[1] = { IndexPair<int>(2, 1) };
auto vv = tensor.contract(tensor2, product_dims);
cerr<<"value: "<<vv<<endl;
tensor1 = vv;
}
但按预期打印值:0。
断言是:
a.out: /eigen-eigen-7c567a7c10e1/unsupported/Eigen/CXX11/src/Tensor/TensorAssign.h:125: bool Eigen::TensorEvaluator<const Eigen::TensorAssignOp<LhsXprType, RhsXprType>, Device>::evalSubExprsIfNeeded(Eigen::TensorEvaluator<const Eigen::TensorAssignOp<LhsXprType, RhsXprType>, Device>::Scalar*) [with LeftArgType = Eigen::Tensor<double, 0>; RightArgType = const Eigen::TensorContractionOp<const std::array<Eigen::IndexPair<int>, 1ul>, const Eigen::Tensor<double, 3>, const Eigen::Tensor<double, 2> >; Device = Eigen::DefaultDevice; Eigen::TensorEvaluator<const Eigen::TensorAssignOp<LhsXprType, RhsXprType>, Device>::Scalar = double]: Assertion `dimensions_match(m_leftImpl.dimensions(), m_rightImpl.dimensions())' failed.
为什么我有这个维度不匹配断言的任何想法?
答案 0 :(得分:3)
您的数组大小为1,因此您可以有效地收缩一对维度。您应该按照以下方式创建数组:
std::array<Eigen::IndexPair<int>, 2> product_dims;