Question

我在Eigen docs（http://eigen.tuxfamily.org/index.php?title=Pit_Falls#Ternary_operator）中读到Eigen不能很好地处理三元运算;这当然是我的经历。

我要做的是根据几个布尔标志构建一个数组，下面是我的代码段中的use_XXX标志。我知道至少有一个标志在之前的检查中是真的，但是我无法编译这个块。以下是我尝试过的其他选项：

使用比特掩码之类的东西为umat构造2 ^ 4 = 16个逻辑选项 - 代码最终冗长且难以维护;呸...
将umat初始化为零，然后循环遍历条件，进行原地减法 - 当我手动注释掉术语时，这比单一总和慢很多

另一个想法是尝试将表达式乘以旗帜，希望Eigen会使用其模板魔法来弄清楚要做什么，但这也不起作用，因为在我的情况下我不会＆＃ 39;如果我不使用它，则初始化数组（此循环中非常高性能的代码）

umat = (
    (use_gauss_delta ? -coeffs.eta*delta_minus_epsilon.square() : 0)
    +
    (use_delta_ld ? -coeffs.cd*delta_to_ld : 0)
    +
    (use_gauss_tau ? -coeffs.beta*tau_minus_gamma.square() : 0)
    +
    (use_tau_lt ? -coeffs.ct*tau_to_lt : 0)
    )
);

修改

我也尝试了select功能，但这很慢。每个mask_XXX都是Eigen::ArrayXi，其他所有都是Eigen::ArrayXd

umat = (
    mask_gauss_delta.select(-coeffs.eta*delta_minus_epsilon.square(),0)
    +
    mask_delta_ld.select(-coeffs.cd*delta_to_ld,0)
    +
    mask_gauss_tau.select(-coeffs.beta*tau_minus_gamma.square(),0)
    +
    mask_tau_lt.select(-coeffs.ct*tau_to_lt,0)
);

Answer 1

您可以通过将ArrayXd添加到一个条件，将类型（如您在问题中包含的链接中所述）强制为.eval()（或您正在使用的任何其他对象）。见下面的例子：

#include <Eigen/Core>
#include <iostream>

using Eigen::ArrayXd;
int main(int argc, char** argv)
{
    ArrayXd aa, res;
    int size = 6;
    aa.setLinSpaced(size, 0, 5);
    double d = 345.5;

    res = (true ? (d * aa.square()).eval() : ArrayXd::Zero(size));
    std::cout << res << std::endl;
    res = (false ? (d * aa.square()).eval() : ArrayXd::Zero(size));
    std::cout << res << std::endl;


    return 0;
}

d * aa.square()是CwiseBinaryOp，其中ArrayXd::Zero(size)是CwiseNullaryOp，其中任何一个都不能投射到另一个。将.eval()添加到一个使其成为ArrayXd（并将创建一个临时对象，您似乎不需要它）并使三元操作正常工作。然而，

whatever = 
(true  ? (d * aa.square()).eval() : ArrayXd::Zero(size)) + 
(false ? (d * aa.square()).eval() : ArrayXd::Zero(size));

仍然会导致ArrayXd::Zero(size)被评估为临时性能降低。可能性能最佳的选项是

if(use_gauss_delta) umat += -coeffs.eta*delta_minus_epsilon.square();
if(use_delta_ld)    umat += -coeffs.cd*delta_to_ld;
if(use_gauss_tau)   umat += -coeffs.beta*tau_minus_gamma.square();
if(use_tau_lt)      umat += -coeffs.ct*tau_to_lt;

主要的缺点是评估会发生多达四次，但如果没有构建你提到的2 ^ 4选项，我想不出办法避免这种情况。

混合三元运算和特征数组

1 个答案: