Question

在这个简短的片段中，我想创建一个Eigen :: Tensor（在不支持的模块中），具有aribtrary维度。

template
<typename T>
Tensor<T, 2> convertNPToEigen2D(np::ndarray const & arr)
{
  //Some checking...
  T* raw_arr_data = reinterpret_cast<T*>(arr.get_data());
  TensorMap<Tensor<T, 2>> arr_eigen(raw_arr_data,
            arr.shape(0), arr.shape(1));
  //...
  return arr_eigen;
}

您当然可以看到，如果没有可变参数模板，我必须为每个可能的维数复制此函数。这似乎是一个非常基本的例子，其中可变参数模板可以避免大量的代码重复：

template
<typename T, uint64_t dims>
Tensor<T, dims> convertNPToEigenND(np::ndarray const & arr)
{
  //Some checking...
  T* raw_arr_data = reinterpret_cast<T*>(arr.get_data());
  TensorMap<Tensor<T, dims>> arr_eigen(raw_arr_data,
            /*arr.shape(0), ..., arr.shape(dims-1)*/);
  //...
  return arr_eigen;
}

我有几个问题将其转换为可变参数模板代码，因为我没有参数包。我想也可以让调用者完成工作，即

convertNPToEigenND<float, arr.shape(0), arr.shape(1), arr.shape(2)>(arr)

但如果有可能，我更愿意采用上述解决方案。我认为很容易看出这个问题，但我发现的大多数问题都是处理现有的参数包而不是创建一个。

提前致谢！

修改

谢谢，解决方案非常有效。我需要的另一个简单的扩展是：

array<int, sizeof...(Is)> shuffle_tens = { Is... };
reverse(shuffle_tens.begin(), shuffle_tens.end());

我尝试使用来自this site的简单解决方案，但它告诉我“无法转换为'ints＆lt; 5,4,3,2,1,0＆gt;'到'int'“。

再次感谢Jarod42，

array<int, sizeof...(Is)> shuffle_tens = { (sizeof...(Is) - Is - 1)... };

适合我。

Answer 1

您可以使用std::index_sequence：

template <typename T, size_t ... Is>
Tensor<T, sizeof...(Is)> convertNPToEigenNDHelper(np::ndarray const & arr,
                                                  std::index_sequence<Is...>)
{
  //Some checking...
  T* raw_arr_data = reinterpret_cast<T*>(arr.get_data());
  TensorMap<Tensor<T, sizeof...(Is)>> arr_eigen(raw_arr_data, arr.shape(Is)...);
  //...
  return arr_eigen;
}

template
<typename T, uint64_t dims>
Tensor<T, dims> convertNPToEigenND(np::ndarray const & arr)
{
    return convertNPToEigenNDHelper<T>(arr, std::make_index_sequence<dims>());
}

std::index_sequence / std::make_index_sequence是C ++ 14，但可以在C ++ 11中实现。

整数模板参数和子函数调用

修改

1 个答案: