我正在搜索以使用dlib库优化近似误差... 因此,假设我有Point(x,y)和一个值向量,用于查找最小值并在本地拟合误差,因此我实现了此类:
#include <iostream>
#include <vector>
#include <cmath>
#include <dlib/optimization.h>
class Point
{
int _x, _y;
public:
Point(int x, int y): _x(x), _y(y){}
double findError(const double& psi)
{
auto err = std::erf(_x - psi) - std::erf(_y-psi);
return std::pow(err,2);
}
double optimize(const Point& p, dlib::matrix<double,0,1> &psiValues)
{
auto err = p->*findError ;
dlib::find_min_box_constrained(bfgs_search_strategy(),
objective_delta_stop_strategy(1e-9),
findError, derivative(findError), psiValues, {0.1,0.5,0.9},{0.1,0.4,0.8 });
return psiValues(0);
}
};
并且此代码无法编译,因此我尝试在这样的静态类中提取优化器:
#include <iostream>
#include <vector>
#include <cmath>
//#include <dlib/optimization.h>
class Point
{
int _x, _y;
public:
Point(int x, int y): _x(x), _y(y){}
double findError(const double& psi)
{
auto err = std::erf(_x - psi) - std::erf(_y-psi);
return std::pow(err,2);
}
};
class Errorcalculator
{
public:
static double optimize(const Point& p, std::vector<double> &psiValues)
{
auto err = p->*findError ;
// dlib::find_min_box_constrained(bfgs_search_strategy(),
// objective_delta_stop_strategy(1e-9),
// p->*findError, derivative(p->*findError), psiValue, {0.1,0.9 },{0.1 0.8});
return 0.0;
}
};
现在我正在获取(使用带有或不带有静态关键字的dlib函数的相同编译错误)
错误:在此范围内未声明“ findError”
如果将点p声明为参数怎么办?如何使用包装在类中的dlib函数?
答案 0 :(得分:0)
findError是成员方法,但不是指针。 要创建指向方法的指针,请使用以下语法: 返回值(类名 :: * * 指针名)(方法参数); 样本:
class widget
{
public:
unsigned char foo(long long, double) {}
};
int main()
{
// declaration of pointer
unsigned char (widget::*ptr_to_method)(long long, double);
// setting the pointer on certain method in class (not object!)
ptr_to_method = &widget::foo;
// we have some object of widget class
widget obj{};
// using the pointer
unsigned char res = (obj.*ptr_to_method)(10L, 10.0); // arguments
// if we have obj as widget*, we'll use ->* syntax to call method
}
在此示例中,我们使用了本地指针,也许您将使用全局指针。 阅读更多信息,例如here
答案 1 :(得分:0)
基于acade的答案,解决了编译问题。但是我在这里添加我的解决方案作为解决Dlib库使用的答案
#include <iostream>
#include <vector>
#include <cmath>
#include <dlib/optimization.h>
class Point
{
int _x, _y;
public:
Point(int x, int y): _x(x), _y(y){}
double findError(const double& psi)
{
auto err = std::erf(_x - psi) - std::erf(_y-psi);
return std::pow(err,2);
}
double optimize(double &psiValue, dlib::matrix<double,0,1>& lowerValues, dlib::matrix<double,0,1>& upperValues)
{
auto lambdaError = [this](const double& param) -> double
{ return this->findError(param);};
auto lambdaDerivativeError = [this](const double& param) -> double
{return dlib::derivative(lambdaError)(param);};
dlib::find_min_box_constrained(bfgs_search_strategy(),
objective_delta_stop_strategy(1e-9),
lambdaError, lambdaDerivativeError,
psiValue, lowerValues, upperValues);
return psiValue;
}
};
想法是使用封装了成员函数的参数化Lambda函数