深度学习的3D张量:使用MatrixXd<ArrayXd，Dynamic，Dynamic>

Question

我目前使用Eigen进行深度学习，更具体地说是卷积神经网络。

您可以在这里看到一个示例：https://en.wikipedia.org/wiki/Convolutional_neural_network#/media/File:Typical_cnn.png

作为每一步，层可以是卷积层(一组特征图)、完全连接的层(单个一维向量)或其他任何东西。

所以我选择MatrixX<ArrayXd, Dynamic, Dynamic>来表示我的数据。

但当我使用它(与矩阵乘积一起使用)时，我会有段错误。

我不确定，但我认为因为对于MatrixX来说，ArrayXd不是一个好的标量类型。

我可以在Eigen中使用ArrayXd作为标量吗？

如果答案是否定的，我能做什么？

Answer 1

对于标量类型，ArrayXd不是一个好的选择，特别是当你想要一个张量的时候。

Eigen在其dev-branch/v3.3-bata1中具有张量支持。你可以在这里找到文档。

http://eigen.tuxfamily.org/index.php?title=Tensor_support

https://bitbucket.org/eigen/eigen/src/fefbb833ed5442fb21292bdaa3320543868e41b8/unsupported/Eigen/CXX11/src/Tensor/?at=default#markdown-header-eigen-tensors

https://eigen.tuxfamily.org/dox-devel/unsupported/group__CXX11__Tensor__Module.html