广播类似于 Numpy 的犰狳矩阵运算的最佳方式

Posted 2023-02-16

【中文标题】广播类似于 Numpy 的犰狳矩阵运算的最佳方式

【英文标题】：Best way to broadcast Armadillo matrix operations similar to Numpy

【发布时间】：2020-10-03 16:11:35

【问题描述】：

考虑矩阵 A 和 B，其中 A 是 5x5 矩阵，B 是 1x5 矩阵（或行向量）。如果我尝试在 Numpy 中执行 A + B，它的广播功能将隐式创建一个 5x5 矩阵，其中每一行都有 B 的值，然后在这两个矩阵之间进行正常的矩阵加法。这可以用犰狳这样写；

mat A = randu<mat>(4,5);
mat B = randu<mat>(1,5);
A + B;

但这失败了。而且我查看了文档，找不到内置的广播方式。所以我想知道进行类似上述操作的最佳（最快）方法。

当然，我可以手动将较小的矩阵调整为较大的矩阵，然后使用 for 循环将第一行的值复制到另一行，并使用 Armadillo 中的重载 + 运算符。但是，我希望有一种更有效的方法来实现这一点。任何帮助将不胜感激！

【问题讨论】：

查看 .each_row() 函数。例如。 A.each_row() += B

非常感谢！我想我一定是错过了这部分文档，但是知道这对未来很有帮助

【参考方案1】：

扩展 Claes Rolen 的笔记。 Armadillo 中的矩阵广播是使用.each_col() 和.each_row() 完成的。 cubes 的广播是通过 .each_slice() 完成的。

mat A(4, 5, fill::randu);

colvec V(4, fill::randu);
rowvec R(5, fill::randu);

mat X = A.each_col() + V;  // or A.each_col() += V for in-place operation
mat Y = A.each_row() + R;  // or A.each_row() += R for in-place operation

cube C(4, 5, 2, fill::randu);
cube D = C.each_slice() + A;  // or C.each_slice() += A for in-place operation

【讨论】：

谢谢！知道这一点会让我的任务更轻松。