如何将 2D Eigen::Tensor 更改为 Eigen::Matrix

Question

看起来很简单。我原以为可以进行某种类型的转换，但我似乎找不到任何文档。

虽然我在我的应用程序中找到了避免使用 Eigen::Matrix 类的方法，但 TensorFlow 仅适用于 Eigen::Tensor，而我使用的另一个库仅具有直接使用 Eigen::Matrix 的功能。如果我可以将张量转换为矩阵并使用它，那么代码的可读性将会非常出色。

edit：似乎 TensorFlow 确实具有获取 Eigen::Matrix 的功能（仍在测试中）。也许这会使原始问题变得不那么有趣（也许没有人需要将张量转换为矩阵。）但是我仍然认为这是一个有效的问题。所以我不会放下我的

编辑 2：在一些构建错误后查看 TF 文档，似乎 tensorflow 的 Tensor::matrix() 函数只是返回一个 2d Eigen::Tensor，因此实际上必须进行转换。

Answer 1

这是 TensorFlow 线性代数运算的常见用例，可在 tensorflow/core/kernels/linalg_ops_common.cc 中找到实现。但是，该代码是高度模板化的，因此提供一个具体示例可能会很有用。

假设您从一个名为 t 且元素类型为 float 的 tensorflow::Tensor 开始，您可以制作一个特征矩阵 m，如下所示：

tensorflow::Tensor t = ...;

auto m = Eigen::Map<Eigen::Matrix<
             float,           /* scalar element type */
             Eigen::Dynamic,  /* num_rows is a run-time value */
             Eigen::Dynamic,  /* num_cols is a run-time value */
             Eigen::RowMajor  /* tensorflow::Tensor is always row-major */>>(
                 t.flat<float>().data(),  /* ptr to data */
                 t.dim_size(0),           /* num_rows */
                 t.dim_size(1)            /* num_cols */);

如果您的张量来自 tensorflow::OpKernel 的输入（例如在 Compute() 方法中），您将使用稍微不同的类型，并带有适当的 const 限定条件：

OpKernelContext* ctx = ...;
const tensorflow::Tensor t = ctx->input(...);

const auto m = Eigen::Map<const Eigen::Matrix<
                   float,           /* scalar element type */
                   Eigen::Dynamic,  /* num_rows is a run-time value */
                   Eigen::Dynamic,  /* num_cols is a run-time value */
                   Eigen::RowMajor  /* tensorflow::Tensor is always row-major */>>(
                       t.flat<float>().data(),  /* ptr to data */
                       t.dim_size(0),           /* num_rows */
                       t.dim_size(1)            /* num_cols */);