矩阵向量乘积，如 Eigen 中的乘法答案

【问题标题】：Matrix-vector product like multiplication in Eigen矩阵向量乘积，如 Eigen 中的乘法
【发布时间】：2018-01-08 18:18:54
【问题描述】：

我目前正面临这个问题。我有两个矩阵 MatrixXf 答：

0.5 0.5 0.5 0.5 0.694496 0.548501 0.680067 0.717111 0.362112 0.596561 0.292028 0.370271 0.56341 0.642395 0.467179 0.598476

和B

0.713072 0.705231 0.772228 0.767898

我想像矩阵 x 向量一样将它们相乘以实现：

0.5*0.713072 0.5*0.713072 0.5*0.713072 0.5*0.713072 0.694496*0.705231 0.548501*0.705231 0.680067*0.705231 0.717111*0.705231 0.362112*0.772228 0.596561*0.772228 0.292028*0.772228 0.370271*0.772228 0.56341*0.767898 0.642395*0.767898 0.467179*0.767898 0.598476*0.767898

在 Eigen 中是否有这样做的选项？怎么能做到这一点？ http://mathinsight.org/matrix_vector_multiplication

【问题讨论】：

标签： c++ matrix eigen

【解决方案1】：

这个问题已经问了很多次了，你想要一个缩放：

MatrixXf A;
VectorXf B;
MatrixXf res = B.asDiagonal() * A;

或使用广播：

res = A.array().colwise() * B.array();

【讨论】：

【解决方案2】：

简而言之，您希望在A 的每一列和向量B 之间进行元素乘积。

至少有两种方法可以做到这一点：

遍历A 的每一列以与B 进行元素乘积（在特征中称为系数乘积）
将B 向量复制到与A 大小相同的矩阵中，并在A 和从向量B 获得的新矩阵之间进行逐元素乘积。

这是一个基于 Eigen 的 cwiseProduct() 和 replicate() 函数的快速而肮脏的示例：

auto C = A.cwiseProduct( B.replicate<1,4>() );

【讨论】：

小心，这里强烈建议不要使用auto，见why。
我已经将您的想法用于复制，但它没有按我的意愿工作。我会尝试迭代。谢谢大家的回答。