optimization 相关问题

问题如何避免特征中小对角矩阵的动态分配？语境我正在使用本征 3.4。我有一个 N × N 对角矩阵 W：自动 W = 本征::对角矩阵问题如何避免 Eigen 中小对角矩阵的动态分配？背景我正在使用 Eigen 3.4。我有一个 N × N 对角矩阵 W： auto W = Eigen::DiagonalMatrix<double, Dynamic>(N); 如果 N <= 512 by using a buffer on the stack:我想避免分配 double W_buffer[512]; 对于法向量和矩阵，我知道我可以使用Map： double y_buff[512]; auto y = Eigen::Map<VectorXd>( y_buff, N ); 但是，当我对对角矩阵尝试相同的操作时，它会给我一个错误，因为 InnerStrideAtCompileTime 不是 Eigen::DiagonalMatrix 的成员。将 Map 与 DiagonalMatrix 结合使用时出现错误消息 In file included from eigen/Eigen/Core:311, from eigen/Eigen/Dense:1, from build/release/CMakeFiles/bench.dir/cmake_pch.hxx:5, from <command-line>: eigen/Eigen/src/Core/Map.h: In instantiation of ‘struct Eigen::internal::traits<Eigen::Map<Eigen::DiagonalMatrix<double, -1> > >’: eigen/Eigen/src/Core/util/ForwardDeclarations.h:34:48: required from ‘struct Eigen::internal::accessors_level<Eigen::Map<Eigen::DiagonalMatrix<double, -1> > >’ eigen/Eigen/src/Core/util/ForwardDeclarations.h:101:75: required from ‘class Eigen::Map<Eigen::DiagonalMatrix<double, -1> >’ include/volar/estimators.hpp:203:18: required from ‘static volar::R volar::PolyLE<Degree>::estimate(volar::R, volar::ViewR, volar::ViewR, const Kernel&) [with Kernel = volar::UniformK; int Degree = 1; volar::R = double; volar::ViewR = volar::View<double>]’ include/volar/kernel_smoothing.hpp:81:64: required from ‘volar::R volar::LocalRFT<Estimator, Kernel>::operator()(volar::R) const [with Estimator = volar::EigenLinearLE; Kernel = volar::UniformK; volar::R = double]’ bench/core.cpp:43:23: required from ‘void localRF(benchmark::State&) [with Method = volar::EigenLinearLE; Kernel = volar::UniformK]’ bench/core.cpp:96:1: required from here eigen/Eigen/src/Core/Map.h:30:53: error: ‘InnerStrideAtCompileTime’ is not a member of ‘Eigen::DiagonalMatrix<double, -1>’ 30 | ? int(PlainObjectType::InnerStrideAtCompileTime) | ^~~~~~~~~~~~~~~~~~~~~~~~ In file included from eigen/Eigen/Core:163, from eigen/Eigen/Dense:1, from build/release/CMakeFiles/bench.dir/cmake_pch.hxx:5, from <command-line>: Eigen::DiagonalMatrix的第三个模板参数，MaxSizeAtCompileTime可以让你做到这一点。与 Eigen::Dynamic 结合使用时，DiagonalMatrix 将具有足够大的内部缓冲区以容纳 MaxSizeAtCompileTime，但其大小仍会动态调整。例如，以下内容相当于您尝试使用外部缓冲区执行的操作： auto W = Eigen::DiagonalMatrix<double, Eigen::Dynamic, 512>(N) 显然，尝试使用大于 MaxSizeAtCompileTime 的大小来初始化它会在运行时失败（使用断言），但这并不比使用 Map 时必须处理的情况更糟糕。您可以按照您描述和使用 Map 方法的“正常”方式进行操作，而不是尝试 DiagonalMatrix asDiagonal()。可能稍微不太干净，必须输入 y.asDiagonal() 而不是仅仅 y...也许你可以用 Eigen::Ref 做一些事情来保留对来自向量的对角矩阵的引用，但我不确定是否那会起作用的。 asDiagonal()： https://eigen.tuxfamily.org/dox/classEigen_1_1MatrixBase.html#a14235b62c90f93fe910070b4743782d0

c++ optimization eigen eigen3

回答 2 投票 0

最小化投资组合跟踪误差会产生不合逻辑的结果

我有一个 pd.DataFrame ，其每日股票收益形状为 (250,10) ，还有一个 pd.Series ，其基准日收益形状为 (250,) 。目标是最小化投资组合之间的跟踪误差

python optimization scipy scipy-optimize portfolio

回答 1 投票 0

React Native FlatList 用于聊天应用程序以即时显示最新消息

我正在 React Native 中开发一个聊天应用程序，并面临在 FlatList 中渲染许多消息的问题。我想在列表底部显示最新消息，类似于 What...

react-native optimization react-native-flatlist flatlist

回答 1 投票 0

处理 Gekko 的非最优解决方案

我遇到了一些情况，Gekko 似乎陷入了局部最大值，并且想知道可以使用什么方法来解决这个问题或深入挖掘原因（包括......

python optimization linear-programming gekko mixed-integer-programming

回答 1 投票 0

GEKKO 优化超出了方程范围（并且由于某种原因创建了变量）

我正在尝试使用权重来确定价格，以优化在当地市场购买的商品的降价。我有每个用户购买的数量，以及一定的自耗参数：...

python-3.x optimization gekko

回答 1 投票 0

如何在java中快速读取和处理大的csv文件并保持较低的内存使用量？

用例巨大的 CSV 文件 ~500MB，需要非常快速地读取并且不加载内存。我用过的想法。逐行读取csv并将转换后的数据直接保存到数据库中...

java csv optimization memory-management processing

回答 1 投票 0

对于 C++，哪个是最佳方案：未初始化但在 read() 后以 null 终止的 char 数组，或者用零初始化所有元素，然后使用 read()

以下代码片段中哪一个是最佳实践、最佳（CPU 利用率）、安全、可读： { 字符缓冲区[10]； ssize_t 字节 = 读取(0, 缓冲区, 9); 如果（字节> 0） { ...

c++ optimization stack-memory

回答 1 投票 0

如何管理连续轮班限制？

我正在尝试构建一个优化调度程序，但在定义连续午餐时间的约束时遇到了麻烦。很容易定义一个约束设置，即在一天 8 小时内，每隔

python optimization pyomo

回答 1 投票 0

快速浮点到整数转换（截断）

我正在寻找一种以快速且可移植（IEEE 754）的方式将浮点数截断为整数的方法。原因是因为在这个函数中 50% 的时间都花在了强制转换上：浮点 fm_sinf(浮点 x) {

c optimization floating-point data-conversion truncate

回答 4 投票 0

如何找到2个数据帧之间匹配行的索引

我有 2 个数据框，其中有部分匹配的列： data_a = ['a', 'b', 'c', 'd', 'e', 'f'] data_b = ['b', 'd', 'f', 'h'] df1 = pd.DataFrame(data_a, columns=['data']) df2 = pd.DataFrame(data_b, c...

python pandas dataframe performance optimization

回答 1 投票 0

如何强制向量中的特定元素位于 Gekko 的优化解决方案中

我正在尝试在长度为 n 的向量中生成 p 条记录的最佳组合，同时确保（约束）向量中的特定元素包含在解决方案集中...

python optimization linear-programming gekko mixed-integer-programming

回答 1 投票 0

optimization 相关问题

最新问题