Как реализовать A.rowwise() + B.row(i) без цикла, чтобы запустить собственную оптимизацию ⇐ C++

[Anonymous]

Учитывая, что Eigen позволяет распараллеливать вычисления с помощью MKL, OpenMP или AVX, часто считается лучшей практикой избегать итераций, когда это возможно, поскольку их невозможно полностью оптимизировать на уровне библиотеки. Мне было интересно, можно ли каким-то образом использовать .rowwise() вместо перебора строк в следующем фрагменте кода, вычисляющего функцию принятия решения для обученной SVM с ядром RBF для трюка ядра:

Код: Выделить всё

#include 
#include 

Eigen::VectorXd decision_function(const Eigen::MatrixXd& Train,
const Eigen::MatrixXd& Test,
const Eigen::VectorXd& lambdas,
double gamma,
double b)
{
Eigen::VectorXd result = Eigen::VectorXd::Zero(Test.rows());
for (int i = 0; i < Test.rows(); ++i) {
Eigen::VectorXd v =
(-gamma * ((Train).rowwise() + (-Test).row(i)).rowwise()
.squaredNorm())
.array()
.exp();
result(i) = v.transpose() * lambdas;
}
return result.array() + b;
}

int main()
{
constexpr int nColumns = 11;
constexpr int nRows = 10;
double data[nColumns * nRows] = {
0.0f, 0.1f, 0.2f, 0.3f, 0.4f, 0.5f, 0.6f, 0.7f, 0.8f, 0.9f, 1,
0.0f, 1.1f, 1.2f, 1.3f, 1.4f, 1.5f, 1.6f, 1.7f, 1.8f, 1.9f, 2,
1.0f, 2.1f, 2.2f, 2.3f, 2.4f, 2.5f, 2.6f, 2.7f, 2.8f, 2.9f, 3,
1.0f, 3.1f, 3.2f, 3.3f, 3.4f, 3.5f, 3.6f, 3.7f, 3.8f, 3.9f, 4,
0.0f, 4.1f, 4.2f, 4.3f, 4.4f, 4.5f, 4.6f, 4.7f, 4.8f, 4.9f, 5,
0.0f, 5.1f, 5.2f, 5.3f, 5.4f, 5.5f, 5.6f, 5.7f, 5.8f, 5.9f, 1,
0.0f, 6.1f, 6.2f, 6.3f, 6.4f, 6.5f, 6.6f, 6.7f, 6.8f, 6.9f, 2,
7.0f, 7.1f, 7.2f, 7.3f, 7.4f, 7.5f, 7.6f, 7.7f, 7.8f, 7.9f, 3,
8.0f, 8.1f, 8.2f, 8.3f, 8.4f, 8.5f, 8.6f, 8.7f, 8.8f, 8.9f, 4,
9.0f, 9.1f, 9.2f, 9.3f, 9.4f, 9.5f, 9.6f, 9.7f, 9.8f, 9.9f, 5
};
double data2[nColumns * 2] = {
0.0f, 0.1f, 0.2f, 0.3f, 0.4f, 0.5f, 0.6f, 0.7f, 0.8f, 0.9f, 1,
0.0f, 1.1f, 1.2f, 1.3f, 1.4f, 1.5f, 1.6f, 1.7f, 1.8f, 1.9f, 2,
};
using RowMajorMapType2 = Eigen::Map;
RowMajorMapType2 Training{(double*)data, nRows, nColumns};
RowMajorMapType2 Testing{(double*)data2, 2, nColumns};
Eigen::VectorXd b(10);
b 

Подробнее здесь: [url]https://stackoverflow.com/questions/79809883/how-to-implement-a-rowwise-b-rowi-without-the-loop-to-trigger-eigen-optim[/url]