c++ - 将 Matlab 中的以下矩阵代码转换为 C++ 中的 Eigen 时出现问题

Question

H、W、R、V 是矩阵，并且已经用各自的大小进行了初始化。“beta”是一个整数，“myeps”是一个浮点数。对于矩阵实现，我目前使用了 Eigen 库。但是，我不确定将此 Matlab 代码成功转换为基于 Eigen 的 C++ 代码的语法。

Matlab代码

H = H .* ( (W'*(R.^(beta-2) .* V)) ./ max(W'*R.^(beta-1), myeps) ); 

C++ 代码（到目前为止我尝试过的）

WH = W_ * H_;

Eigen::MatrixXf j=(W_.transpose().array()*(WH.array().pow((beta2)).cwiseProduct(V.array())));

Eigen::MatrixXf k=(W_.transpose().array()*((WH.array().pow(beta-1))));

float m=max(k.maxCoeff(),0.001);

H_ = H_.cwiseProduct(j/m);

这段代码正确吗？

仅供参考 - 这是 NMF 算法中的一个步骤（基于 beta 散度的非负矩阵分解）。

任何帮助将不胜感激。

Answer 1

这似乎不正确。*on arrays 相当于cwiseProduct你想要一个矩阵乘积W'。主张：

Eigen::MatrixXf j = (W.transpose() * (R.array().pow(beta-2)*V.array()).matrix());
Eigen::MatrixXf k = (W.transpose() *  R.array().pow(beta-1).matrix());
H = H.cwiseProduct(j/max(k.maxCoeff(),myeps));

Answer 2

我建议你看看这个快速参考：

http://eigen.tuxfamily.org/dox/AsciiQuickReference.txt

它包含 Eigen 和 Matlab 之间的映射。

例如：

R = P.cwiseProduct(Q);    // R = P .* Q

和

R.array().square()        // P .^ 2

如您所见，这款Rosetta Stone可以帮助您翻译您的表达方式。