c++ - 如何使用 C++ STL 算法重写嵌套循环？

Question

循环很简单，但我似乎无法使用 STL 算法来给出下面相同的嵌套循环。

const int a_size = 5; // input
const int c_size = 2; // output
const int b_size = a_size * c_size; // multipliers

std::vector<float> a(a_size);
std::vector<float> b(b_size);
std::vector<float> c(c_size);

// fill a and b with data

// this nested loop
for(int i = 0; i<c_size; i++) {
    c[i] = 0.0;
    for(int k = 0; k<a_size; k++) {
        c[i] += (a[k] * b[i*a_size+k]);
    }
    c[i] = sigmoid(c[i]);
}

我想这样做的原因是为了 Boost.Compute 库，它将使用类似 STL 的算法（std::transform、std::for_each 等）在 GPU 上进行计算。

Answer 1

实际上嵌套循环是算法std::inner_product。

auto first = std::begin( b );
auto increment = std::distance( std::begin( a ), std::end( a ) );
//,,

c[i] = std::inner_product( std::begin( a ), std::end( a ), first, 0 );
std::advance( first, increment );

您可以使用算法 std::generate 代替外部循环。

Answer 2

我想出了：

auto i = 0;
generate(begin(c), end(c), [&i, &a, &b]
{
    return sigmoid(inner_product
    (
        begin(a), end(a),
        begin(b) + distance(begin(a), end(a)) * i++, 0.f
    ));
});

但它看起来不太好——可能在这种情况下，我更愿意编写自己的算法。

或使用矩阵形式。有了Eigen图书馆，它将变成：

MatrixXd b;
VectorXd a, c;
// ...
c = (b*a).unaryExpr(sigmoid);