矩阵向量乘积就像Eigen中的乘法

Question

我目前正面临这个问题。 我有两个矩阵MatrixXf A：

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

我想将它们像矩阵x向量一样乘以achive：

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有选择吗？ 怎么能这么简单呢？ http://mathinsight.org/matrix_vector_multiplication

Answer 1

这已被问过很多次了，你想要缩放：

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

或使用广播：

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

Answer 2

简而言之，您希望在A和向量B每一列之间进行元素方面的产品。

至少有两种方法可以实现这一目标：

• 迭代A每一列，用B做一个元素方面的产品（在本征中称为系数方面的产品）
• 将B矢量复制到与A大小相同的矩阵中，并在A和从矢量B获得的新矩阵之间执行元素乘积。

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>() );