[英]Dynamic Eigen Matrix Random Initialization
我有一个称为权重的向量<MatrixXf*>。 在循环中,分配了一个新的 MatrixXf,将指针推送到向量,并打算初始化为随机值。 但是,我想避免 setRandom() 以支持我的 He 分布。
下面未注释的代码按原样工作,但创建一个可能位于堆栈(或堆,但类文档含糊不清)中的“本地”矩阵并将其复制到我的目标矩阵中感觉非常笨拙。 注释行是我之前尝试过的没有影响的东西(矩阵值保持为 0)。
更好的解决方案是什么?
/* context */
typedef Eigen::MatrixXf Matrix;
vector<Matrix*> weights;
random_device rd;
mt19937 rgen(rd());
...
// Initialize weights (using He)
if (i > 0) {
uint p = neurons[i-1]->size();
uint c = neurons[i]->size();
normal_distribution<float> dist(0.0, sqrt(2.0/p));
auto he = [&](){return dist(rgen);};
// This is what feels clunky
Matrix m = Eigen::MatrixXf::NullaryExpr(c, p, he);
weights.push_back(new Matrix(c, p));
(*weights.back()) = m;
// This is what I tried before
//weights.back()->NullaryExpr(weights.back()->rows(), weights.back()->cols(), he);
//weights.back()->NullaryExpr([&](){return dist(rgen);});
}
您可以使用共享指针向量:
#include <memory>
...
vector<shared_ptr<Matrix>> weights;
...
Matrix m = Eigen::MatrixXf::NullaryExpr(c, p, he);
weights.push_back(make_shared<Matrix>(m));
也许有人会批评这种方法是一种语法糖,它在原始“笨拙”版本的内部工作中没有太大变化。 但它避免了使用new
并随后使用*weights.back()
复制内容的需要。
当然,这也可以写成一行:
weights.push_back(make_shared<Matrix>(Matrix::NullaryExpr(c, p, he)));
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.