通行列表需要std :: prinitizer_list＆lt; std :: prinitizer_list＆lt;类型＆gt; ＆gt;

Question

我现在使用OpenNN来写概念验证，并且我对张量的输入有问题。

来自Opennn negets 我们看到神经网络

Tensor<type, 2> inputs(1,9);
inputs.setValues({{type(4),type(3),type(3),type(2),type(3),type(4),type(3),type(2),type(1)}});
neural_network.calculate_outputs(inputs);

我确实 接受了张量的输入，将矢量转换为张量的解决方法，但它很长，有点乏味。

然后，我试图通过向量的向量，一个括号封闭的向量，一个括号封闭的数组，一个动态分配值列表的数组。

错误：

cannot convert '<brace-enclosed initializer list>' to 'const Eigen::internal::Initializer<Eigen::Tensor<long long unsigned int, 2>, 2>::InitList&' {aka 'const std::initializer_list<std::initializer_list<long long unsigned int> >&'}

错误继续只是一个变体（类型不匹配类型） 重现错误的代码（假设您已经获得了OpenNN库设置。

Tensor<uint64_t, 2> createFilledTensor(int index)
{ 
   uint64_t * inList = new uint64_t[index]();
    for(int i = 0; i < index; i++)
    {
        inList[i] = 356534563546356;
    }

    Tensor<uint64_t, 2> inputs(1, index);

    inputs.setValues({inList});
    return inputs;
}

此外，值得注意的是，现在数据无关紧要，因为我试图弄清楚如何将其获取张量。

Answer 1

编辑：

找到相关帖子在这里

解决方案更适合其他任何人，我的问题无法回答。

我解决了此问题如下：

namespace Eigen {
  template < typename T >
  decltype(auto) TensorLayoutSwap(T&& t)
  {
    return Eigen::TensorLayoutSwapOp<typename std::remove_reference<T>::type>(t);
  }
}

Eigen::Tensor<uint64_t, 2> createDataSetFromPair(std::pair<std::vector<uint64_t>, int> data)
{
    Eigen::Tensor<uint64_t, 2> dataTensor(1,data.second);
    auto mapped_t = Eigen::TensorMap<Eigen::Tensor<uint64_t, 2, Eigen::RowMajor>>(&(data.first)[0], data.first.size(), 1);

    return Eigen::TensorLayoutSwap(mapped_t);
}

PAIR（VEC是数据列表，INT是正在处理的数据量。我这样做是为了个人用途，因为它具有特殊的应用程序，但我相信您可以使用vec.size（），只需要向量作为param