个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
我正在尝试使用 Eigen 求解以下形式的线性方程组:Ax = b。 A是一个45x45的矩阵，b是一个45x1的矩阵，我期望得到一个45x1的解。但是，求解器永远不会返回。它在中止时失败，因为试图访问其中一个矩阵的索引 -4591537738753454899。这当然是一个无效索引。但是我没有生成这个索引，Eigen 是。
很可能是我在用 C++ 或我的线性代数做一些愚蠢的事情，但我没有看到它。有任何想法吗？
这是代码:
using Matrix = Eigen::Matrix<ScalarT, Eigen::Dynamic, Eigen::Dynamic, Eigen::ColMajor>;
using Vector = Eigen::Matrix<ScalarT, Eigen::Dynamic, 1, Eigen::ColMajor>;
auto x0 = problem.get_x_as_vector();
auto B = problem.get_hessian();
auto g = problem.get_gradient();
std::cout
<< " B.rows(): " << B.rows()
<< " B.cols(): " << B.cols()
<< " g.rows(): " << g.rows()
<< " g.cols(): " << g.cols()
<< std::endl;
Eigen::FullPivLU<decltype(B)> lu_decomp(B);
std::cout << B.determinant() << std::endl;
std::cout << "The rank of A is " << lu_decomp.rank() << std::endl;
std::cout << B << std::endl;
std::cout << g << std::endl;
auto p = B.fullPivHouseholderQr().solve(-g);
std::cout << "p" << std::endl;
std::cout << p << std::endl; // this is exact_newton.hpp:130
这会产生以下输出:
A.rows(): 45 A.cols(): 45 b.rows(): 45 b.cols(): 1
The determinant of A is: -6.53094e+193
The rank of A is 45
A:45
14848 -7168 9728 2048 17920 1536 512 512 -8192 5632 3072 5120 15872 4096 2560 8704 7680 10240 0 14336 -1536 7168 -3072 6656 512 10240 -4096 3584 2048 -1536 7680 7168 7168 -1024 3584 -11776 3072 -1024 5120 6144 15872 -5120 -512 6656 3584
-7168 -27136 -10240 -8704 1024 -6144 -16896 -17920 -18432 -8704 -16896 -2560 -11264 -9728 -5632 -3072 1024 -8192 -10752 5120 -12288 -13824 -18432 -11264 -23040 -9216 -20480 -4096 -12288 -1024 -17408 -11776 -16384 -23040 512 -20992 -13312 -17408 -2560 -8192 4608 -28160 -11776 4096 -10752
9728 -10240 1024 -5632 13312 -512 2560 6656 -14848 10752 1536 8704 2560 -6656 7168 6144 5120 -4608 1024 16384 2560 1024 -4096 4096 -10240 3584 -10240 6656 6656 512 5632 4096 -4096 6656 -3584 -9728 -2560 -512 10752 2560 22528 -6144 0 12288 10752
2048 -8704 -5632 -1024 6144 2048 -6656 -7680 -5632 -512 -2560 10240 -3584 -8192 2560 -3584 -8192 2560 2560 8704 -7680 -1024 -1536 -3584 -12288 3072 -17408 -1024 -8704 -512 -12288 8192 512 -6144 -2560 -14848 -8192 -9728 -1024 0 17408 -11776 -4096 7680 -2560
17920 1024 13312 6144 25088 6144 11264 7680 2560 11776 4096 19968 9216 12800 11776 17408 17408 8704 8192 22016 15872 18944 4608 8704 -3584 14848 -4608 12800 16384 13824 16384 5120 9216 5120 2048 -3584 512 512 4096 11776 18432 512 9216 10240 11264
1536 -6144 -512 2048 6144 1536 -3584 -3584 -3072 -3072 -8704 11776 1024 -3584 4608 12288 1024 6144 -2048 12288 -6144 3584 -3072 -6656 -8192 9728 -12288 4608 512 6144 -2048 7168 0 -512 -3584 -13824 -1536 -2560 6656 -3072 12288 -5632 0 9216 1536
512 -16896 2560 -6656 11264 -3584 -11776 -512 -12288 -5632 1536 9216 -1024 -9216 -2048 6656 2048 0 0 9216 -6656 0 -5120 -3584 -3584 -1536 -15360 -1536 -512 1536 -4096 3584 -3584 2048 -10752 -15360 -2560 -6144 3584 -1536 7168 -15360 -12288 -3584 -2048
512 -17920 6656 -7680 7680 -3584 -512 -6144 -11776 -6656 -3072 1536 4096 -5120 -6144 7680 -2560 6144 -4096 0 -3072 3072 -5632 -4096 -14336 10240 -8192 512 1024 5120 -7168 2560 -1536 -4096 -11264 -9216 -3072 -512 512 -1024 8704 -16896 -512 7680 -6144
-8192 -18432 -14848 -5632 2560 -3072 -12288 -11776 0 6144 -11264 4608 -3584 -13312 -22016 2048 -7680 -1536 -5120 2560 -5632 -2048 -9728 -6144 -10752 -1024 -6656 -11264 -3584 -4608 -7680 -1024 -10752 -9728 -8192 -19968 -15360 -11776 -9216 2560 1536 -11776 -512 8704 -12288
5632 -8704 10752 -512 11776 -3072 -5632 -6656 6144 5120 -7168 11264 1024 512 5632 7680 13824 9216 -2048 9216 1024 9728 1536 -1536 -9216 8704 -13824 1024 1024 5120 3584 3584 2048 -11264 -4096 -9216 4608 -12288 -512 3584 12288 -12800 -3584 9728 2048
3072 -16896 1536 -2560 4096 -8704 1536 -3072 -11264 -7168 -10752 8704 -7680 -16896 -5120 6656 2560 6144 -5632 -1024 -8192 0 -7168 0 -10752 -3072 -14848 4608 -4608 -1024 -8704 -11264 -11264 -9216 4096 -15872 -6656 -12288 -13312 -3072 1024 -21504 -9728 3584 -4096
5120 -2560 8704 10240 19968 11776 9216 1536 4608 11264 8704 15360 11264 512 4096 12800 17920 14848 12800 17920 1536 -1536 8704 0 -1024 4608 1536 12288 8192 11264 5632 3072 19456 2048 0 -512 4096 512 8192 6656 24064 -6144 8704 17920 -1024
15872 -11264 2560 -3584 9216 1024 -1024 4096 -3584 1024 -7680 11264 2048 0 1024 5120 2560 9216 -512 12800 -2560 2560 -5120 6144 -5632 7168 -7168 9216 -5120 9216 512 3072 0 -512 -2560 -6144 -5632 -4608 1536 -2560 18944 -4608 -2560 2048 -10240
4096 -9728 -6656 -8192 12800 -3584 -9216 -5120 -13312 512 -16896 512 0 -17920 -9728 3584 -3584 2560 -8192 5120 -2560 -3584 -8704 -6144 -14848 1024 -9216 512 -8192 4608 1024 -3072 -4608 -14848 -13312 -15360 -12800 -6144 3072 -1536 9216 -17920 -6656 7680 -4096
2560 -5632 7168 2560 11776 4608 -2048 -6144 -22016 5632 -5120 4096 1024 -9728 0 8192 2560 -1024 -3072 -2048 -6144 3072 -6656 -1024 -11776 -6144 -8192 1024 7168 3072 -7680 5632 -10240 -4608 2560 -11264 -1024 -5632 1024 5632 10240 -23040 -4096 4096 -16896
8704 -3072 6144 -3584 17408 12288 6656 7680 2048 7680 6656 12800 5120 3584 8192 20480 1024 16384 6144 16896 1024 8192 -5120 11264 -4096 6656 0 10752 3072 3584 1536 0 3584 2048 -512 -3584 2048 2048 1536 8192 17920 -11776 512 4096 -3072
7680 1024 5120 -8192 17408 1024 2048 -2560 -7680 13824 2560 17920 2560 -3584 2560 1024 6656 5632 5632 19456 -3584 7680 -9728 2048 -16384 1536 -9728 12288 2560 7680 2560 3584 -2048 1536 5632 2560 -4096 -1024 6656 10240 12288 -13312 2560 13312 0
10240 -8192 -4608 2560 8704 6144 0 6144 -1536 9216 6144 14848 9216 2560 -1024 16384 5632 3072 10240 11264 0 8192 -4096 4096 -9728 10240 -9216 4608 2560 8192 2048 4096 6144 -512 1024 -8704 3584 -4608 4096 2048 17920 -11776 512 12800 -8192
0 -10752 1024 2560 8192 -2048 0 -4096 -5120 -2048 -5632 12800 -512 -8192 -3072 6144 5632 10240 -1536 6144 -5632 -512 -6656 6656 -9216 8704 -13312 1024 -6656 -2048 -2048 7168 -3072 -4608 1536 -15360 -1024 -4608 -1024 7168 13824 -19968 6656 12288 4096
14336 5120 16384 8704 22016 12288 9216 0 2560 9216 -1024 17920 12800 5120 -2048 16896 19456 11264 6144 19456 5632 3072 -2560 10752 -5632 15872 -4096 13312 16384 11264 2048 12800 4608 5632 9216 -2560 6656 2560 15360 19456 17920 -9216 7168 24064 4096
-1536 -12288 2560 -7680 15872 -6144 -6656 -3072 -5632 1024 -8192 1536 -2560 -2560 -6144 1024 -3584 0 -5632 5632 -1536 5120 512 -1024 -1024 0 -17408 5632 -6656 -5120 2048 13312 -4096 -5632 -8704 -15360 -8192 -15360 3072 7168 8704 -20992 -8192 10240 -4608
7168 -13824 1024 -1024 18944 3584 0 3072 -2048 9728 0 -1536 2560 -3584 3072 8192 7680 8192 -512 3072 5120 -512 512 2048 -8704 11264 -9216 6656 -512 18944 -2048 1024 3584 -4608 0 -3072 -2048 -3072 -2560 8192 15872 -13824 -8704 11264 512
-3072 -18432 -4096 -1536 4608 -3072 -5120 -5632 -9728 1536 -7168 8704 -5120 -8704 -6656 -5120 -9728 -4096 -6656 -2560 512 512 -9216 -4096 -11264 0 -15872 5120 -6144 -512 -8704 -2048 -512 -12288 -3072 -14848 -10240 -18944 -10752 5120 10240 -21504 -6144 2048 -6144
6656 -11264 4096 -3584 8704 -6656 -3584 -4096 -6144 -1536 0 0 6144 -6144 -1024 11264 2048 4096 6656 10752 -1024 2048 -4096 -4608 -9728 16896 -10240 1024 2048 4096 3584 2048 -512 -8192 0 -6656 -11776 -7680 1024 6656 10752 -12288 -5120 11776 -1024
512 -23040 -10240 -12288 -3584 -8192 -3584 -14336 -10752 -9216 -10752 -1024 -5632 -14848 -11776 -4096 -16384 -9728 -9216 -5632 -1024 -8704 -11264 -9728 -22016 0 -29184 -8192 -6144 -10752 -13312 -4608 -7680 -13824 -12288 -16384 -20480 -16384 -4608 -5632 512 -18944 -18432 -10240 -6144
10240 -9216 3584 3072 14848 9728 -1536 10240 -1024 8704 -3072 4608 7168 1024 -6144 6656 1536 10240 8704 15872 0 11264 0 16896 0 1536 -4608 9728 2560 5120 1536 7680 -1536 1024 -512 -8192 4096 0 4096 10752 9216 -12288 -3584 13312 6656
-4096 -20480 -10240 -17408 -4608 -12288 -15360 -8192 -6656 -13824 -14848 1536 -7168 -9216 -8192 0 -9728 -9216 -13312 -4096 -17408 -9216 -15872 -10240 -29184 -4608 -16384 -4096 -15872 -10240 -19456 -4096 -17920 -21504 -7168 -20480 -19968 -10752 -6656 -4096 -8704 -21504 -5120 -4608 -13312
3584 -4096 6656 -1024 12800 4608 -1536 512 -11264 1024 4608 12288 9216 512 1024 10752 12288 4608 1024 13312 5632 6656 5120 1024 -8192 9728 -4096 3072 2048 -4608 -2048 2560 7168 -2560 -4096 -9216 -1536 -6144 -4608 4608 16384 -11264 -1024 8704 -1024
2048 -12288 6656 -8704 16384 512 -512 1024 -3584 1024 -4608 8192 -5120 -8192 7168 3072 2560 2560 -6656 16384 -6656 -512 -6144 2048 -6144 2560 -15872 2048 -3584 512 -5120 -3584 -1024 -9728 -3072 -10752 -9728 -9216 -3072 -1024 12800 -8192 512 13824 -6656
-1536 -1024 512 -512 13824 6144 1536 5120 -4608 5120 -1024 11264 9216 4608 3072 3584 7680 8192 -2048 11264 -5120 18944 -512 4096 -10752 5120 -10240 -4608 512 6144 -6144 4096 7168 1024 4096 -13824 -10240 4096 10752 5120 10240 -12800 5632 11264 3584
7680 -17408 5632 -12288 16384 -2048 -4096 -7168 -7680 3584 -8704 5632 512 1024 -7680 1536 2560 2048 -2048 2048 2048 -2048 -8704 3584 -13312 1536 -19456 -2048 -5120 -6144 512 5120 -1536 -2048 -4608 -13824 -9728 -5120 -4096 1024 12288 -14336 -14848 6144 -8704
7168 -11776 4096 8192 5120 7168 3584 2560 -1024 3584 -11264 3072 3072 -3072 5632 0 3584 4096 7168 12800 13312 1024 -2048 2048 -4608 7680 -4096 2560 -3584 4096 5120 17408 4608 512 -4608 -3072 -6144 1536 -2048 5120 8192 -2560 3072 3584 6656
7168 -16384 -4096 512 9216 0 -3584 -1536 -10752 2048 -11264 19456 0 -4608 -10240 3584 -2048 6144 -3072 4608 -4096 3584 -512 -512 -7680 -1536 -17920 7168 -1024 7168 -1536 4608 10240 -16896 -12288 -14848 -3584 -5632 4608 -1536 18432 -11776 -6656 12800 -2048
-1024 -23040 6656 -6144 5120 -512 2048 -4096 -9728 -11264 -9216 2048 -512 -14848 -4608 2048 1536 -512 -4608 5632 -5632 -4608 -12288 -8192 -13824 1024 -21504 -2560 -9728 1024 -2048 512 -16896 -13312 -5120 -20992 -7680 -7680 -9728 -4608 7168 -8704 -9728 11776 -2048
3584 512 -3584 -2560 2048 -3584 -10752 -11264 -8192 -4096 4096 0 -2560 -13312 2560 -512 5632 1024 1536 9216 -8704 0 -3072 0 -12288 -512 -7168 -4096 -3072 4096 -4608 -4608 -12288 -5120 -4096 -10240 -16384 -6656 -512 4608 2048 -10752 -3072 -512 -1536
-11776 -20992 -9728 -14848 -3584 -13824 -15360 -9216 -19968 -9216 -15872 -512 -6144 -15360 -11264 -3584 2560 -8704 -15360 -2560 -15360 -3072 -14848 -6656 -16384 -8192 -20480 -9216 -10752 -13824 -13824 -3072 -14848 -20992 -10240 -21504 -10240 -19968 -7680 -11776 5632 -18432 -12800 3072 -10240
3072 -13312 -2560 -8192 512 -1536 -2560 -3072 -15360 4608 -6656 4096 -5632 -12800 -1024 2048 -4096 3584 -1024 6656 -8192 -2048 -10240 -11776 -20480 4096 -19968 -1536 -9728 -10240 -9728 -6144 -3584 -7680 -16384 -10240 -12800 -5120 -18432 1024 4608 -13312 -8704 -4096 -5632
-1024 -17408 -512 -9728 512 -2560 -6144 -512 -11776 -12288 -12288 512 -4608 -6144 -5632 2048 -1024 -4608 -4608 2560 -15360 -3072 -18944 -7680 -16384 0 -10752 -6144 -9216 4096 -5120 1536 -5632 -7680 -6656 -19968 -5120 -1536 -7680 3584 3584 -13824 -6656 12288 -4096
5120 -2560 10752 -1024 4096 6656 3584 512 -9216 -512 -13312 8192 1536 3072 1024 1536 6656 4096 -1024 15360 3072 -2560 -10752 1024 -4608 4096 -6656 -4608 -3072 10752 -4096 -2048 4608 -9728 -512 -7680 -18432 -7680 -512 6144 9216 -15872 -5632 3584 -9728
6144 -8192 2560 0 11776 -3072 -1536 -1024 2560 3584 -3072 6656 -2560 -1536 5632 8192 10240 2048 7168 19456 7168 8192 5120 6656 -5632 10752 -4096 4608 -1024 5120 1024 5120 -1536 -4608 4608 -11776 1024 3584 6144 -1536 10240 -14848 -5632 5632 -3584
15872 4608 22528 17408 18432 12288 7168 8704 1536 12288 1024 24064 18944 9216 10240 17920 12288 17920 13824 17920 8704 15872 10240 10752 512 9216 -8704 16384 12800 10240 12288 8192 18432 7168 2048 5632 4608 3584 9216 10240 22528 0 1536 17408 1536
-5120 -28160 -6144 -11776 512 -5632 -15360 -16896 -11776 -12800 -21504 -6144 -4608 -17920 -23040 -11776 -13312 -11776 -19968 -9216 -20992 -13824 -21504 -12288 -18944 -12288 -21504 -11264 -8192 -12800 -14336 -2560 -11776 -8704 -10752 -18432 -13312 -13824 -15872 -14848 0 -25600 -12800 -10752 -12800
-512 -11776 0 -4096 9216 0 -12288 -512 -512 -3584 -9728 8704 -2560 -6656 -4096 512 2560 512 6656 7168 -8192 -8704 -6144 -5120 -18432 -3584 -5120 -1024 512 5632 -14848 3072 -6656 -9728 -3072 -12800 -8704 -6656 -5632 -5632 1536 -12800 -6656 -3584 -5120
6656 4096 12288 7680 10240 9216 -3584 7680 8704 9728 3584 17920 2048 7680 4096 4096 13312 12800 12288 24064 10240 11264 2048 11776 -10240 13312 -4608 8704 13824 11264 6144 3584 12800 11776 -512 3072 -4096 12288 3584 5632 17408 -10752 -3584 20992 -1536
3584 -10752 10752 -2560 11264 1536 -2048 -6144 -12288 2048 -4096 -1024 -10240 -4096 -16896 -3072 0 -8192 4096 4096 -4608 512 -6144 -1024 -6144 6656 -13312 -1024 -6656 3584 -8704 6656 -2048 -2048 -1536 -10240 -5632 -4096 -9728 -3584 1536 -12800 -5120 -1536 -4096
b:45
47.1621
-32.8494
30.0294
-8.9893
-5.28092
4.61713
-16.9991
19.4085
19.5158
-17.1755
4.64882
-5.27878
-8.95621
29.9769
-32.8287
-110.201
74.2029
-65.0509
18.8271
12.4264
-12.0408
40.8423
-42.3031
-42.5339
41.2273
-12.1228
12.4332
18.7435
-64.9325
74.1606
-34.9376
165.339
-744.538
611.168
-174.154
-182.337
496.668
-151.891
-159.9
497.949
-180.916
-174.056
609.544
-743.03
165.089
p:
以及来自 gdb 的堆栈跟踪:
bspline_fitting: /usr/include/eigen3/Eigen/src/Core/Block.h:122: Eigen::Block<XprType, BlockRows, BlockCols, InnerPanel>::Block(XprType&, Eigen::Index) [with XprType = Eigen::Matrix<double, -1, 1>; int BlockRows = 1; int BlockCols = 1; bool InnerPanel = false; Eigen::Index = long int]: Assertion `(i>=0) && ( ((BlockRows==1) && (BlockCols==XprType::ColsAtCompileTime) && i<xpr.rows()) ||((BlockRows==XprType::RowsAtCompileTime) && (BlockCols==1) && i<xpr.cols()))' failed.
Thread 1 "bspline_fitting" received signal SIGABRT, Aborted.
0x00007ffff534e860 in raise () from /usr/lib/libc.so.6
(gdb) where
#0 0x00007ffff534e860 in raise () from /usr/lib/libc.so.6
#1 0x00007ffff534fec9 in abort () from /usr/lib/libc.so.6
#2 0x00007ffff53470bc in __assert_fail_base () from /usr/lib/libc.so.6
#3 0x00007ffff5347133 in __assert_fail () from /usr/lib/libc.so.6
#4 0x00005555559e7405 in Eigen::Block<Eigen::Matrix<double, -1, 1, 0, -1, 1>, 1, 1, false>::Block (this=0x7fffffffd530, xpr=..., i=-4591537738753454899) at /usr/include/eigen3/Eigen/src/Core/Block.h:120
#5 0x00005555559ded86 in Eigen::DenseBase<Eigen::Matrix<double, -1, 1, 0, -1, 1> >::row (this=0x7fffffffd4a0, i=-4591537738753454899) at /usr/include/eigen3/Eigen/src/Core/../plugins/BlockMethods.h:861
#6 0x00005555559e3f0f in Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >::_solve_impl<Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const>, Eigen::Matrix<double, -1, 1, 0, -1, 1> > (this=0x7fffffffdaa0, rhs=..., dst=...) at /usr/include/eigen3/Eigen/src/QR/FullPivHouseholderQR.h:561
#7 0x00005555559dc75c in Eigen::internal::Assignment<Eigen::Matrix<double, -1, 1, 0, -1, 1>, Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> >, Eigen::internal::assign_op<double, double>, Eigen::internal::Dense2Dense, void>::run (
dst=..., src=...) at /usr/include/eigen3/Eigen/src/Core/Solve.h:147
#8 0x00005555559d4f4c in Eigen::internal::call_assignment_no_alias<Eigen::Matrix<double, -1, 1, 0, -1, 1>, Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> >, Eigen::internal::assign_op<double, double> > (dst=..., src=..., func=...)
at /usr/include/eigen3/Eigen/src/Core/AssignEvaluator.h:836
#9 0x00005555559cd8de in Eigen::PlainObjectBase<Eigen::Matrix<double, -1, 1, 0, -1, 1> >::_set_noalias<Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> > > (this=0x7fffffffd730, other=...)
at /usr/include/eigen3/Eigen/src/Core/PlainObjectBase.h:728
#10 0x00005555559cd76f in Eigen::PlainObjectBase<Eigen::Matrix<double, -1, 1, 0, -1, 1> >::_init1<Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> >, Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> > > (this=0x7fffffffd730, other=...) at /usr/include/eigen3/Eigen/src/Core/PlainObjectBase.h:812
#11 0x00005555559c4d73 in Eigen::Matrix<double, -1, 1, 0, -1, 1>::Matrix<Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> > > (this=0x7fffffffd730, x=...) at /usr/include/eigen3/Eigen/src/Core/Matrix.h:296
#12 0x00005555559ba6fe in Eigen::DenseBase<Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> > >::eval (this=0x7fffffffd990) at /usr/include/eigen3/Eigen/src/Core/DenseBase.h:406
#13 0x00005555559aceaf in Eigen::operator<< <Eigen::Solve<Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >, Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const> > > (s=..., m=...) at /usr/include/eigen3/Eigen/src/Core/IO.h:220
#14 0x00005555559a2046 in vlw::o::exact_newton::converge<optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::cinpact_k_c_w_with_lls_and_exact_newton_and_wolfe()::{lambda()#1}, optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::cinpact_k_c_w_with_lls_and_exact_newton_and_wolfe()::{lambda(Eigen::Matrix<double, -1, 1, 0, -1, 1> const&)#2}, glm::vec<2, double, (glm::qualifier)0>, double>(optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::cinpact_k_c_w_with_lls_and_exact_newton_and_wolfe()::{lambda()#1}, optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::cinpact_k_c_w_with_lls_and_exact_newton_and_wolfe()::{lambda(Eigen::Matrix<double, -1, 1, 0, -1, 1> const&)#2}, vlw::o::non_linear_least_squares_problem<glm::vec<2, double, (glm::qualifier)0>, double>&, unsigned long, vlw::o::non_linear_least_squares_problem) (step_finished=..., alpha_search=..., problem=..., max_iterations=200, threshold=1.0000000000000001e-05)
at /media/Crypt/School-Repos/curve-optimization/vlw/vlw/optimization/exact_newton.hpp:130
#15 0x000055555599945e in optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::cinpact_k_c_w_with_lls_and_exact_newton_and_wolfe() (this=0x555556143090) at /media/Crypt/School-Repos/curve-optimization/src/cinpact_scenario.hpp:825
#16 0x0000555555994586 in optimization::cinpact_scenario<std::function<void (std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >)>, glm::vec<2, double, (glm::qualifier)0>, double>::perform7() (this=0x555556143090) at /media/Crypt/School-Repos/curve-optimization/src/cinpact_scenario.hpp:818
#17 0x0000555555923332 in CurveWindow::perform7 (this=0x7fffffffe090) at /media/Crypt/School-Repos/curve-optimization/src/main.cpp:887
#18 0x0000555555921ac1 in CurveWindow::keyPressEvent (this=0x7fffffffe090, ev=0x7fffffffde30) at /media/Crypt/School-Repos/curve-optimization/src/main.cpp:683
#19 0x00007ffff67d5a35 in QWindow::event(QEvent*) () from /usr/lib/libQt5Gui.so.5
#20 0x0000555555a67d01 in OpenGLWindow::event (this=0x7fffffffe090, event=0x7fffffffde30) at /media/Crypt/School-Repos/curve-optimization/src/openglwindow.cpp:106
#21 0x00007ffff625806b in QCoreApplication::notify(QObject*, QEvent*) () from /usr/lib/libQt5Core.so.5
#22 0x00007ffff62581e0 in QCoreApplication::notifyInternal2(QObject*, QEvent*) () from /usr/lib/libQt5Core.so.5
#23 0x00007ffff67c6012 in QGuiApplicationPrivate::processKeyEvent(QWindowSystemInterfacePrivate::KeyEvent*) () from /usr/lib/libQt5Gui.so.5
#24 0x00007ffff67cb166 in QGuiApplicationPrivate::processWindowSystemEvent(QWindowSystemInterfacePrivate::WindowSystemEvent*) () from /usr/lib/libQt5Gui.so.5
#25 0x00007ffff67a2bbc in QWindowSystemInterface::sendWindowSystemEvents(QFlags<QEventLoop::ProcessEventsFlag>) () from /usr/lib/libQt5Gui.so.5
#26 0x00007fffeef5015d in ?? () from /usr/lib/libQt5XcbQpa.so.5
#27 0x00007ffff625682b in QEventLoop::exec(QFlags<QEventLoop::ProcessEventsFlag>) () from /usr/lib/libQt5Core.so.5
#28 0x00007ffff625fb18 in QCoreApplication::exec() () from /usr/lib/libQt5Core.so.5
#29 0x000055555592354d in main (argc=1, argv=0x7fffffffe238) at /media/Crypt/School-Repos/curve-optimization/src/main.cpp:914
(gdb) up
#1 0x00007ffff534fec9 in abort () from /usr/lib/libc.so.6
(gdb)
#2 0x00007ffff53470bc in __assert_fail_base () from /usr/lib/libc.so.6
(gdb)
#3 0x00007ffff5347133 in __assert_fail () from /usr/lib/libc.so.6
(gdb)
#4 0x00005555559e7405 in Eigen::Block<Eigen::Matrix<double, -1, 1, 0, -1, 1>, 1, 1, false>::Block (this=0x7fffffffd530, xpr=..., i=-4591537738753454899) at /usr/include/eigen3/Eigen/src/Core/Block.h:120
120 eigen_assert( (i>=0) && (
(gdb)
#5 0x00005555559ded86 in Eigen::DenseBase<Eigen::Matrix<double, -1, 1, 0, -1, 1> >::row (this=0x7fffffffd4a0, i=-4591537738753454899) at /usr/include/eigen3/Eigen/src/Core/../plugins/BlockMethods.h:861
861 return RowXpr(derived(), i);
(gdb)
#6 0x00005555559e3f0f in Eigen::FullPivHouseholderQR<Eigen::Matrix<double, -1, -1, 0, -1, -1> >::_solve_impl<Eigen::CwiseUnaryOp<Eigen::internal::scalar_opposite_op<double>, Eigen::Matrix<double, -1, 1, 0, -1, 1> const>, Eigen::Matrix<double, -1, 1, 0, -1, 1> > (this=0x7fffffffdaa0, rhs=..., dst=...) at /usr/include/eigen3/Eigen/src/QR/FullPivHouseholderQR.h:561
561 c.row(k).swap(c.row(m_rows_transpositions.coeff(k)));
(gdb) print k
$1 = 0
(gdb) print m_rows_transpositions.coeff(k)
$2 = (const Eigen::PlainObjectBase<Eigen::Matrix<long, 1, -1, 1, 1, -1> >::Scalar &) @0x555556143a80: -4591537738753454899
最佳答案
这对我来说是双重失败。
基本上，如果您使用 auto 而不是适当的 Matrix 类型，那么您实际上会得到一个抽象表达式类型。这会导致问题，有时是性能有时是悬空引用。不要使用 auto，除非您知道编译器正在推导出什么类型并且真的想使用该类型。
关于c++ - Eigen 3 断言在求解线性系统时失败 - 据我所知，这是由于 Eigen 中的无效索引造成的，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47840008/
25
4
0
我想了解表达式模板如何在 Eigen 中工作。 我知道两个动态双向量的总和是由如下所示的东西执行的: CwiseBinaryOp, VectorXd const, VectorXd const > o
在本征中，我们可以创建一个矩阵 Matrix3f m; m m(3, 8, 6); // Input after construction m.diagonal() << 3, 8, 6; Diag
我想知道是否有比使用 for 循环更简单的方法来解决我的问题。所以情况是这样的: 一般来说，我想从我的传感器收集数据点(消息类型为 Eigen::Vector3d，我无法更改它，因为它是一个巨大的框架
简而言之，问题是如何通过一个 Eigen::Map 反对一个期待一个函数 Eigen::MatrixXd 对象。 长话短说: 我有这个 C++ 函数声明 void npMatrix(const Eig
考虑以下代码。 const int N = 100; const float alpha = 0.9; Eigen::MatrixXf myVec = Eigen::MatrixXf::Random(
我试图获得两个张量的矩阵乘积，其中一个张量应该在相乘之前转置( At*B )。 到目前为止，我在 eigen documentation 中发现了什么是没有任何转置和两个矩阵都转置的矩阵乘积。 我正在
我的问题很简单，希望也有一个很好的答案:当我构造了 Eigen::MatrixXd 矩阵时，我可以使用多个线程同时填充矩阵中的行吗(如果我可以确保没有行被同时写入)，或者我必须在每个线程中创建临时行对
#include #include namespace Eigen { // float op double -> double template struct ScalarBinaryOpTr
我在 Eigen 库的 API 上遇到了一些困难，即用于稀疏矩阵 Cholesky 分解的 SimplicialLLT 类。我需要分解三个矩阵，然后用它们来求解许多方程组(仅更改右侧) - 因此我只想
我正在尝试使用 Eigen 的 JacobiSVD 进行实验。特别是我试图从奇异值分解中重建输入矩阵。 http://eigen.tuxfamily.org/dox/classEigen_1_1Jac
我刚刚阅读了 Structures having static members Eigen 页。后者陈述如下: If you define a structure having members of
我正在使用 C++ 中的 Eigen 库来获取浮点方阵的平方根: MatrixXf gPrime(QUAD_EKF_NUM_STATES, QUAD_EKF_NUM_STATES); gPri
我正在尝试使用 vector 中的相应值来缩放矩阵中的所有列。如果此值为 0，我想用另一个按常数缩放的矩阵中的列替换该列。听起来很复杂，但在 Matlab 中它非常简单(但可能没有完全优化): a(:
使用 Eigen 将仿射变换转换为等距变换(即仅由旋转和平移组成)的最简单方法是什么？ 图书馆？ 两种变换都是 3D 的。仿射矩阵在左上象限有一个通用的 3x3 矩阵(即旋转、缩放和剪切)，而等轴测在
我正在尝试生成 PCL 点云。我所有的点都在以下容器类型中: std::vector > 我想创建一个指向 PCL 点云的指针: pcl::PointCloud::Ptr pc 创建此点云的最有效方法
最近，我编译了 Eigen3 并用它在 Windows 上做一些线性代数任务。 但我想知道为什么 Eigen3 不需要链接额外的 lib 或 DLL(我只需要包含它的头文件) Eigen 是否在编译时
我正在使用特征张量库，在我看来，shuffle() 方法需要一个对象 Eigen::array 作为输入。 在我的实现中，我有一个 std::list 需要传递给 shuffle (当然我只在运行时知
我有两个问题。 Eigen::Affine3f 和 Eigen::Matrix4f 中表示的刚性变换是否相同？ 我们如何从 Eigen::Affine3f 转换为 Eigen::Matrix4f，反之
我想用单个 3-D Eigen::Tensor 替换代码中的一系列矩阵。考虑到这一点，我尝试比较张量和矩阵的性能。 下面的函数“tensorContractTest”执行 (n,n,n) 3 阶张量与
如何将 ArrayXXd 数组转换为 MatrixXd？到目前为止，我已经完成了 MatrixXd temp_mat = my_array; 并且隐式转换似乎工作正常，但这是应该完成的方式吗？或者我应
我是一名优秀的程序员,十分优秀！