C++ 作为特征向量的浮点数组：：Vector3f

我正在GPU上写一个Eigen，我想使用Eigen。我有一个浮点数*表示已知大小n的数据三元组，例如xyz、rgb等。我想将它们用作特征向量，但仅限于不进行内存复制，因为我在设备上，例如：

const float* input=...
Eigen::Vector3f* inputAsFloat = ????

您可以使用在数据阵列上创建视图：

float* raw_data = ....;
Eigen::Map<Vector3f> vector_map(raw_data, raw_data_size);

您可以使用多种选项：

第一个模板参数是您正在模拟的特征数据类型 第二个模板参数是行/列主参数 第三个模板参数是跨距选项，即元素和行/列在内存中的间距，例如每行的额外填充

---

不完全确定它与GPU和/或CUDA的交互效果如何。

我的偏好，尽管前面的答案可能也正确：

创建到原始数组的映射，然后迭代固定大小的段。“n”大概是3的倍数

float* input;
int n;

Eigen::Map<VectorXf> vector_map(input,n);
   for(int i = 0; i < n/3; i++)
   {
   const Vector3f& eigen_3f = vector_map.segment<3>(3*i);
   //do things with eigen_3f
   }

---

您不必创建对“vector_map.segment3*i”的引用，但我认为它说明了该点。

将点输入到3个浮点数组中？还是n浮动？请提供一段时间，我对Eigen了解不多，我知道的足够多，认为您可能不应该有指向Vector3f的指针。相反，您应该使用数组来初始化Vector3f对象。Eigen:：Map在CUDA内核中是完全合法的。