[Eigen中文文档] 预处理器指令

简介: 可以通过定义预处理器宏来控制Eigen的某些方面。这些宏应该在包含任何Eigen头文件之前定义。通常最好在项目选项中设置它们。本页面列出了Eigen支持的预处理器指令。

文档总目录

英文原文(Preprocessor directives)

你可以通过定义预处理器宏来控制Eigen的某些方面。这些宏应该在包含任何Eigen头文件之前定义。通常最好在项目选项中设置它们。

本页面列出了Eigen支持的预处理器指令。

具有重大影响的宏

这些宏有主要影响并且通常会破坏API(应用程序编程接口)或ABI(应用程序二进制接口)。这可能相当危险:如果你的程序的某些部分使用一种选项编译,而其他部分(或你使用的库)使用另一种选项编译,你的程序可能无法链接或出现某些微妙的错误。尽管如此,这些选项对于知道自己在做什么的人可能是有用的。

  • EIGEN2_SUPPORTEIGEN2_SUPPORT_STAGEnn_xxx 从 Eigen 3.3 版本开始被禁用。定义其中之一将引发编译错误。如果需要编译 Eigen2 代码,请查看此站点

  • EIGEN_DEFAULT_DENSE_INDEX_TYPE 是矩阵、向量和数组中的列和行索引的类型 (DenseBase::Index)。默认设置为 std::ptrdiff_t

  • EIGEN_DEFAULT_IO_FORMAT 如果未指定 IOFormat,则打印矩阵时要使用该 IOFormat。默认为由默认构造函数IOFormat::IOFormat() 构造的 IOFormat。

  • EIGEN_INITIALIZE_MATRICES_BY_ZERO 如果被定义,则新构造的矩阵和数组的所有条目都将初始化为零,调整大小后矩阵和数组中的新条目也是如此。默认情况下未定义。

    • 警告:

    • 1x1(或 2x11x2)固定大小矩阵的一元(或二进制)构造函数始终被解释为初始化构造函数,其中参数是系数值而不是大小。例如 Vector2d v(2,1); 将创建一个系数为 [2,1] 的向量,而不是用零(即[0,0])初始化的 2x1 向量。如果可能发生这种情况,则建议使用默认构造函数并显式调用调整大小:

      Matrix<?,SizeAtCompileTime,1> v;
      v.resize(size);
      Matrix<?,RowsAtCompileTime,ColsAtCompileTime> m;
      m.resize(rows,cols);
      
  • EIGEN_INITIALIZE_MATRICES_BY_NAN 如果已定义,则新构造的矩阵和数组的所有条目都将初始化为NaN,调整大小后矩阵和数组中的新条目也将如此。这个选项特别适用于调试目的,虽然像valgrind这样的内存工具更为推荐。默认情况下未定义。

    • 警告:

    • 有关这些宏应用于 1x11x22x1 固定大小矩阵时的限制的讨论,请参阅 EIGEN_INITIALIZE_MATRICES_BY_ZERO 的文档。

  • EIGEN_NO_AUTOMATIC_RESIZING 如果已定义,则赋值 a = b 两侧的矩阵(或数组)必须具有相同的大小;否则,Eigen 会自动调整 a 的大小,使其具有正确的大小。默认情况下未定义。

C++ 标准特性

默认情况下,Eigen 力求根据编译器提供的信息在编译时自动检测并启用语言功能。

  • EIGEN_MAX_CPP_VER 禁用版本高于 EIGEN_MAX_CPP_VER 的 C++ 功能的使用。可能的值为:1417 等。如果未定义(默认值),Eigen 将启用编译器支持的所有功能。

可以通过将以下的指令分别定义为01来显式启用或禁用各个功能。例如,可以通过定义EIGEN_MAX_CPP_VER=14来将C++版本限制为C++14,但仍可以通过定义EIGEN_HAS_C99_MATH=1来启用C99数学函数。

  • EIGEN_HAS_C99_MATH 控制 C99 数学函数的使用,例如 erferfclgamma等。
  • EIGEN_HAS_CXX11_MATH 控制一些函数的实现,如roundlogp1isinfisnan等。
  • EIGEN_HAS_STD_RESULT_OF 定义是否支持 std::result_of
  • EIGEN_NO_IO 禁用对 <iostreams> 的任何使用和支持。

断言

Eigen 库包含许多断言来防止编译时和运行时的编程错误。然而,这些断言确实会花费时间,因此可以被关闭。

  • EIGEN_NO_DEBUG 如果已定义,则禁用 Eigen 的断言。默认情况下未定义,除非定义了 NDEBUG 宏(这是禁用所有断言的标准 C++ 宏)。
  • EIGEN_NO_STATIC_ASSERT 如果定义了,编译时静态断言将被运行时断言替换;这节省了编译时间。默认情况下未定义。
  • EIGEN_ASSERT 这是一个带有一个参数的宏,用于在Eigen中进行断言。默认情况下,它基本上被定义为assert,如果断言被违反,则会终止程序。如果希望执行其他操作(如引发异常),请重新定义此宏。
  • EIGEN_MPL2_ONLY 禁用非 MPL2 兼容功能,或者换句话说,禁用仍在 LGPL 下的功能。

对齐、矢量化和性能调整

  • EIGEN_MALLOC_ALREADY_ALIGNED 可以设置为 0 或 1 来判断默认系统 malloc 是否已返回对齐的缓冲区。如果未定义,则此信息会自动从编译器和系统预处理器标记中推导出来。
  • EIGEN_MAX_ALIGN_BYTES 必须是2的乘方或0。定义了Eigen可以将动态和静态分配的数据在内存边界上对齐的上限,以字节为单位。如果未定义,则会根据体系结构、编译器和操作系统自动计算默认值。通常使用此选项来强制实现使用不同SIMD选项编译的代码/库之间的二进制兼容性。例如,可以编译AVX代码并通过定义EIGEN_MAX_ALIGN_BYTES=16强制ABI兼容性,以与现有的SSE代码兼容。反之,由于默认情况下AVX意味着为实现最佳性能而需要32字节对齐,因此可以通过定义EIGEN_MAX_ALIGN_BYTES=32来编译SSE代码,以便与AVX代码实现ABI兼容性。
  • EIGEN_MAX_STATIC_ALIGN_BYTESEIGEN_MAX_ALIGN_BYTES类似,但仅适用于静态分配的数据。默认情况下,如果仅定义EIGEN_MAX_ALIGN_BYTES,则EIGEN_MAX_STATIC_ALIGN_BYTES == EIGEN_MAX_ALIGN_BYTES,否则根据体系结构、编译器和操作系统自动计算默认值(在不支持堆栈对齐的体系结构上可能小于EIGEN_MAX_ALIGN_BYTES的默认值)。让我们强调一下,EIGEN_MAX_*_ALIGN_BYTES只定义了一个理想的上限。实际上,数据被对齐到EIGEN_MAX_STATIC_ALIGN_BYTES和数据大小的最大2的幂公约数,以便不浪费内存。
  • EIGEN_DONT_PARALLELIZE 如果定义,这将禁用多线程。仅当启用 OpenMP 时,这才相关。有关详细信息,请参阅 Eigen 和多线程
  • EIGEN_DONT_VECTORIZE 定义时禁用显式矢量化。默认情况下未定义,除非 Eigen 的平台测试或用户定义 EIGEN_DONT_ALIGN禁用对齐。
  • EIGEN_UNALIGNED_VECTORIZE 禁用/启用未对齐存储的矢量化。默认值为 1(启用)。如果设置为 0(禁用),则目标无法对齐的表达式不会被矢量化(例如,未对齐的小型固定大小向量或矩阵)
  • EIGEN_FAST_MATH 启用一些可能会影响结果准确性的优化。目前,这可以实现 sin() 和 cos() 的 SSE 矢量化,并加速 sqrt() 的单精度。默认定义为 1。将其定义为 0 以禁用。
  • EIGEN_UNROLLING_LIMIT 定义循环的大小以启用元循环展开。将其设置为零以禁用展开。这里的循环大小以Eigen自己的“FLOPS数”概念表示,它不对应于迭代次数或指令数。默认值为110。
  • EIGEN_STACK_ALLOCATION_LIMIT 定义在堆栈上分配缓冲区的最大字节数。对于内部临时缓冲区,将使用动态内存分配作为备选方案。对于固定大小的矩阵或数组,超过此阈值会引发编译时断言。使用0来设置无限制。默认值为128 KB。
  • EIGEN_NO_CUDA 当定义该符号时,禁用CUDA支持。在仅在主机上使用Eigen且从不从设备代码调用它的.cu文件中,这可能是有用的。
  • EIGEN_STRONG_INLINE 此宏用于限定我们期望编译器进行内联的关键函数和方法。默认情况下,对于MSVC和ICC编译器,它被定义为__forceinline,对于其他编译器,则被定义为inline。一个典型的用法是将其定义为inline,以获得更快的编译时间,尽管在某些罕见情况下会面临性能下降的风险,因为MSVC内联器无法做出良好的工作。
  • EIGEN_DEFAULT_L1_CACHE_SIZE 当无法在运行时确定正确的缓存大小时,设置 Eigen 的 GEBP 内核中使用的默认 L1 缓存大小。
  • EIGEN_DEFAULT_L2_CACHE_SIZE 当无法在运行时确定正确的缓存大小时,设置 Eigen 的 GEBP 内核中使用的默认 L2 缓存大小。
  • EIGEN_DEFAULT_L3_CACHE_SIZE 当无法在运行时确定正确的缓存大小时,设置 Eigen 的 GEBP 内核中使用的默认 L3 缓存大小。
  • EIGEN_DONT_ALIGN 已弃用,它是EIGEN_MAX_ALIGN_BYTES=0的同义词。它完全禁用了对齐。Eigen不会尝试对其对象进行对齐,并且不期望任何传递给它的对象都是对齐的。如果EIGEN_UNALIGNED_VECTORIZE = 1,则会关闭矢量化。默认情况下未定义。
  • EIGEN_DONT_ALIGN_STATICALLY 已弃用,它是 EIGEN_MAX_STATIC_ALIGN_BYTES=0 的同义词。它禁用堆栈上数组的对齐。默认情况下未定义,除非定义了 EIGEN_DONT_ALIGN
  • EIGEN_ALTIVEC_ENABLE_MMA_DYNAMIC_DISPATCH 控制是否对 Altivec MMA 使用 Eigen 的动态调度。
  • EIGEN_ALTIVEC_DISABLE_MMA 覆盖 Altivec MMA 指令的使用。
  • EIGEN_ALTIVEC_USE_CUSTOM_PACK 控制是否使用 Eigen 的 Altivec 自定义包装。

插件

可以通过编写插件,向Eigen的许多基本类添加新的方法。如在 扩展 MatrixBase(包括其他类) 一节中所解释的那样,插件是通过定义EIGEN_xxx_PLUGIN宏来指定的。支持以下宏;默认情况下没有任何宏被定义。

  • EIGEN_ARRAY_PLUGIN 用于扩展 Array 类的插件的文件名。
  • EIGEN_ARRAYBASE_PLUGIN 用于扩展 ArrayBase 类的插件的文件名。
  • EIGEN_CWISE_PLUGIN 用于扩展 Cwise 类的插件的文件名。
  • EIGEN_DENSEBASE_PLUGIN 用于扩展 DenseBase 类的插件的文件名。
  • EIGEN_DYNAMICSPARSEMATRIX_PLUGIN 用于扩展 DynamicSparseMatrix 类的插件的文件名。
  • EIGEN_FUNCTORS_PLUGIN 用于添加新函子和 functor_traits 专业化的插件的文件名。
  • EIGEN_MAPBASE_PLUGIN 用于扩展 MapBase 类的插件的文件名。
  • EIGEN_MATRIX_PLUGIN 用于扩展 Matrix 类的插件的文件名。
  • EIGEN_MATRIXBASE_PLUGIN 用于扩展 MatrixBase 类的插件的文件名。
  • EIGEN_PLAINOBJECTBASE_PLUGIN 用于扩展 PlainObjectBase 类的插件的文件名。
  • EIGEN_QUATERNION_PLUGIN 用于扩展 Quaternion 类的插件的文件名。
  • EIGEN_QUATERNIONBASE_PLUGIN 用于扩展 QuaternionBase 类的插件的文件名。
  • EIGEN_SPARSEMATRIX_PLUGIN 用于扩展 SparseMatrix 类的插件的文件名。
  • EIGEN_SPARSEMATRIXBASE_PLUGIN 用于扩展 SparseMatrixBase类的插件的文件名。
  • EIGEN_SPARSEVECTOR_PLUGIN 用于扩展 SparseVector 类的插件的文件名。
  • EIGEN_TRANSFORM_PLUGIN 用于扩展 Transform 类的插件的文件名。
  • EIGEN_VECTORWISEOP_PLUGIN 用于扩展 VectorwiseOp 类的插件的文件名。

Eigen 开发人员的宏

这些宏主要供开发 Eigen 的人员和测试目的使用。尽管它们可能对高级用户以及出于调试和测试目的好奇的人有用,但它们不应该被实际代码使用。

  • EIGEN_DEFAULT_TO_ROW_MAJOR 定义后,矩阵的默认存储顺序将变为行优先而不是列优先。默认情况下未定义。
  • EIGEN_INTERNAL_DEBUGGING 如果定义,则在 Eigen 的内部例程中启用断言。这对于调试 Eigen 本身很有用。默认情况下未定义。
  • EIGEN_NO_MALLOC 如果定义了,任何来自 Eigen 内部从堆分配内存的请求都会导致断言失败。这对于检查某些例程是否未动态分配内存很有用。默认情况下未定义。
  • EIGEN_RUNTIME_NO_MALLOC 如果定义了,则会引入一个新的开关,可以通过调用 set_is_malloc_allowed(bool)打开和关闭该开关。如果不允许 malloc 并且 Eigen 尝试动态分配内存,则会导致断言失败。默认情况下未定义。
相关文章
|
编译器 索引
[Eigen中文文档] 块操作
本文介绍了块操作。块是matrix或array的部分矩形元素。块表达式既可以用作右值也可以用作左值。与Eigen表达式一样,如果让编译器进行优化,则块操作的运行时间成本为零。
145 0
|
并行计算 算法 测试技术
[Eigen中文文档] 稠密分解方法目录
本文介绍了 Eigen 提供的处理稠密矩阵分解方法的目录。
133 0
|
存储 算法 NoSQL
[Eigen中文文档] 存储顺序
矩阵和二维数组有两种不同的存储顺序:列优先和行优先。本节解释了这些存储顺序以及如何指定应该使用哪一种。
161 0
[Eigen中文文档] 编写以特征类型为参数的函数(一)
Eigen使用表达式模板的方式导致每个表达式的类型可能都不同。如果将这样的表达式传递给一个需要Matrix类型参数的函数,则表达式将隐式地被评估为一个临时Matrix,然后再传递给函数。这意味着失去了表达式模板的好处。
140 0
|
存储 算法 NoSQL
[Eigen中文文档] 稀疏矩阵操作
在许多应用中(例如,有限元方法),通常要处理非常大的矩阵,其中只有少数系数不为零。在这种情况下,可以通过使用仅存储非零系数的特殊表示来减少内存消耗并提高性能。这样的矩阵称为稀疏矩阵。
461 0
|
存储 缓存
[Eigen中文文档] 深入了解 Eigen - 惰性求值与混叠(Aliasing)
Eigen具有智能的编译时机制,可以实现惰性求值并在适当的情况下删除临时变量。它会自动处理大多数情况下的混叠问题,例如矩阵乘积。自动行为可以通过使用MatrixBase::eval()和MatrixBase::noalias()方法手动覆盖。
296 0
|
存储 安全 编译器
[Eigen中文文档] 常见的陷阱
本文将介绍一些Eigen常见的陷阱
266 0
|
存储 索引
[Eigen中文文档] 扩展/自定义Eigen(三)
本页面针对非常高级的用户,他们不害怕处理一些Eigen的内部细节。在大多数情况下,可以通过使用自定义一元或二元函数避免使用自定义表达式,而极其复杂的矩阵操作可以通过零元函数(nullary-expressions)来实现,如前一页所述。 本页面通过示例介绍了如何在Eigen中实现新的轻量级表达式类型。它由三个部分组成:表达式类型本身、包含有关表达式编译时信息的特性类和评估器类,用于将表达式评估为矩阵。
134 1
[Eigen中文文档] 固定大小的可向量化Eigen对象
本文主要解释 固定大小可向量化 的含义。
110 0