c++ - 使用 Eigen C++ 进行快速一维卷积？

Question

假设我有两个数据数组:

double data[4096] = { .... };
double b[3] = {.25, .5, .25};

我想要一个快速且可移植的卷积实现。使用 NumPy 语法

result = numpy.convolve(data, b, "same")

内核大小很小，为 3 或 5，我可能必须与带有零的内核进行卷积(可能为进一步优化提供范围)。

double b[5] = {.25, .0, .5, .0, .25};

我有一种感觉 Eigen C++ 已经为此优化了代码，但我不知道如何使用它。或者，是否有其他库具有可移植的卷积实现，并且针对常见平台进行了理想优化？

Answer 1

Armadillo应该可以满足您的需求。

Eigen 实现可能如下所示:

Eigen::VectorXd convolve(const Eigen::Ref<const Eigen::VectorXd>& in,
      const Eigen::Vector3d& weights)
{
    const Eigen::Index innersize = in.size() - 2;
    Eigen::VectorXd out(in.size());
    out.segment(1, innersize) =
          in.head(innersize) * weights.x() +
          in.segment(1, innersize) * weights.y() +
          in.tail(innersize) * weights.z();
    // Treat borders separately
    return out;
}

以同样的方式展开 5 个重量。