特征稀疏矩阵的零拷贝构造

Zero-copy construction of an Eigen SparseMatrix

本文关键字：拷贝 特征      更新时间：2023-10-16

我有以下问题：

我有一个需要通过网络发送Eigen::SparseMatrix，我的网络库仅支持发送基元类型的数组。

我可以通过执行以下操作来检索指向 SparseMatrix 的后备数组的指针(这是后备对象的代码(：

// Get pointers to the indices and values, send data over the network
int num_items = sparse_matrix.nonZeros()
auto values_ptr = sparse_matrix.data().valuePtr()
auto index_ptr = sparse_matrix.data().indexPtr()
network_lib::send(values_ptr, num_items)
network_lib::send(index_ptr, 2 * num_items) // Times two b/c we have 2 indices per value

现在在另一边，我可以访问这两个数组。但是AFAIK没有办法创建一个SparseArray，而不将所有数据复制到一个新的SparseMatrix中(参见文档进行构造(。

我想做这样的事情：

Eigen::SparseMatrix<float> zero_copy_matrix(num_rows, num_cols);
zero_copy_matrix.data().valuePtr() = received_values_ptr;
zero_copy_matrix.data().indexPtr() = received_index_ptr;

但这会引发编译器错误：

error: lvalue required as left operand of assignment zero_copy_matrix.data().valuePtr() = received_values_ptr;

关于我们如何从现有的索引和数据数组中零拷贝构造稀疏特征矩阵的任何想法？

我尝试的另一种方法不起作用(这是本地的，没有通信(：

zero_copy_matrix.reserve(num_non_zeros);
zero_copy_matrix.data().swap(original_matrix.data());

当我尝试打印出zero_copy_matrix时，它没有值。

在挖掘之后，我认为对我来说一个不错的选择是使用这样的Eigen::Map<Eigen::SparseMatrix<float>>：

Eigen::Map<Eigen::SparseMatrix<float>> sparse_map(num_rows, num_cols, num_non_zeros,
original_outer_index_ptr, original_inner_index_ptr,
original_values_ptr);

AFAIK，这应该是零拷贝。从这里回答。

相关文章：