胶州市经济技术开发区建设局网站网址查询域名
0 引言
用python实现了某些算法之后，想转成C++来获取更高的性能。但是python数组的操作太灵活了，尤其是3维、4维、5维等高维数组，以及它们的广播、数组坐标、切片等机制。还有numpy的pad、where等操作更是给C++转换带来了更多的麻烦。
查阅了相关的资料，发现Eigen库有Tensor结构，可以实现python的高维数组运算。但是Eigen::Tensor在网上的资料非常少，官网对其也描述甚少。甚至由于AI的流行，许多错误的信息也给我们带来很多困扰。
我想整理一个比较全面的关于Eigen::Tensor的使用帮助，包括函数原型和示例代码，以及它的特性。与python用到的一些函数相对照。希望对大家有所帮助。
参考资料：
1 概述
1.1 什么是 Eigen::Tensor
Eigen::Tensor是Eigen库中提供的高维（任意维度）数组（张量）库，支持动态或静态维度。
可以用于进行高效的矩阵和张量运算。
适用于科学计算、机器学习等领域。
1.2 核心特性
支持任意维度（如 3D、4D 等）
逐元素操作、收缩（contraction）、卷积等
内存布局控制（列优先/行优先）
与 Eigen 矩阵/向量互操作性
模板类
高性能计算，可以在GPU上并行计算
强类型检查，在编译时对维度和数据类型做检查，(但提示并不友好)
广播机制（不像python那样方便）