Eigen库从入门到放弃(1. VSCode配置及Eigen下载和安装)

最近在做后处理的事情。每次看到Python那么酷炫的切片、矩阵乘法、广播，再看看C++，我就陷入无尽痛苦。为什么Numpy没有C++版本，为什么后处理都是手撸，Eigen库有很多方法可以平替Numpy，但是我不是很了解，都是现查现用，所以萌发了系统学一下的想法，之前的TensorRT部分后面我再补充一个终结篇，详细说明怎么用，再结合这里的Eigen来说一说怎么对TensorRT的后处理进行高效的移植。
首先我们就基于Eigen的3.4.0，然后利用官方手册来进行系统学习吧。

1. VS Code配置

ctrl+shift+p配置tesk.json，ctrl+shift+d配置launc.json，然后写好CMakeLists.txt和main.cpp。

2. Eigen下载及编译

eigen的文档链接：https://eigen.tuxfamily.org/dox/
建议你们下载一份文档，因为它的网站上周就挂掉了，你再想查就上不去咯。
下载好以后，不用make，直接用，你的CMakeLists.txt应该如下，注意这个版本要求C++最少是14，所以也要设置：

cmake_minimum_required(VERSION 3.10)set(CMAKE_BUILD_TYPE Debug)# 设置项目名称和版本号
project(YourProjectName VERSION 1.0)# 指定C++标准
set(CMAKE_CXX_STANDARD 14)
set(CMAKE_CXX_STANDARD_REQUIRED True)include_directories(/home/xxxxxxxx/code/eigen) # 你下载eigen的地方# 添加可执行文件
add_executable(eigen_test main.cpp)

main.cpp如下：

#include <iostream>
#include "Eigen/Dense"using Eigen::MatrixXd;int main()
{MatrixXd m(2,2);m(0,0) = 3;m(1,0) = 2.5;m(0,1) = -1;m(1,1) = m(1,0) + m(0,1);std::cout << m << std::endl;
}