将Eigen::TensorBase作为函数参数使用时遇到问题

问题1：获取TensorBase底层数据指针和元素总数 #

Eigen的TensorBase采用CRTP（奇异递归模板模式）设计，需通过derived()方法获取实际的Tensor实例，再调用data()获取数据指针，size()获取总元素数。修正后的process_tensor实现如下：

// 通用数据处理函数
template<typename T>
bool process_data(const T* ptr, size_t N)
{
    // 自定义逻辑
    return false;
}

// 修正后的Tensor数据处理接口（适配任意秩）
template<typename Derived>
bool process_tensor(const Eigen::TensorBase<Derived, Eigen::ReadOnlyAccessors>& tensor)
{
    using ScalarType = typename Derived::Scalar;
    // 获取底层const数据指针
    const ScalarType* data_ptr = tensor.derived().data();
    // 获取Tensor总元素数
    size_t total_elements = tensor.derived().size();
    return process_data(data_ptr, total_elements);
}

问题2：函数指针类型不匹配 #

原代码核心错误是模板参数设计错误：process_tensor的模板参数应为Tensor的派生类型（如Eigen::Tensor<float,3>），而非标量类型float。此外，不同秩的Tensor对应不同的模板实例，无法用单一函数指针适配所有秩的Tensor。

针对跨库函数指针的需求，最可靠的方案是直接暴露process_data的函数指针，由调用方自行从Tensor中提取数据指针和元素数：

// 跨库共享的函数指针（处理float类型数据）
bool (*process_data_float_ptr)(const float*, size_t) = process_data<float>;

// 测试调用
void test()
{
    Eigen::Tensor<float, 3> tensor(2, 3, 4);
    // 调用方自行适配Tensor
    process_data_float_ptr(tensor.data(), tensor.size());
}

若坚持封装Tensor适配逻辑，可定义非模板通用函数，通过void*传递数据（需确保跨库ABI兼容性）：

// 封装Tensor适配的非模板函数
bool process_tensor_float(const void* tensor_data, size_t num_elements)
{
    return process_data(static_cast<const float*>(tensor_data), num_elements);
}

// 跨库函数指针
bool (*process_tensor_float_ptr)(const void*, size_t) = process_tensor_float;

// 测试调用
void test()
{
    Eigen::Tensor<float, 3> tensor(2, 3, 4);
    process_tensor_float_ptr(tensor.data(), tensor.size());
}

注：无法用单一函数指针直接接受任意秩的TensorBase，因为不同秩的Tensor对应不同的模板实例，函数签名本质不同，C++不支持这种动态类型的函数指针匹配。

内容的提问来源于stack exchange，提问作者ScratchingTheSurface