C++中如何创建initializer_list对象以适配OpenNN的Tensor::setValues方法

我在编写C++代码时遇到了问题，当前使用OpenNN搭建神经网络，需要使用已训练完成的神经网络（变量名neuralnetwork）对特征集合（变量名featureVector）做输出预测。调用的相关函数要求传入initializer_list类型的参数，现有代码如下：

float featureVector[1][5] = {{1, 2, 3, 4, 5}};
Tensor<type, 2> inputs(1, featureLength);
inputs.setValues(featureVector);
neuralnetwork.calculate_outputs(inputs);

运行后收到的报错信息如下：

neuralnetwork.cpp:141:22: error: reference to type 'const typename internal::Initializer<Tensor<float, 2, 0, long long>, NumDimensions>::InitList' (aka 'const initializer_list<initializer_list>') could not bind to an lvalue of type 'float [1][5]'
TensorBase.h:861:81: note: passing argument to parameter 'vals' here

参照OpenNN官方示例修改的代码可以正常运行，但不符合使用需求，原因是需要featureVector为可动态赋值的变量，而非字面量：

Tensor<type, 2> inputs(1, featureLength);
inputs.setValues({{1, 2, 3, 4, 5}});
neuralnetwork.calculate_outputs(inputs);

我还尝试将featureVector改为std::list类型，同样无法运行。我需要将数组或std::list类型的特征向量转换为可用的initializer_list，但没有找到有效的初始化方案。

补充信息 #

• neuralnetwork的类型定义：

OpenNN::NeuralNetwork neuralnetwork;

• calculate_outputs函数定义：

Tensor<type, 2> NeuralNetwork::calculate_outputs(const Tensor<type, 2>& inputs)

可行解决方案 #

最终我找到符合需求的可行写法如下：

auto featureVector1 = {1.f, 2.f, 3.f, 4.f, 5.f};
auto featureVector = {featureVector1};
Tensor<type, 2> inputs(1, featureLength);
inputs.setValues(featureVector);
neuralnetwork.calculate_outputs(inputs);

该写法虽然不够简洁优雅，但完全满足使用需求。

内容的提问来源于stack exchange，提问作者ano