Property属性

  通常,property的声明如下:

  @property(attributes) type name;

  属性可包括readwrite和readonly两种,默认的是readwrite。设置为readonly的property没有set方法。

  为描述setter方法如何工作,属性包括下面的一种:assign、retain、strong、weak和copy

  • assign:简单赋值,不更改引用计数。适用简单数据类型(标量变量),而非指针类型变量
  • retain:与strong相对应,使用了引用计数,retain +1,release -1;当引用计数为0时,dealloc会被调用,内存会被释放
  • copy:创建新值得复制,用于非共享内存时,每个指针都有自己的内存空间,这个属性常用于字符串及其他mutable子类情况下的property。
  • weak:表示弱引用(与assign相似),除了在指向的对象被释放的情况下,property将被设置为nil,只支持ARC方式。
  • strong:说明property是强引用类型,让对象在指针设置时就一直被指向,避免重新分配,特别针对ARC代码。如果没有使用ARC,则与retain属性等同。
  • __unsafe_unretained:在ARC编译环境下,在此环境下,与assign相似。它只是告诉ARC如何正确地调用声明为__unsafe_unretained变量的retain和release。

  在ARC下,才有strong和weak之分;在非ARC下,retain和assign修饰属性。

属性还可以包括非原子性的。假如应用程序是多线程的,那么setter方法为原子操作就很重要。就是说,setter方法在一个线程的执行与同一setter方法在另一线程的执行不会冲突。默认情况下,@synthesize操作将产生这个property的Accessor操作,包括使用锁来确保同一时刻只有一个setter在执行。创建和使用锁会带来一些额外的开销。假如开发者能够确认property的Accessor不需要原子操作,可将属性设置为非原子性来减少开销。

转载于:https://www.cnblogs.com/PJXWang/p/5192882.html

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值