085.使用Ada内置的异常库

本文深入探讨了Ada语言中异常处理的使用方法,通过一个具体的除法运算循环程序示例,展示了如何捕获并处理诸如除以零错误、存储错误等异常情况。文章详细解释了Ada.exceptions包的使用,以及如何通过EXCEPTION_OCCURRENCE记录类型来获取异常信息。
with Ada.Text_IO, Ada.Integer_Text_IO, Ada.Exceptions;
use Ada.Text_IO, Ada.Integer_Text_IO;

procedure Occur is

   Except_ID : Ada.Exceptions.EXCEPTION_OCCURRENCE;

   procedure Divide_Loop is
      Divide_Result : INTEGER;
   begin

      for Index in 1..8 loop
         Put("Index is");
         Put(Index, 3);
         Put(" and the answer is");
         Divide_Result := 25 / (4 - Index);
         Put(Divide_Result, 3);
         New_Line;
      end loop;

   exception
      when Except_ID: Constraint_Error => 
          Put_Line(" Divide by zero error.");
          New_Line;
          Put_Line("  Exception name:");
          Put_Line(Ada.Exceptions.Exception_Name(Except_ID));
          New_Line;
          Put_Line("  Exception information:");
          Put_Line(Ada.Exceptions.Exception_Information(Except_ID));
          New_Line;

      when Except_ID: Storage_Error =>
          Put_Line(" Storage error detected.");
          Put_Line(Ada.Exceptions.Exception_Information(Except_ID));
          New_Line;

      when Except_ID: others =>
          Put_Line(" Unknown exception detected.");
          Put_Line(Ada.Exceptions.Exception_Information(Except_ID));
          New_Line;

   end Divide_Loop;

begin
   Put_Line("Begin program here.");
   Divide_Loop;
   Put_Line("End of program.");
end Occur;


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
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