CMAKE初见

学习了几天cmake,其实cmake还是写的比较死的,没makefile那么灵活,但是相对也是好操作些,学习cmake其实就从案例入手最好

参考网站link

#指出最小支持的cmake版本
cmake_minimum_required(VERSION 2.8)
#指出工程名称,一般也是最终生成程序的名称
project(DEMO4)
# 这句话的意思是将DIR_SRC指代的所有源码都编译后链接到DEMO4中,下面将说如何取得DIR_SRC
add_executable(DEMO4 ${DIR_SRC})

# 也可以这样写:
add_executable(DEMO4 main.cc)
# 将本目录内所有源码都添加,作为一个变量存储在DIR_SRC中,和makefile的patsubstr很像
aux_source_directory(. DIR_SRC)
# 链接库的做法:意思是,将EXTRA_LIBS都链接到
target_link(DEMO4 ${EXTRA_LIBS})

# 也可以这样写:
target_link(DEMO4 libMysql)
# 添加配置文件,需要注意的是,里面的东西需要加引号,这是我发现的第一个需要添加引号的东西
configure_file(
    "${PROJECT_SOURCE_DIR}/config.h.in"
    "${PROJECT_BINARY_DIR}/config.h"
)

#添加引用文件目录
include_directories(${PROJECT_SOURCE_DIR}/include)
# 添加子目录,这个个人感觉,是子目录需要编译出静态/动态库的时候,或者子目录有东西生成的时候使用,但是隐含了这样的一种关系:子目录生产出东西,肯定是在 ***调用***  的目录之前!!!!
add_subdirectory(${PROJECT_SOURCE_DIR}/math)
# 也可以这样写:
add_subdirectory(./math)
# 如果变量不存在,创建变量,如果存在,则赋值。以下这句话的意思是,将${EXTRA_LIBS} 以及libMath设置为EXTRA_LIBS,显然,就是说,往EXTRA_LIBS变量中,再添加库libMath
set(EXTRA_LIBS ${EXTRA_LIBS} libMath)
# 链接库位置
link_directories(/usr/local/Celluar/Poco)
# 意思是说,从这里找链接库
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
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