2.1 C语言之数据类型

2.1 C语言之数据类型

一、数据类型

C语言只提供了下列几种基本类型:
char 字符型,占用一个字节
int 整型
float 单精度浮点型
double 双精度浮点型

此外,还可以在这些基本数据类型的前面加上一些限定符。

  • short与long两个限定符用于限定整型:
    short int sh;
    long int counter;
    在上述这种类型的声明中,int可以省略。通常很多人也习惯这么做。
    short类型通常为16位,long类型通常为32位,int类型可以为16位或32位。各编译器可以根据硬件特性自主选择合适的类型长度,但要遵循下列限制:short与int类型至少为16位,而long类型至少为32位,并且short类型不得长于int类型,而int类型不得长于long类型
  • 类型限定符signed与unsigned可用于限定char类型或任意整型。
    unsigned类型的数总是正值或0,并遵守2^n定律,其中n是该类型占用的位数。例如,char对象占用8位,那么unsigned char 类型变量的取值范围为0~255,而signed char类型的变量的取值范围为-128 ~ 127(在采用对二的补码的机器上)。不带限定符的char类型对象是否带符号则取决于具体的机器,但可打印字符总是正值。
  • long double类型表示高精度的浮点数。同整型一样,浮点型的长度也取决于具体的实现。float、double、long double可以相同的长度,也可以表示两种或三种不同的长度

二、练习

  1. 编写一个程序以确定分别由signed及unsigned限定的char、short、int、long类型的变量取值范围。采用打印标准头文件中的相应值以及直接计算两种方式实现。后一种方法的实现较困难一些,因为要确定各种浮点类型的取值范围。
#include <stdio.h>
#include <limits.h>  // ANSI C规定:各种类型的取值范围必须在头文件<limits.h>中定义。short、int、long类型在不同硬件上有不同的长度,所以它们在不同的机器上的取值范围也往往不同。

/*
编写一个程序以确定分别由signed及unsigned限定的char、short、int、long类型的变量取值范围。
采用打印标准头文件中的相应值以及直接计算两种方式实现
*/
main()
{
	printf("signed char取值范围:%d~%d\n", SCHAR_MIN, SCHAR_MAX);
	printf("unsigned char取值范围:%u~%u\n", 0, UCHAR_MAX);
	printf("signed short取值范围:%d~%d\n", SHRT_MIN, SHRT_MAX);
	printf("unsigned short取值范围:%u~%u\n", 0, USHRT_MAX);
	printf("signed int取值范围:%d~%d\n", INT_MIN, INT_MAX);
	printf("unsigned int取值范围:%u~%u\n", 0, UINT_MAX);
	printf("signed long取值范围:%ld~%ld\n", LONG_MIN, LONG_MAX);
	printf("unsigned long取值范围:%u~%u\n", 0, ULONG_MAX);
	return 0;
}
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
 
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