main 之前之后的那些事儿

最新推荐文章于 2024-08-08 17:52:14 发布
最新推荐文章于 2024-08-08 17:52:14 发布
阅读量721 收藏
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wangjian8855/article/details/11525303
本文探讨了在C语言编程中main函数执行前后的初始化与清理操作，介绍了atexit和onexit函数的使用，并提供了实际应用案例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在main函数执行之前 ，总要执行一段代码，如static对象 static函数 以及全局对象的初始化。在退出之前也总要执行一段代码来释放相关的资源。这段代码通常是不可见的

故 一般形式为：

int main()

{

  Initailzation（）

  ////

  ourcodes

  ///

  Clear（）

}

程序员可以手动控制main函数在退出之前执行一段代码；

atexit 函数和_oneexit函数 

atexit是标准C中的函数，建议使用这个。
onexit是非标准的。有些平台上不存在这个函数

http://blog.youkuaiyun.com/lhb19891029/article/details/9163387



wangjian8855
关注
Nextjs——国际化那些事儿
weixin_43207208的博客
08-04 1786
某一天，产品经理跟我说，我们的产品需要搞国际化
优先级反转那些事儿
YZcoder的博客
11-28 1491
文章主要阐述了优先级反转的一些概念和解决思路，并结合iOS平台的几种锁进行了详细的调研。通过深入的理解，可以去规避一些不必要的优先级反转，从而进一步避免卡死异常。
main函数之前和main之后都做了那些事情
06-20
一个c程序在执行main函数之前和main之后都做了那些事情啊
发生在main函数之前的那些事儿
山不在高有仙则灵，水不在深有龙则灵
07-18 309
C++中在main函数执行前发生的部分代码
应用启动-Main函数之前的那些事儿
weixin_43180925的博客
11-01 1150
在上一篇文章中我们介绍了应用启动在objc_init方法执行前的调用堆栈，根据这个堆栈我们可以看出在main函数之前实际上系统内核以及dyld还做了很多的操作，那么这篇文章我们来详细的看一下在这个过程中到底做了哪些事情。 我们在来看下这这张图： 从上图中我们看一看到应用启动的入口实际是_dyld_start函数,我们从XNU源码dyldStartup.s中找到了这个方法： __dyld_start __dyld_start: //..........省略掉汇编代码 // call dyldboots
数组的那些事儿
2401_84731911的博客
08-08 1745
sizeof首先是一个单目操作符，他的作用是可以计算数组的元素个数，但是他并不是像我们认为的那样，告诉他个数组直接返回他的元素个数，而是返回数组的所有元素的字节总数，比如int arr[5]={0,1,2,3,4},因为这是int数组，所以一个元素是4个字节，那么5个元素就是20个字节，那么sizeof的返回值就是20，那么如何计算数组的个数呢，仔细想一下，我们是不是可以用数组的总的字节数/数组任意一个元素的字节数呢，答案是可以的，比如我们求上面的数组元素个数。[5]指的是创建的数组最多包含5列元素；
Python和单元测试那些事儿
Alex
05-07 686
以前我是不写任何测试的，后来偶尔写单元测试，现在我主动写单元测试 ----- 不得 不承认，测试是有其存在必要性的，要说为什么的话，大概又会引发语言的强弱类型和 是否静态语言之争了吧。 就目前而言，个人认为写单元测试的好处有以下几点： 当修改了代码之后，单元测试可以保证API不会发生变化（假设原需求就不需API发生 变化）。这点可能一般情况下没什么感觉，但是当你去修改前辈留下的代码的时候， 你就会...
suricata 初始化做的那些事儿
xuwaiwai的博客
09-03 3173
suricata 初始化做的那些事
说说Golang goroutine并发那些事儿
华为云官方博客
02-09 1550
摘要：今天我们一起盘点一下Golang并发那些事儿。 Golang、Golang、Golang 真的够浪，今天我们一起盘点一下Golang并发那些事儿，准确来说是goroutine,关于多线程并发，咱们暂时先放一放(主要是俺现在还不太会，不敢出来瞎搞)。关于golang优点如何，咱们也不扯那些虚的。反正都是大佬在说，俺只是个吃瓜群众，偶尔打打酱油，逃～。 说到并发，等等一系列的概念就出来了，为了做个照顾一下自己的菜，顺便复习一下 基础概念 进程 进程的定义 进程（英语：process），是指计算
流量那些事儿
石旭先森的博客
05-16 1473
流量那些事儿 Problem Description 流量是大家都十分关心的事情，现在小暗接到了一个小任务，要写一个流量计费的系统，其中一个关于流量使用优先级的判断让他卡得很厉害，于是他来求助你帮他写。 已知流量使用优先级顺序： 省内流量包＞全国流量包＞套餐内省内流量＞套餐内全国流量＞套餐外流量（超出的流量） 用户初始只有套餐内流量，省内流量包（类型 1）和全国流量包（类型 2）需要订购才可拥...
大白话带你梳理一下Dubbo的那些事儿
Java笔记虾
01-09 1535
首先声明，本文并不是什么代码实战类型的文章，适合于想对dubbo有更加全面认识的读者阅读，文章不会过于深奥，只是将一系列的知识点串通起来，帮助读者温故而知新。 RPC服务的介绍 相信有过一些分布式开发经历的读者都有用过一些RPC框架，通过框架包装好之后提供的API接口调用远程服务，体验感觉起来就和调用本地服务一样轻松。这么方便好用的技术框架，在实际的开发过程中是如何包装的呢? 很早的时候，国...
python类中的main函数_在Python中定义Main函数
weixin_30830643的博客
12-29 3110
码农那点事儿关注我们，一起学习进步 源/python程序员目录Python中的基本main()函数Python中的执行模式基于命令行执行导入模块或解释器Main函数的最佳实践将大部分代码放入函数或类中使用__name__控制代码的执行创建名为main()的函数来包含要运行的代码在main()中调用其他函数实践总结结论许多编程语言都有一个特殊的函数，当操作系统开始运行程序时会自动执行该函数。这个...
并发编程：乱序执行的那些事儿五分钟给你整明白
m0_63213529的博客
10-20 2498
什么是乱序执行 乱序执行 [1] ，简单说就是程序里面的代码的执行顺序，有可能会被编译器、CPU 根据某种策略调整顺序（俗称，“打乱”）——虽然从单线程的角度看，乱序执行不影响执行结果。 为什么需要乱序执行 主要原因是 CPU 内部采用 流水线技术 [2] 。抽象且简化地看，一个 CPU 指令的执行过程可以分成 4 个阶段：取指、译码、执行、写回。 这 4 个阶段分别由 4 个独立物理执行单元来完成。这种情况下，如果指令之间没有依赖关系，后一条指令并不需要等到前一条指令完全执行完成再开始执行。而是前
虚拟同步电机Simulink仿真与并电网模型仿真：参数设置完毕，可直接使用 - 电力电子
08-09
如何利用Simulink对虚拟同步电机(Virtual Synchronous Generator,VSG)及其并电网模型进行仿真。首先概述了Simulink作为MATLAB的一部分，在电力电子仿真中的重要地位。接着阐述了虚拟同步电机的建模步骤，涵盖机械、电气和控制三个部分，并强调了参数设置对仿真精度的影响。然后讨论了并电网模型的构建方法，涉及电网结构、电压等级、线路阻抗等要素。随后讲解了参数设置的具体流程，包括电机初始状态、控制策略、并电网电压电流等。最后探讨了通过MATLAB编写控制策略和数据分析代码的方法，以及如何基于仿真结果评估电机性能和电网稳定性。 适合人群：从事电力电子领域研究的专业人士，尤其是那些对虚拟同步电机和并电网仿真感兴趣的工程师和技术人员。 使用场景及目标：适用于需要深入了解虚拟同步电机工作原理和并电网运行规律的研究项目。目标是在掌握Simulink仿真技巧的基础上，优化电机性能，提高电网稳定性。 阅读建议：由于涉及到大量的理论知识和技术细节，建议读者先熟悉Simulink的基本操作和相关电力电子基础知识，再逐步深入理解和实践文中提到的各种仿真技术和方法。
西门子Smart200 PLC控制V90伺服实现绝对定位与速度控制及PN通信调试
最新发布
08-09
如何使用西门子Smart200 PLC控制两台V90伺服电机，实现绝对定位和速度控制的功能。文中涵盖了硬件组态、关键代码段、通信配置以及触摸屏设计要点，并提供了详细的调试说明和常见问题解决方案。主要内容包括：硬件连接方式、运动控制指令库的应用、IO映射配置、触摸屏界面设计、以及具体的调试步骤和注意事项。 适合人群：从事自动化控制系统设计与维护的技术人员，尤其是对西门子PLC和伺服系统有一定了解的工程师。 使用场景及目标：适用于工业自动化项目中需要精确控制伺服电机的位置和速度的情况。目标是帮助工程师快速掌握Smart200 PLC与V90伺服系统的集成方法，确保系统稳定可靠地运行。 其他说明：文中还提到了一些实用技巧，如坐标系转换设置、通信稳定性优化措施等，有助于提高项目的实施效率和成功率。
基于Maxwell方程的静电场电位分布研究及其工程应用 · Maxwell方程
08-09
Maxwell方程在静电场电位分布研究中的应用。首先阐述了Maxwell方程组作为描述电磁场基本工具的重要性，接着具体分析了静电场中电场强度和电位分布的特点，特别是在不同电介质环境下的表现。文中还讨论了电位分布受地形、地貌、天气等因素的影响，并通过实际案例展示了静电场电位分布在电力传输等工程领域的应用。最后强调了准确描述静电场电位分布对于确保电力传输稳定性和安全性的重要意义。 适合人群：从事电气工程、物理学及相关领域的研究人员和工程师。 使用场景及目标：适用于需要理解和解决静电场电位分布相关问题的研究和工程项目，如电力传输系统的设计与优化。 其他说明：本文不仅提供了理论分析，还结合了实际案例，有助于读者更好地理解Maxwell方程在静电场电位分布中的应用。
elasticsearch-5.3.2.jar中文文档.zip
08-09
1、压缩文件中包含： 中文文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
word文档编辑器软件打包保存程序代码QZQ-2025-8-9.txt
08-09
word文档编辑器软件打包保存程序代码QZQ-2025-8-9.txt
libpng warning: tRNS: invalid with alpha channel libpng warning: tRNS: invalid with alpha channel libpng warning: tRNS: invalid with alpha channel libpng warning: tRNS: invalid with alpha channel libpng warning: tRNS: invalid with alpha channel Traceback (most recent call last): File "C:\Users\你爹\PyCharmMiscProject\DQN.py", line 248, in <module> main() File "C:\Users\你爹\PyCharmMiscProject\DQN.py", line 206, in main train(env,dqn) File "C:\Users\你爹\PyCharmMiscProject\DQN.py", line 141, in train a = dqn.choose_action(s, EPSILON) #选择动作 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\你爹\PyCharmMiscProject\DQN.py", line 76, in choose_action actions_value = self.eval_net.forward(x) #将场景输入Q估计神经网络 ^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\你爹\PyCharmMiscProject\DQN.py", line 54, in forward x=self.f1(x) ^^^^^^^^^^ File "D:\wdnmd\proteus\Proteus 8 Professional\Tools\Python\Lib\.venv\Lib\site-packages\torch\nn\modules\module.py", line 1751, in _wrapped_call_impl return self._call_impl(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "D:\wdnmd\proteus\Proteus 8 Professional\Tools\Python\Lib\.venv\Lib\site-packages\torch\nn\modules\module.py", line 1762, in _call_impl return forward_call(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "D:\wdnmd\proteus\Proteus 8 Professional\Tools\Python\Lib\.venv\Lib\site-packages\torch\nn\modules\linear.py", line 125, in forward return F.linear(input, self.weight, self.bias) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ RuntimeError: mat1 and mat2 shapes cannot be multiplied (1x900 and 100x16)
05-24
### PyTorch 中矩阵乘法错误及 libpng 警告问题的解决方法 #### 矩阵乘法错误分析 在 PyTorch 中，当执行矩阵乘法操作时，如果两个张量的维度不匹配，则会抛出 `RuntimeError: mat1 and mat2 shapes cannot be multiplied` 错误。根据错误提示 `(1x900 and 100x16)`，可以看出第一个矩阵的列数（900）与第二个矩阵的行数（100）并不相同，因此无法进行矩阵乘法运算[^1]。 为了修复这一问题，需要确保参与矩阵乘法的两个张量满足以下条件：第一个张量的最后一维大小等于第二个张量的第一维大小。如果不一致，可以通过调整模型结构或数据预处理流程来实现尺寸适配。 --- #### 解决方案 ##### 1. 修改全连接层输入形状 检查神经网络架构中的每一层输出形状是否正确传递给下一层。例如，在卷积层之后通常接有一个展平操作 (`Flatten`) 将多维特征图转换为一维向量形式以便送入后续全连接层中进一步处理[^2]。 假设当前模型设计如下： ```python self.fc1 = nn.Linear(900, 100) self.fc2 = nn.Linear(100, 16) ``` 此时若前一层输出的实际形状不符合预期值（如 `[batch_size, 900]`），则需重新计算中间各阶段产生的特征映射总数目，并据此设定合适的线性变换参数。 --- ##### 2. 添加额外的全连接层作为过渡桥梁 有时由于原始图像分辨率较高或其他因素影响，直接从某个隐藏单元数量跳转到另一较小规模可能会造成不适配状况；为此可在两者之间插入若干辅助性的密集节点构成链条状链接方式从而缓解突变带来的冲击力效果更好一些[^4]。 举个例子来说就是像这样子去做改进吧： ```python self.intermediate_fc = nn.Linear(900, 100) # 新增一个中间层用于衔接上下两部分 self.final_fc = nn.Linear(100, 16) def forward(self, x): ... x = F.relu(self.intermediate_fc(x)) # 应用激活函数增加非线性表达能力 output = self.final_fc(x) return output ``` 如此这般便能够有效规避掉原先单纯依靠单一映射所引发出来的各种麻烦事儿啦！ --- ##### 3. 数据重塑以适应模型期望格式 另一种可能性在于训练样本本身并未按既定规格准备妥当——也许是因为读取过程中出现了意外变形亦或是人为失误所致的缘故使得最终呈现出来的东西跟我们设想当中有所偏差罢了而已嘛哈~ 所以说咯，在正式投喂之前最好先仔细核对着几个关键指标看看有没有哪里不对劲儿的地方哦~ 比如说采用下面这样的代码片段来进行必要的结构调整动作就很不错呢： ```python input_tensor = input_tensor.view(-1, 900) # 动态改变 batch size 下每条记录的具体表现形态 output_result = model(input_tensor) ``` 这里需要注意的是 `-1` 表达的意思是指让系统自行推断剩余未指定轴上的确切数值长度是多少合适才行哟😊 --- #### LibPNG 警告问题解析 关于 `libpng warning: tRNS chunk with invalid or out-of-range values found in non-indexed PNG file` 的警告消息，这通常是由于图片文件内部含有透明度通道信息但却被标记成了灰阶模式而导致的结果[^6]。虽然这类提示并不会阻止程序正常运行下去，但从长远来看还是应该尽量避免出现这种情况比较好一点呀😏 --- #### 处理办法 一种简单有效的做法便是借助 Pillow 库提前一步将所有待处理素材统一转化为 RGB 模式后再继续往下走就好啦😎 具体实现起来就像这样子一样方便快捷又省事😄 ```python from PIL import Image img = Image.open('path_to_image.png').convert('RGB') # 继续保存或者传送给下游组件使用均可~ ``` 这样做不仅有助于消除恼人的警报声而且还能够让整个管线变得更加健壮可靠许多倍不止😉 --- ### 结论 综上所述，针对 `PyTorch RuntimeError: mat1 and mat2 shapes cannot be multiplied (1x900 and 100x16)` 和 `libpng warning: tRNS invalid with alpha channel` 这两类常见问题分别给出了详尽可行的技术应对策略供大家参考借鉴学习应用实践检验成果分享交流共同进步成长💪✨ ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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