2021-02-05 函数的进阶---函数的返回值

该博客主要围绕Python参数和返回值的内存地址展开。介绍了函数执行传参时默认传递内存地址,其优势是节省内存,且可变类型修改元素内容会影响所有引用处。还详细说明了函数返回值为内存地址时,变量指向及引用计数器的变化情况。
1 参数的补充
1.1 参数内存地址相关

如果想要知道某个值在内存中的地址

v1 = 'data'
addr = id(v1)
print(addr)

***** 函数执行传参的时候,传递的是内存地址

def func(data):
    print(data,id(data))

v1 = 'wahaha'
func(v1) ### 传输的v1和def中的data是传递的相同的内存地址
print(id(v1))
func(v1)
  • python的参数默认传递的是什么 ------ 传递的是内存地址

  • 优势是

    1、节省内存空间

    2、对于可变类型且函数总修改元素的内容,所有地方都会修改,可变类型:列表、字典、集合

1.2 函数的返回值是内存地址
def func():
    data = [11,22,33]
    return data

v1 = func()
print(v1)

上述代码执行过程

  • 执行func函数

  • data = [11,22,33] 创建了一块内存空间,内部存储了值,data变量指向这个内存地址

  • return data 返回的data指向的内存地址

  • v1接受返回值,所有v1和data都指向【11,22,33】的内存地址,(两个变量指向这个内存,引用计数器为2)

  • 由函数执行完毕之后,函数内部的变量会释放(就是删除data变量,内存地址的引用计数器会-1)

    所以,最终v1指向的函数内部创建的那块内存地址

def func():
    data = [11,22,33]
    return data

v1 = func()
print(v1)

v2 = func()
print(v2)

上述代码执行过程

  • 执行func函数

  • data = [11,22,33] 创建了一块内存空间,内部存储了值,data变量指向这个内存地址,比如说内存地址是100001101

  • return data 返回的data指向的内存地址

  • v1接受返回值,所有v1和data都指向【11,22,33】的内存地址,(两个变量指向这个内存,引用计数器为2)

  • 由函数执行完毕之后,函数内部的变量会释放(就是删除data变量,内存地址的引用计数器会-1)

    所以,最终v1指向的函数内部创建的那块内存地址(v1指向的100001101内存地址)

  • 执行func函数

  • data = [11,22,33] 创建了一块内存空间,内部存储了值,data变量指向这个内存地址,比如说内存地址是111100110

  • return data 返回的data指向的内存地址

  • v2接受返回值,所有v2和data都指向【11,22,33】的内存地址,(两个变量指向这个内存,引用计数器为2)

  • 由函数执行完毕之后,函数内部的变量会释放(就是删除data变量,内存地址的引用计数器会-1)

    所以,最终v2指向的函数内部创建的那块内存地址(v2指向的111100110内存地址)

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