【博览网】C++标准库——第五周课程笔记

本文介绍了C++标准库中的几个重要但不常讨论的主题,包括万用的哈希函数、tuple、typetraits以及moveable元素。文章深入浅出地讲解了这些组件的基本用法及其背后的实现原理。

本周主要介绍一些属于C++标准库,但是不属于STL的内容。主要有万用的哈希函数、tuple、typetraits、cout和moveable元素。在本笔记中主要介绍一下这些内容的使用方法以及构造原理,不对源代码做过多分析。

一、一个万用的hash function
hash function是在使用哈希容器时,用来将对象转化为一个整数的函数。其调用方法如下:

hash_val(c.fname, c.lname, c.no);

其中函数的参数个数可以使任意个,但是必须是基本类型,不能是对象类型。这个函数的实现方法是使用了C++11提供的一个新的特性——任意数量参数模板类型来实现的。在该模板中,递归的调用自身,使用原生哈希函数逐个处理每个类型,然后将其结果使用某种算法叠加起来,形成了最终的哈希值。当然,这个仿函数模板需要实现一个无类型的空的偏特化版本。

二、tuple
tuple是一个可以将任意类型组合成一个类型的模板,在标准库中为其专门配备了许多对应的操作函数。既然是可以将任意多类型组合成一个类型,显然其内部实现的方式必然和上述的哈希函数类似,使用了任意数量参数模板类型来实现。

三、type traits
type traits类似于迭代器traits,它会为函数回答关于类型的许多信息。在旧版的标准库中,type traits直接采取迭代器traits的实现方式来实现。在新版标准库中,则采用模板偏特化的方法,使所有的直接进行回答,不需要程序员自己去定义这些疑问。具体实现方式比较复杂,这里就不作详细介绍了。

四、moveable元素
moveable元素是指拷贝时,只拷贝地址指针,而不拷贝所指内容的一种元素。一般而言这种元素会对右值引用重在拷贝赋值函数,因为右值引用本身引用的对象是即将被销毁的对象,因此不会存在安全问题。在使用该种方式赋值的容器中,vector会有极大的效率提升,因为vector本身在扩张时需要经常进行元素复制和销毁操作,开销较大。

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