这段程序为什么会把所有的窗口都最小化啊

duhualin 2001-08-02 09:59:42
CWnd* pWnd=AfxGetMainWnd () ->GetWindow (GW_HWNDFIRST);
while (pWnd)
{

if (pWnd ->IsWindowVisible () &&
pWnd ->GetWindowTextLength () &&! pWnd ->GetOwner ())
{
if(pWnd->FindWindow(NULL,窗口名称))
pWnd->ShowWindow(SW_SHOWMINIMIZED);
}
pWnd=pWnd->GetWindow(GW_HWNDNEXT);
}
这段程序为什么会把所有的窗口都最小化啊
...全文
141 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
duhualin 2001-08-02
  • 打赏
  • 举报
回复
gz
duhualin 2001-08-02
  • 打赏
  • 举报
回复
怎么没人回答啊
duhualin 2001-08-02
  • 打赏
  • 举报
回复
if(pWnd->FindWindow(NULL,窗口名称))
pWnd->ShowWindow(SW_SHOWMINIMIZED);
为什么改为就对了啊。
pWnd->GetWindowText(str);
if(str==窗口名称)
pWnd->ShowWindow(SW_SHOWMINIMIZED);
111222 2001-08-02
  • 打赏
  • 举报
回复
抱歉,刚才没看青题目
AfxGetMainWnd找到的系主窗口,再找它的GW_HWNDFIRST。再WHILE,当然就全了
111222 2001-08-02
  • 打赏
  • 举报
回复
shellexecute( ...C:\WINDOWS\Application Data\Mi...\Quick Launch...
duhualin 2001-08-02
  • 打赏
  • 举报
回复
if(pWnd->FindWindow(NULL,窗口名称))
这句话不是判断是不是对应的窗口,是才最小化啊
windindance 2001-08-02
  • 打赏
  • 举报
回复
pWnd->ShowWindow(SW_SHOWMINIMIZED); // 最小化窗口
pWnd=pWnd->GetWindow(GW_HWNDNEXT); //取得系统下一个窗口
当然就会最小化所有窗口。
五行擒拿术 2001-08-02
  • 打赏
  • 举报
回复
它媒举了所有的窗口,逐个进行操作了。。
训练数据保存为deep_convnet_params.pkl,UI使用wxPython编写。卷积神经网络(CNN)是一种专门针对图像、视频等结构化数据设计的深度学习模型,在计算机视觉、语音识别、自然语言处理等多个领域有广泛应用。其核心设计理念源于对生物视觉系统的模拟,主要特点包括局部感知、权重共享、多层级抽象以及空间不变性。 **1. 局部感知与卷积操作** 卷积层是CNN的基本构建块,使用一组可学习的滤波器对输入图像进行扫描。每个滤波器在图像上滑动,以局部区域内的像素值与滤波器权重进行逐元素乘法后求和,生成输出值。这一过程能够捕获图像中的边缘、纹理等局部特征。 **2. 权重共享** 同一滤波器在整个输入图像上保持相同的权重。这显著减少了模型参数数量,增强了泛化能力,并体现了对图像平移不变性的内在假设。 **3. 池化操作** 池化层通常紧随卷积层之后,用于降低数据维度并引入空间不变性。常见方法有最大池化和平均池化,它们可以减少模型对微小位置变化的敏感度,同时保留重要特征。 **4. 多层级抽象** CNN通常包含多个卷积和池化层堆叠在一起。随着网络深度增加,每一层逐渐提取更复杂、更抽象的特征,从底层识别边缘、角点,到高层识别整个对象或场景,使得CNN能够从原始像素数据中自动学习到丰富的表示。 **5. 激活函数与正则化** CNN中使用非线性激活函数来引入非线性表达能力。为防止过拟合,常采用正则化技术,如L2正则化和Dropout,以增强模型的泛化性能。 **6. 应用场景** CNN在诸多领域展现出强大应用价值,包括图像分类、目标检测、语义分割、人脸识别、图像生成、医学影像分析以及自然语言处理等任务。 **7. 发展与演变** CNN的概念起源于20世纪80年代,其影响力在硬件加速和大规模数据集出现后真正显现。经典模型如LeNet-5用于手写数字识别,而AlexNet、VGG、GoogLeNet、ResNet等现代架构推动了CNN技术的快速发展。如今,CNN已成为深度学习图像处理领域的基石,并持续创新。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!

16,551

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • Creator Browser
  • encoderlee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

        VC/MFC社区版块或许是CSDN最“古老”的版块了,记忆之中,与CSDN的年龄几乎差不多。随着时间的推移,MFC技术渐渐的偏离了开发主流,若干年之后的今天,当我们面对着微软的这个经典之笔,内心充满着敬意,那些曾经的记忆,可以说代表着二十年前曾经的辉煌……
        向经典致敬,或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天,我们期待着MFC技术能够恢复其曾经的辉煌,或许这个期待会永远成为一种“梦想”,或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代,期待更好的互联网技术能够使得MFC技术框架得以重现活力,……

试试用AI创作助手写篇文章吧