如何转换

至善者善之敌 2010-10-09 12:00:04
long double lVal = (m_bOperandAvail) ? m_operand : m_accum;
m_result.Format(_T("%xx"), lVal);


xxx怎么写,注意是long double
...全文
119 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
stonewater 2010-10-09
  • 打赏
  • 举报
回复
m_result.Format(_T("%lf"), lVal);
疯狂石头_ 2010-10-09
  • 打赏
  • 举报
回复
你要显示成什么格式啊,八进制吗
stonewater 2010-10-09
  • 打赏
  • 举报
回复
我估计你是发现小数位数少了?
如果是这样的的话,你该为
m_result.Format(_T("%.8lf"), lVal);
.8表示保留小数点后面的八位小数,你可以改为你需要的数字
量子 2010-10-09
  • 打赏
  • 举报
回复
[Quote=引用 4 楼 ls2141 的回复:]
%f表示double就行了~~
[/Quote]

不懂别瞎说
stonewater 2010-10-09
  • 打赏
  • 举报
回复
当然了在win32下 long double 就相当于 double 所以%f和%lf都一样
你写代码测试下,你从哪里看出问题的
stonewater 2010-10-09
  • 打赏
  • 举报
回复
看msdn
long double l or L f
ls2141 2010-10-09
  • 打赏
  • 举报
回复
%f表示double就行了~~
至善者善之敌 2010-10-09
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 stonewater 的回复:]
m_result.Format(_T("%lf"), lVal);
[/Quote]

这个是DOUBLE
PyTorch版的YOLOv8支持高性能的实时实例分割。TensorRT是针对英伟达GPU的加速工具。ONNX (Open Neural Network Exchange) 作为一个开放的网络模型中间表示(IR)格式,提供了跨框架兼容性。可以方便不同的框架轻松地交换模型,有助于框架之间的互操作性。本课程讲述如何对YOLOv8实例分割的PyTorch权重文件转成ONNX格式并进行TensorRT加速部署。相比与直接使用TensorRT API构建推理引擎,本方法更具灵活性,可用于修改YOLOv8网络架构后的模型部署。课程亮点包括:YOLOv8实例分割的PyTorch权重文件转成ONNX,再转成TensorRT 推理引擎支持在GPU上端到端TensorRT加速部署,包括预处理(图像resize, 归一化)、网络推理、后处理(非极大抑制) 均在GPU上执行支持FP16加速提供C++和Python的TensorRT加速命令接口分别在Windows和Ubuntu系统上做YOLOv8的ONNX转换及TensorRT部署演示支持图片、图片文件夹、视频文件的TensorRT的加速推理提供YOLOv8的ONNX转换及TensorRT加速部署代码和代码解析文档实测推理速度提高2倍以上。课程内容包括:原理篇(YOLOv8网络架构与组件、TensorRT基础、ONNX基础、CUDA编程方法)实践篇(Windows和Ubuntu系统上的ONNX模型转换及TensorRT加速部署流程演示)代码解析篇(YOLOv8的ONNX模型转换及TensorRT加速的代码解析) 

16,472

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
  • Web++
  • 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