这两种方法效果一样吗? 都是初始化

KevinCEC 2005-11-22 04:35:45

假设PROPVAL为WinAPI的一个结构
PROPVAL *pProps = new PROPVAL[4];

方法一:
uint nTemp = LocalSize(pProps);

memset(pProps,0,nTemp);
pProps++;
memset(pProps,0,nTemp);
pProps++;
memset(pProps,0,nTemp);
pProps++;
memset(pProps,0,nTemp);
pProps = pProps - 3;

方法二:
ZeroMemory(&pProps,sizeof(pProps));

这两种效果一样吗?哪个更好啊?

...全文

77 2 打赏收藏转发到动态举报

写回复

用AI写文章

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

aa3000 2005-11-22

打赏
举报

ZeroMemory(&pProps,sizeof(pProps));错误

ouyh12345 2005-11-22

打赏
举报

从速度上看，是方法1快。
而且，方法1比较容易移植

1. Gaussian 从具有固定均值（例如0）和固定2的标准差（例如0。01）的搞死分布中随机抽取权重，这是最常用的. 一般使用截断高斯。 2. Xavier 这种方法是但的缩放均值或者搞死分布进行初始化 在caffe,他通过从零均值和特定方差的分布中绘制他们来初始化网络中的权重。其中w是所有讨论的神经元的初始化分布，而n_in是摄入神经元的神经元的数量，使用的分布通常是高斯...

1.数组的定义两种形式 A：int[] a 定义一个数组a变量 B：int a[] 定义一个a数组变量注：两种定义实现的效果是一样的，但是念法不一样，有些语言已经淘汰了第二种定义方法。而Java两种都支持，推荐使用第一种 2.数组的初始化（动态初始化和静态初始化）什么是初始化？ 初始化就是为数组开辟内...

深度学习中神经网络的几种权重初始化方法 https://zhuanlan.zhihu.com/p/25110150 https://blog.csdn.net/attitude_yu/article/details/81458172 https://www.cnblogs.com/hutao722/p/9796884.html 目录梯度爆炸和梯度消失的原因一、常数初始化(...

深度学习中神经网络的几种权重初始化方法        在深度学习中，神经网络的权重初始化方法对（weight initialization）对模型的收敛速度和性能有着至关重要的影响。说白了，神经网络其实就是对权重参数w的不停迭代更新，以期达到较好的性能。在深度神经网络中，随着层数的增多，我们在梯度下降的过程中，极易出现梯度消失...

1：强弱符号学说：在C语言里，全局变量如果不初始化的话，默认为0，也就是说在全局空间里：　　int x =0; 跟 int x; 的效果看起来是一样的。但其实这里面的差别很大，强烈建议大家所有的全局变量都要初始化，他们的主要差别如下：　　编译器在编译的时候针对这两种情况会产生两种符号放在目标文件的符号表中，对于初始化的，叫强符号，未初始化的，叫弱符号。　　连接器在连接目标文件的时

VC/MFC

16,551

社区成员

421,606

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

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

+ 用AI写文章