高手拿分：如何定义macro?

msgsnd 2006-11-13 09:22:02

我知道在vc工程文件中可以申明宏，此时宏的值默认为零，但不知道如何申明有值的宏（不是在头文件里申明然后在include .h，这样有时候很难做到），请高手指教

...全文

315 8 打赏收藏转发到动态举报

写回复

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

msgsnd 2006-11-14

打赏
举报

回复

好像有眉目了，有几点需要注意：
1、#define My_Macro//其值可能是0
2、在工程文件加入My_Macro，其值可能是1
3、如果在工程文件中给My_Macro赋值，需要写成My_Macro=0，不能有空格，我一直困惑，其实问题就在这里
4、有点忙，就不一一验证了。散分

msgsnd 2006-11-13

打赏
举报

回复

加到50分了

msgsnd 2006-11-13

打赏
举报

回复

赫赫，可能在编译指令中可以引入macro，但现我要porting到vc中来，又不适合在.h中定义(不能保证每个.cpp引用.h，太多了，而且不想改变.cpp)，因此希望可以通过工程文件实现，但又希望给macro赋值，因为.cpp中有#if My_Macro，不是#ifdef My_Macro，因此不知道如何实现，不过我相信vc可以做到。

jixingzhong 2006-11-13

打赏
举报

回复

刚看了一篇文章，
楼主也看看吧：

C宏——智者的利刃，愚者的恶梦!
http://vckbase.com/document/viewdoc/?id=1454

关于是否使用 h 中定义，
看你的宏是否是经常使用，
是的话，放在 h 中包含一下就是了；
如果只是单独的文件需要，那么就放在使用文件中，
防止给别的文件带入垃圾 ...

mLee79 2006-11-13

打赏
举报

回复

[-/]DmacroName(=macroBody)*

此时宏的值默认为零
--------------------------------------
错 .....

msgsnd 2006-11-13

打赏
举报

回复

比如如何在工程文件中申明类似:#define My_Macro 1?

msgsnd 2006-11-13

打赏
举报

回复

有没有直接的答案？

mLee79 2006-11-13

打赏
举报

回复

-DMy_Macro=1 呀....
太多要定义的就写在个头文件里然后 -FI"file.h"

学习机器学习已经有一周了。和许多机器学习的初学者一样，首先接触的就是Linear Regression和 Logistic Regression. 二者都是在确定了方法集（Model）之后，利用Gradient Descent 求的相关损失函数的最小值，从而确定权重W以及偏置Bias的过程。但是，二者在Model , Loss Functions 以及如何找最佳解答方向上有所区别，具体区别如下...

@[TOC]Logistic回归的sklearn实现导入必要的模块生成数据模型搭建模型训练模型预测查看logistic回归模型画出预测曲线计算评价指标accuracy 1.导入必要的模块 import numpy as np import pandas as pd import matplotlib.pyplot as plt 2.生成数据 2.1定义数据生成函数 def create_data(data_num=100): np.random.seed(21) x1=

下面通过python的sklearn模块实践一下Logistic回归模型。（4.1）Logistic回归模型的函数及参数如下所示： import sklearn sklearn.linear_model.LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None,

文章目录前言一、sklearn 中的Logistic Regression？二、示例代码说明1.引入库函数2.样本数据3.数据集划分4.模拟LR的计算5.应用和比较致谢前言 Logistic Regression是机器学习领域中一种比较简单的学习器，该学习器的目标是根据训练样本的特征和标记拟合出如下的映射函数f(X)的系数 w0,w1,w2,wn: f(X)=11+e−(w0+w1x1+w2x2+...+wnxn) f(X)=\frac1{1+e^{-(w_0+w_1x_1+w_2x_2+...+w_n

1.脉络框架这里计划使用logistic回归实现对mnist数据集中数值为5的图片实现二分类。使用sklearn库来实现该功能。第一步：加载数据集第二步：划分训练集和测试集第三步：使用GridSearchCV网格化寻求最优超参数第四步：使用超参数训练模型第五步：分别使用准确率、精确度、召回率和f1函数来评估模型 2.代码实现（1）代码 import numpy as np impor...

工具平台和程序库

24,851

社区成员

27,330

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

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章