#考试酷#C3_External Variables

最新推荐文章于 2024-03-18 17:59:28 发布
最新推荐文章于 2024-03-18 17:59:28 发布
阅读量342 收藏 1
点赞数 3
分类专栏： C语言考试酷解析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/celeste0730/article/details/105232162
版权
本文探讨了C语言中的外部变量，指出extern声明的变量允许函数调用在其之后定义的变量。错误示例解释了外部变量的正确用法，并强调了extern关键字与全局变量的区别。extern不仅可以修饰变量，还可以修饰函数，解决未解析的外部引用问题。在不位于任何函数内部定义的变量被视为外部变量。
摘要由CSDN通过智能技术生成

复习一波外部变量
用extern声明的的变量是外部变量，外部变量的意义是某函数可以调用在该函数之后定义的变量。如：
在这里插入图片描述

在这里插入图片描述
对于主函数来说x是外部变量 显示的错误
[Error] ‘x’ undeclared (first use in this function)
如果把int x;放在最前面就可以了

2
这就是放在前面的情况 因为x最开始没有赋值 所以就是0

在这里插入图片描述
因为int在主函数外面定义的，所以对于后面的所有{ }的修改都是有效的。

4
这里和前面不同的点在于

#i
最低0.47元/天 解锁文章
celeste0730
关注
专栏目录
COBOL GLOBAL & EXTERNAL Variable
程序员码工的专栏
10-19 962
GLOBAL Variable GLOBAL in an enclosing program makes that variable visible to a nested program with it. PROGRAM-ID.  Outer. WORKING-STORAGE SECTION. 01  Not-Global        PIC X. 01  Is-Global  
ios常见的错误与警告
henry19890519的博客
05-13 784
一、常见的错误信息 1.  error: 'xxx' undeclared(first use in this function)     还没有定义（在此函数中第一次使用）。 注：使用某一个变量时，如果使用前还没有定义，会出现该错误。在oc以及c语言中，使用变量前必须先定义它。 这个错误经常出现在忘记进行变量定义的情况下。但是，慢慢拿习惯后，这种错误会出现得很少。反而经常
考试酷解析——A16_Sizeof
weixin_45534040的博客
05-04 198
解析 第一题： char只占一个字节，即1 byte。 第二题： 'a'在C语言中被看作是整型字符常量（int），占4个字节，C++中则是看成字符，占一个字节。 第三题： sizeof 指针和sizeof(a)相等。 第五题： sizeof也是一个运算符。 第七题： sizeof返回一个unsigned int 类型的值。 ...
C语言中为已经定义了变量，为什么还会报错未定义变量[Error]‘x‘undeclared (first use in this function)
weixin_59725753的博客
10-17 7819
例如： for(i=0;i<row;i++) { for(j=0;j<col;j++) { int sum=0; //int sum=0;在for语句里定义变量不能在for语句外输出sum,否则报错：没有定义变量。 sum+=scores[i][j]; } printf("%s的总成绩为：%d\n",names[i],sum);//总分 printf("%s的平均成绩为：%d\n",names[i],sum/5);//平均分 }
undeclared (first use in this function)
weixin_55917835的博客
02-18 3万+
'xxx'undeclared (first use in this function)
#考试酷#A1_Variable Names
celeste0730的博客
03-07 878
1. 考点：变量命名的规则 变量名的开头必须是字母或下划线，不能是数字。实际编程中最常用的是以字母开头，而以下划线开头的变量名是系统专用的。 变量名中的字母是区分大小写的。比如 a 和 A 是不同的变量名，num 和 Num 也是不同的变量名。 变量名绝对不可以是C语言关键字 变量名中不能有空格。这个可以这样理解：因为上面我们说过，变量名是字母、数字、下划线的组合，没有空格这一项。 c语言有...
hostapd wpa_supplicant madwifi详细分析（八）——wpa_supplicant的配置文件
奔跑的路
05-29 8851
距离上一篇文章的更新已经将近半年了，这半年忙项目忙得几乎没有什么时间给自己积累一些东西，也没什么心思转到这边来写点东西，当一个项目放到自己身上的时候，发现并不像开发一个模块或一个功能那么简单，涉及方方面面，各种琐碎的的事情会占据大量的时间，各个功能之间的交互等等。    前面写的关于hostapd的文章都太浅显了，一般都没怎么涉及到具体的功能，只是简单的分析了一下代码的流程，然而对于实际的功能开
Mask_rcnn中文详解
ZzH7HN的博客
03-17 1926
一.在学习Mask之前，建议先看看faster_rcnn,(faster_rcnn代码解读) Mask_rcnn关键技术： 1.多尺度检测(最早在yolo3中使用)，里面用到了FPN技术 2.rpn 2.ROI Align 二：系统学习mask_rcnn过程，B站视频讲解 三：代码中文注释 model.py """ Mask R-CNN The main Mask R-CNN m...
数据库国产化探究及升级改造过程指导
最新发布
企业实战系列集 ●●● https://ximenjianxue.blog.csdn.net
03-18 1889
当前官网最新版本为DM8，相较于目前主流产品架构：不同特性依靠不同内核去实现，DM8独特采用了双存储引擎架构，行存储引擎和列存储引擎可相互配合、协同工作。同时实现了计算层和存储层的分离，同一内核既支持共享存储式集群，也支持分布式事务集群。
电子试卷 生成系统
10-19
一个很好用的试卷管理系统，可以利用这个软件来生成考试试卷，管理试卷，操作简单。
latent_3d_points代碼付現：Learning Representations and Generative Models For 3D Point Clouds
小书
09-29 970
第一步：geihub下載代碼 latent_3d_points：https://github.com/optas/latent_3d_points 第二：安裝環境 Ubuntu 16.04 Python 2.7 cudnn 7 (latent_3d_points) l@l-THUNDEROBOT-PC:~/Desktop$ cat /usr/local/cuda/include/cudnn.h |...
编程记录:已引用头文件，GCC编译仍出现:error: ‘XXX‘ undeclared (first use in this function)
FH_shi的博客
11-30 2605
已引用头文件，仍出现 error: 'XXX' undeclared
[kernel]: error: ‘PATH_MAX’ undeclared (first use in this function)
09-05 6741
内核2.6.18.8交叉编译问题，描述如下： scripts/mod/sumversion.c: In function ‘get_src_version’: scripts/mod/sumversion.c:384: error: ‘PATH_MAX’ undeclared (first use in this function) scripts/mod/sumversion.c:
C编译时`true' undeclared (first use in this function)
热门推荐
foreverlove111的博客
10-30 5万+
在编译C语言时有时会遇到这样的错误提示： `true' undeclared (first use in this function) or `false' undeclared (first use in this function) 就是说 bool, true, false 都是undeclared，原因很简单，因为真正的C中没有这些关键字，c和早期的c++里没有关键字bool，使用BO
error: 'CRTSCTS' undeclared (first use in this function)
u012850592的博客
10-24 4379
在变现树莓派的串口驱动的时候，在linux-armv6的docker环境下，用cmake生成makefile，编译程序的时候，出现CRTSCTS undeclared的错误，那么可以将CMakeLists.txt里面的set(CMAKE_C_FLAGS “-std=c99”)改为set(CMAKE_C_FLAGS “-std=gnu99”) ...
error: ‘F_SETSIG’ undeclared (first use in this function)解决方法
Z.B的博客
10-28 1万+
编译时加 -D_GNU_SOURCE
def train_step(real_ecg, dim): noise = tf.random.normal(dim) for i in range(disc_steps): with tf.GradientTape() as disc_tape: generated_ecg = generator(noise, training=True) real_output = discriminator(real_ecg, training=True) fake_output = discriminator(generated_ecg, training=True) disc_loss = discriminator_loss(real_output, fake_output) gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables) discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables)) ### for tensorboard ### disc_losses.update_state(disc_loss) fake_disc_accuracy.update_state(tf.zeros_like(fake_output), fake_output) real_disc_accuracy.update_state(tf.ones_like(real_output), real_output) ####################### with tf.GradientTape() as gen_tape: generated_ecg = generator(noise, training=True) fake_output = discriminator(generated_ecg, training=True) gen_loss = generator_loss(fake_output) gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables) generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables)) ### for tensorboard ### gen_losses.update_state(gen_loss) ####################### def train(dataset, epochs, dim): for epoch in tqdm(range(epochs)): for batch in dataset: train_step(batch, dim) disc_losses_list.append(disc_losses.result().numpy()) gen_losses_list.append(gen_losses.result().numpy()) fake_disc_accuracy_list.append(fake_disc_accuracy.result().numpy()) real_disc_accuracy_list.append(real_disc_accuracy.result().numpy()) ### for tensorboard ### # with disc_summary_writer.as_default(): # tf.summary.scalar('loss', disc_losses.result(), step=epoch) # tf.summary.scalar('fake_accuracy', fake_disc_accuracy.result(), step=epoch) # tf.summary.scalar('real_accuracy', real_disc_accuracy.result(), step=epoch) # with gen_summary_writer.as_default(): # tf.summary.scalar('loss', gen_losses.result(), step=epoch) disc_losses.reset_states() gen_losses.reset_states() fake_disc_accuracy.reset_states() real_disc_accuracy.reset_states() ####################### # Save the model every 5 epochs # if (epoch + 1) % 5 == 0: # generate_and_save_ecg(generator, epochs, seed, False) # checkpoint.save(file_prefix = checkpoint_prefix) # Generate after the final epoch display.clear_output(wait=True) generate_and_save_ecg(generator, epochs, seed, False)
06-08
下面是将上述代码转换为PyTorch代码的示例： ```python def train_step(real_ecg, dim): noise = torch.randn(dim) for i in range(disc_steps): generated_ecg = generator(noise, training=True) real_output = discriminator(real_ecg, training=True) fake_output = discriminator(generated_ecg, training=True) disc_loss = discriminator_loss(real_output, fake_output) discriminator.zero_grad() disc_loss.backward() discriminator_optimizer.step() ### for tensorboard ### disc_losses.update(disc_loss) fake_disc_accuracy.update(torch.zeros_like(fake_output), fake_output) real_disc_accuracy.update(torch.ones_like(real_output), real_output) ####################### for i in range(gen_steps): generated_ecg = generator(noise, training=True) fake_output = discriminator(generated_ecg, training=True) gen_loss = generator_loss(fake_output) generator.zero_grad() gen_loss.backward() generator_optimizer.step() ### for tensorboard ### gen_losses.update(gen_loss) ####################### def train(dataset, epochs, dim): for epoch in tqdm(range(epochs)): for batch in dataset: train_step(batch, dim) disc_losses_list.append(disc_losses.avg) gen_losses_list.append(gen_losses.avg) fake_disc_accuracy_list.append(fake_disc_accuracy.avg) real_disc_accuracy_list.append(real_disc_accuracy.avg) ### for tensorboard ### # with disc_summary_writer.as_default(): # tf.summary.scalar('loss', disc_losses.result(), step=epoch) # tf.summary.scalar('fake_accuracy', fake_disc_accuracy.result(), step=epoch) # tf.summary.scalar('real_accuracy', real_disc_accuracy.result(), step=epoch) # with gen_summary_writer.as_default(): # tf.summary.scalar('loss', gen_losses.result(), step=epoch) ####################### disc_losses.reset() gen_losses.reset() fake_disc_accuracy.reset() real_disc_accuracy.reset() ####################### # Save the model every 5 epochs # if (epoch + 1) % 5 == 0: # generate_and_save_ecg(generator, epochs, seed, False) # checkpoint.save(file_prefix = checkpoint_prefix) # Generate after the final epoch # display.clear_output(wait=True) # generate_and_save_ecg(generator, epochs, seed, False) ``` 注意：上述代码仅作为示例，可能需要根据实际情况进行调整和修改。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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