论述含参数的宏与函数的优缺点

论述含参数的宏与函数的优缺点  

 

1.函数调用时,先求出实参表达式的值,然后带入形参。而使用带参的宏只是进行简单的字符替换。

2.函数调用是在程序运行时处理的,分配临时的内存单元;而宏展开则是在编译时进行的,在展开时并不分配内存单元,不进行值的传递处理,也没有“返回值”的概念。

3.对函数中的实参和形参都要定义类型,二者的类型要求一致,如不一致,应进行类型转换;而宏不存在类型问题,宏名无类型,它的参数也无类型,只是一个符号代表,展开时带入指定的字符即可。宏定义时,字符串可以是任何类型的数据。

4.调用函数只可得到一个返回值,而用宏调用可以设法得到几个结果。

5.使用宏次数多时,宏展开后源程序长,因为每展开一次都使程序增长,而函数调用不使源程序变长。

6.宏替换不占运行时间,只占编译时间;而函数调用则占运行时间(分配单元、保留现场、值传递、返回)。

一般来说,用宏来代表简短的表达式比较合适。

另外,内联函数和宏的区别:

内联函数和宏很类似,而区别在于,宏是由预处理器对宏进行替代,而内联函数是通过编译器控制来实现的。而且内联函数是真正的函数,只是在需要用到的时候,内联函数像宏一样的展开,所以取消了函数的参数压栈,减少了调用的开销。你可以象调用函数一样来调用内联函数,而不必担心会产生于处理宏的一些问题。
    当然,内联函数也有一定的局限性。就是函数中的执行代码不能太多了,如果,内联函数的函数体过大,一般的编译器会放弃内联方式,而采用普通的方式调用函数。这样,内联函数就和普通函数执行效率一样了。
    内联函数是不能为虚函数的,但样子上写成了内联的,即隐含的内联方式。在某种情况下,虽然有些函数我们声明为了所谓“内联”方式,但有时系统也会把它当作普通的函数来处理,这里的虚函数也一样,虽然同样被声明为了所谓“内联”方式,但系统会把它当然非内联的方式来处理。

一部分转自:http://hi.baidu.com/%BB%F0%C9%F1%C7%FA/blog/item/2741d7d138f1b922960a1603.html

另一部分则是对上边的一些解释和整理

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
Sigmoid函数、tanh函数和ReLU函数是深度学习中常用的激活函数,它们各自有自己的优缺点。 1. Sigmoid函数 Sigmoid函数的公式为:$f(x) = \frac{1}{1 + e^{-x}}$。Sigmoid函数的输出值在0到1之间,适用于二分类任务。 优点: - 输出值在0到1之间,可以被解释为概率,适用于二分类任务。 - 可以通过梯度下降等优化算法进行训练。 缺点: - Sigmoid函数的导数在0附近的梯度很小,容易出现梯度消失问题。 - Sigmoid函数的计算比较复杂,容易导致计算量过大。 - Sigmoid函数的输出不是以0为中心的,容易导致梯度方向不稳定。 2. tanh函数 tanh函数的公式为:$f(x) = \frac{e^x - e^{-x}}{e^x + e^{-x}}$。tanh函数的输出值在-1到1之间,适用于多分类任务。 优点: - tanh函数的输出值在-1到1之间,可以被解释为概率,适用于多分类任务。 - tanh函数的导数在0附近的梯度比Sigmoid函数大,相对不容易出现梯度消失问题。 缺点: - tanh函数的计算也比较复杂,容易导致计算量过大。 - tanh函数的输出不是以0为中心的,容易导致梯度方向不稳定。 3. ReLU函数 ReLU函数的公式为:$f(x) = max(0, x)$。ReLU函数的输出值在0到正无穷之间,适用于解决梯度消失问题。 优点: - ReLU函数的计算速度比较快,适用于大规模数据处理。 - ReLU函数的导数在正数部分为1,容易计算。 - ReLU函数的输出是以0为中心的,相比Sigmoid和tanh函数,不容易出现梯度方向不稳定问题。 缺点: - ReLU函数的导数在负数部分为0,容易出现神经元死亡问题。 - ReLU函数的输出在负数部分为0,不适用于处理负值数据。 - ReLU函数在处理负数部分的输出总是为0,对于一些应用场景可能不太适用。 综上所述,不同的激活函数在不同的应用场景下有不同的优缺点,需要根据具体的任务来选择合适的激活函数

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

zxa1334

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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