我有一组平面几何对象，矩形（数量不固定）。它们位于坐标平面上，坐标和尺寸都可用。如何将所有这些数据转换成可以提交给人工神经网络输入的形式。
有必要阻止 N 个 motechs，但我不想编写东京代码。
std::lock(arr[0], arr[1], ...., arr[N-1]);
如果您运行所有互斥锁并调用 lock()
for(auto& mtx : arr)
{
mtx.lock();
}
这可能导致僵局。
std::vector<int> arr{1, -1, 1, 1, 1, 4, -1, 4, 4, 4, -1, 7, 8, -1};
auto begin = boost::make_filter_iterator<is_positive_number>(arr.begin(), arr.end());
auto end = boost::make_filter_iterator<is_positive_number>(arr.end(), arr.end());
auto lower = std::lower_bound(arr.begin(), arr.end(), i, [](const auto& val1, const auto& val2) {
return val1 < val2;
});
std::vector<int>::iterator iter = ??????(lower);