セグメンテーションフォルトC++、かっこ演算子の後

Question

私は、かっこ演算子をオーバーライドするクラスAを持っています。 次のコードは動作します：

segmentation fault (core dumped) 

私ができる：

int main(){ 
    .. 
    A a; 
    cout << a({0.5}); 
    .. 
} 

次のコードは、

A fun(){ 
    .. 
    A a; 
    return a; 
    .. 
} 
int main(){ 
    .. 
    A a = fun(); 
    cout << a({0.5}); 
} 

を動作しませんが、私はこの第二のコードを実行すると、私は次のエラーを持っています理由を理解できない。

EDIT：実際に

FFNeuralNetwork_(Features_<InputC, denseOutput>& phi, unsigned int neurons, 
       unsigned int outputs) : 
    ParametricRegressor(phi, outputs), BatchRegressor_<InputC, arma::vec, denseOutput>(phi, outputs) 
{ 
    layerFunction.push_back(new Sigmoid()); 
    layerFunction.push_back(new Linear()); 

    layerNeurons.push_back(neurons); 
    layerNeurons.push_back(outputs); 

    setupNetwork(); 
} 

そして：

virtual arma::vec operator()(const InputC& input) override 
{ 
    const arma::vec& x = params.normalizationF->normalize(Base::phi(input)); 
    forwardComputation(x); 
    return params.normalizationO->restore(h.back()); 
} 

これはコンストラクタです：これは演算子のオーバーライドである

FFNeuralNetworkだった

typedef FFNeuralNetwork_<arma::vec> FFNeuralNetwork; 

クラス 私がこの例で使用したものです。ここで

実際の作業コード：

BasisFunctions basisPlane_ = IdentityBasis::generate(1); 
DenseFeatures phiPlane_(basisPlane_); 
FFNeuralNetwork planeNet(phiPlane_, 10, 1); 
cout << planeNet({0.5}); 

ここで働いていませんコード：

FFNeuralNetwork createNetwork(..){ 
    BasisFunctions basisPlane_ = IdentityBasis::generate(1); 
    DenseFeatures phiPlane_(basisPlane_); 

    FFNeuralNetwork planeNet(phiPlane_, 10, 1); 
    return planeNet; 
} 
.. 
FFNeuralNetwork net = createNetwork(..); 
cout << net({0.5}); 

Answer 1

コードあなたが参照することにより、ローカル変数phiPlane_を渡しているの。このビットで：

FFNeuralNetwork createNetwork(..){ 
    BasisFunctions basisPlane_ = IdentityBasis::generate(1); 
    DenseFeatures phiPlane_(basisPlane_); 

    FFNeuralNetwork planeNet(phiPlane_, 10, 1); // <- HERE 
    return planeNet; 
} 

FFNeuralNetwork net = createNetwork(..); 
cout << net({0.5}); 

関数が参照を渡したオブジェクトを返すと、もはや存在しなくなるので、コードshはありませんその後、それにアクセスしてください。 ParametricRegressor(phi, outputs)で何が起きても問題ないかもしれませんが、私には少し疑わしいようで、あなたの問題を説明することができます。