u-boot2020.04移植（小记：重定位前后保留的堆内存是如何被malloc的）
文章目录重定位前的堆内存池那当我们使用malloc时，它是如何给我们分配内存的呢？以malloc为例再来看下重定位后结论重定位前的堆内存池首先看一下重定位前，在重定位前也就是第一阶段，u-boot会保留一片内存用于堆，也就是gd->malloc_base这篇区域，其大小为0x400，具体见下面的内存图：图1那当我们使用malloc时，它是如何给我们分配内存的呢？在源码中搜索malloc可以在include/malloc.h中找到下面的宏定义：/*你可能发现很多重复的宏定义，但是经过分析，_uboot如何管理留给malloc的内存的
linux系统移植-s5pv210
内核的下载还是和u-boot移植的步骤差不多，首先是要选择一个版本，然后下载镜像，确保能够正确编译成功。对于版本的选择，因为我是学习用，所以选择较新的版本，我看了一下目前版本比较新且是稳定版的是5.7.8版本，所以决定采用这个版本的内核进行移植。下载链接如下：https://www.kernel.org/生成配置文件和u-boot的一样，也是首先生成.config配置文件，实际上u-boot那一套都是从内核这里移植过去的。解压内核后进入内核根目录运行如下命令：make ARCH=arm CROSS_给移植的linux加库
stm32移植threadx rtos
文章目录写在前面准备移植开始移植验证最后一点点击下方阅读原文可访问文中超链接写在前面ThreadX 是由 Express Logic 公司开发的实时操作系统。目前已被微软收购，并且前不久开源了，当开源的时候很多论坛都第一时间发布了相关文章，可见其影响力还是很不错的，刚好最近有一个新项目，需要用到网络协议栈，而threadx有自己的网络协议栈组件，之前打算用freeRTOS加LWIP的方式，现在直接用threadx加netx的方式。首先到github上下载threadx的源码，建议使用git，下载zi_threadx
笔记：使用busybox制作根文件系统
文章目录busybox源码下载配置于裁剪解压源码配置编译busybox源码下载根据自己的选择下载合适的版本，本文以1.31.1为例，下载链接：busybox配置于裁剪解压源码tar -xf busybox-1.31.1.tar.bz2配置make menuconfig配置交叉编译器前缀，sysroot路径，安装目录，我这里直接安装到我的nfs挂载的目录（如果无法删除原有路径，按住ctrl加退格键可删除）：Settings (/usr/bin/arm-linux-gnueabi-) C_busybox 移植,建立根文件系统镜像
笔记：threadx netx使用BSD封装层创建UDP客户端
文章目录BSD封装层我的开发及测试环境添加BSD层编写udp线程测试验证BSD封装层引用维基百科的一段描述：伯克利套接字（英语：Internet Berkeley sockets） ，又称为BSD 套接字(BSD sockets)是一种应用程序接口（API），用于网络套接字（ socket）与Unix域套接字，包括了一个用C语言写成的应用程序开发库，主要用于实现进程间通讯，在计算机网络通讯方面被广泛使用。它有一套标准的套接字接口，与底层分离，这样的话，程序就可以方便的互相兼容，目前netx支持的套接字
tensorrt 安装 (新的)
1 相关设备和文件的参数uname -r 5.3.0-26-generic gpu 1070 nvidia 430.50 cuda V10.0.130 cudnn 7604 tensorflow-gpu 1.13.2 tensorrt 5.1.50 python 3.6.9 2 cuda和cudnn安装方法看 ..._windows下tensort最新版软件安装教程
github链接超时/无法访问
修改C:\\Windows\\System32\\drivers\\etc 中的hosts或者/etc/hosts# GitHub Start192.30.253.112 github.com192.30.253.119 gist.github.com151.101.100.133 assets-cdn.github.com151.101.100.133 raw.githubuserco..._windows访问githup连接超时
vscode 设置问题
pycharm编辑tensorflow和tensorrt出错，ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory各种方法解决不了。pyjuter用不习惯，只能用vscode。只记录设置。目录python环境设置中文设置字体解决Ubunt..._vscode 问题设置
ubuntu中耳机声音小的解决方案
声音小终端输入alsamixer按回车，出现如下图声卡设置选项左右移动光标键，上下调节值大小，发现调节speaker能把耳机声音调大.由于声卡的版本不同吧，网上别人调节的是front.耳机没声音解决装完ubuntu16后又装了英伟达的显卡驱动，安装了网易云音乐后，突然发现电脑没声音，使用了如下方法解决首先用在终端输入如下命令，下载pulseaudio音量控..._ubuntu耳机声音小
用2d卷积替代全连接
最近在看slim代码。发现一个用# Use conv2d instead of fully_connected layers..做下记录.# vgg16net = slim.max_pool2d(net, [2, 2], scope=pool5)# Use conv2d instead of fully_connected layers.net = slim.conv2d(ne..._fullyconnected转成conv2d
动作识别 谁有好的模型 推荐下
这方面没有经验，没做过，谁有好的模型，推荐学习下。目前，我的想法（这个办法一定是最蠢的）。分类分为大分类和小分类，大分类中的小分类有交叉。这里拿手势来说。动作名称 大类 小类 剪刀 第1类 01，02，03，04，05 布 第2类 01，06，07，08，08 石头 第3类 01，01，01，01，01 识别视频每一帧的图..._动作识别的经典模型
cupy ： ValueError: object __array__ method not producing an array
这个报错没办法，需要用到cp.asnumpy或者cp.asarray().这两个函数转一下。cp.asnumpy(cp.array) --> np.arrau\\y cp.asarray(np.array) --> cp.array下面是官方的解释，其中np.allclose比较两个数组是否相同How to write CPU/GPU agno..._valueerror: object __array__ method not producing an array
shell : docker tensorflow
https://tf.wiki/zh/appendix/docker.html1 使用 Docker 部署 TensorFlow 环境提示本部分面向没有 Docker 经验的读者。对于已熟悉 Docker 的读者，可直接参考 TensorFlow 官方文档 进行部署。Docker 是轻量级的容器（Container）环境，通过将程序放在虚拟的 “容器” 或者说 “保护层” 中运..._docker tensorflow
keras 自定义：激活函数，层，损失函数，正则化器，初始化器，学习率
自定义激活函数import osfrom keras import backend as Kfrom keras.layers import Activation,Conv2Dfrom keras.utils.generic_utils import get_custom_objectsos.environ[TF_CPP_MIN_LOG_LEVEL] = 3def ..._keras 自定义激活函数
关于Densenet的改进方法
改进Densenet是一个非常棒的网络结构，但是特别耗费显卡。然后作者给出了解决方法黄高博士及刘壮取得联系两位作者对 DenseNet 的详细介绍及常见疑问解答DenseNet 特别耗费显存？不少人跟我们反映过 DenseNet 在训练时对内存消耗非常厉害。这个问题其实是算法实现不优带来的。当前的深度学习框架对 DenseNet 的密集连接没有很好的支持，我们只能借助于..._densenet改进
今日推荐
周排行