(6.1.4)设备管理

一、I/O系统

I/O设备的分类

  1. 按传输速率分类:低速设备(键盘,鼠标)、中速设备(激光打印机)、高速设备(磁带机、磁盘机)

  2. 按信息交换的单位分类:字符设备、块设备

  3. 按设备的共享属性分类:独占设备、共享设备、虚拟设备

2、设备控制器

主要职责是控制一个或多个I/O的设备。

  1. 设备控制器的基本功能:

1)接收和识别命令(CPU->设备)

2)标识和报告设备状态(设备->CPU

3)数据交换

4)地址识别

5)数据缓冲

6)差错控制

  1. 设备控制器的组成:

    设备控制器与处理机的接口

    设备控制器与设备的接口

    I/O逻辑

\

3I/O通道

I/O通道是一种特殊的处理机,具有执行I/O指令的能力。其目的就是为了独立的I/O操作,它不仅数据的传送能够独立于CPU,对于I/O操作的组织、管理及其结束处理也能够独立。

通道类型有:

  1. 字节多路通道(控制器->通道轮流交叉传输一个字节)

  2. 数组选择通道(控制器->通道按顺序一个控制器传输完所有字节再到下一个)

  3. 数组多路通到(控制器->通道轮流交叉传输一组字节)

4、总线系统

ISA-->EISA-->VESA-->PCI(目前最流行的)

二、I/O控制方式

1、程序I/O方式

CPU定时查询设备的状态,若有数据需要输入或需要输出,即开始数据传输,否则下个时刻继续查询

2、中断驱动I/O控制方式

如:CPU向设备控制器发送读命令,设备控制器收到命令后便去控制相应的输入设备读数据,当数据进入数据寄存器后,控制器便通过控制线向CPU发送中断信号,由CPU检查输入过程是否差错,若无错即通过控制器以及数据线,将数据写入内存指定单元。每个数据从设备到控制器的输入过程中,无须CPU干预,可使CPUI/O设备并行工作。

3、直接存储器访问DMAI/O控制方式

中断驱动I/O控制方式时的CPU是以字节为单位进行干预的,如果将其用于块设备,显然极其低效。

该方式的特点:

1)数据传输的基本单位是数据块;

2)所传送的数据是从设备直接读入内存的,或者相反;

3)仅在传送一个或多个数据块的开始或结束时,才需要CPU干预,数据块的传输是在控制器的控制下完成的。

4I/O通道控制方式

I/O通道方式是DMA方式的发展,它可进一步减少CPU的干预,即把对一个数据块的读写为单位的干预,减少为对一组数据块的读写以及有关的控制和管理为单位的干预。

 

三、缓冲管理

设备管理中,引入缓冲区的主要原因,可归纳为以下几点:

  1. 缓和CPUI/O设备间速度不匹配的矛盾;

  2. 减少对CPU的中断频率,放宽对CPU中断响应时间的限制;

  3. 提高CPUI/O设备之间的并行性。

缓冲类型有三种:

  1. 单缓冲

  2. 双缓冲

  3. 循环缓冲

三种缓冲区:无数据的空缓冲区R、有数据的满缓冲区G、计算进程正用的缓冲区C

三个指针:

计算进程下一可用缓冲Nextg(对应G

输入进程下一可用缓冲Nexti(对应R

计算进程正在使用缓冲Current(对应C

两个过程:GetbufReleasebuf

\

  1. 缓冲池

三种队列:空缓冲队列(emq)、输入队列(inq)、输出队列(outq)三个队列;

四种缓冲:

用于收容输入数据的工作缓冲区的工作缓冲区(hin

用于提取输入数据的工作缓冲区(sin

用于收容输出数据的工作缓冲区(hout

用于提取输出数据的缓冲区(sout)四个工作缓冲区

两个过程:GetbufPutbuf

\

四、设备分配

设备分配中的数据结构

  1. 设备控制表DCT

  2. 控制器控制表COCT

  3. 通道控制表CHCT

  4. 系统设备表SDT

 

设备分配中的考虑因素

  1. 设备固有属性:独占设备,共享设备(容易造成死锁),虚拟设备

  2. 设备分配算法:先来先服务,优先级高者优先

  3. 设备分配安全性

  4. 设备独立性:设立一层独立性软件,(1)执行所有设备的公共操作(面向设备),(2)向用户层软件提供统一接口(面向用户)

 

SPOOLing技术(伪脱机操作)

与脱机操作差不多,只是有两点不一样:

  1. 输入进程与输出进程模拟外围机

  2. 脱机操作是使用整个磁盘来缓存作业,而SPOOLing技术只是从磁盘中划分出“输出井”和“输出井”来缓存作业

\

六、设备处理

设备驱动程序的特点:

驱动程序主要是指在请求I/O的进程与设备控制器之间的一个通信和转换程序。它将进程的I/O请求经过转换后,传送给控制器;又把控制器中的记录的设备状态和I/O操作完成情况及时地反映给请求I/O的进程。

设备驱动的特点:

  1. 驱动程序与设备控制器和I/O设备的硬件特性紧密相关,对不同类型的设备应该配置不同的驱动程序。

  2. 驱动程序与I/O设备所采用的I/O控制方式紧密相关。

  3. 由于驱动程序与硬件紧密相关,因而其中的一部分必须用汇编语言写。

驱动程序分两部分:

  1. 设备驱动程序(驱动设备进行I/O

  2. 设备中断处理程序(设备I/O后处理相关)

\

七、磁盘存储器管理

磁盘访问

访问时间=寻到时间+旋转延迟时间+传输时间

磁盘调度

  1. 先来先服务FCFS

  2. 最短寻道时间优先SSTF

  3. 扫描算法(电梯调度算法)SCAN

  4. 循环扫描算法CSCAN

  5. N-Step-SCAN调度算法(FCFSSCAN的结合体)

    廉价磁盘冗余阵列

    RAID0级:仅提供并行交叉存取

    RAID1级:具有磁盘镜像功能,备份用

    RAID3级:具有并行传输功能,有一专门的校验盘

    RAID5级:具有并行传输功能,没有专门的校验盘,校验信息螺旋方式散布在所有数据盘

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
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
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