MAKEFILE简明指南(一)

MAKEFILE简明指南(一) 

关于NMAKE 
Microsoft   Program   Maintenance   Utility,外号NMAKE,顾名思义,是用来管理程序的工具。其实说白了,就是一个解释程序。它处理一种叫做makefile的文件(以mak为后缀),解释里面的语句并执行相应的指令。我们编写makefile文件,按照规定的语法描述文件之间的依赖关系,以及与该依赖关系相关联的一系列操作。然后在调用NMAKE时,它会检查所有相关的文件,如果目标文件(target   file,下文简称target,即依赖于其它文件的文件)的time   stamp(就是文件最后一次被修改的时间,一个32位数,表示距离1980年以来经过的时间,以2秒为单位)小于依赖文件(dependent   file,下文简称dependent,即被依赖的文件)的time   stamp,NMAKE就执行与该依赖关系相关联的操作。请看下面这个例子: 
foo.exe   :   first.obj   second.obj 
link   first.obj,second.obj 
第一行定义了依赖关系,称为dependency   line;第二行给出了与该依赖关系相关联的操作,称为command   line。因为foo.exe由first.obj和second.obj连接而成,所以说foo.exe依赖于first.ogj和second.obj,即foo.exe为target,first.obj和second.obj为dependent。如果first.obj和second.obj中的任何一个被修改了(其time   stamp更大),则调用link.exe,重新连接生成foo.exe。这就是NMAKE的执行逻辑。 
综上,NMAKE的核心就是这3个家伙——依赖关系,操作和判定逻辑(target.timestamp   <   dependent.timestamp,如果为true,就执行相应操作)。 
MAKEFILE的语法 
现在详细讨论一下makefile的语法。makefile就像一个玩具型的程序语言,麻雀虽小,但五脏具全。makefile的组成部分包括:描述语句(description   block),inference   rules(推导规则),宏和指令(directive)。描述语句就是dependent   lines和command   lines的组合;inference   rules就是预先定义好的或用户自己定义的依赖关系和关联命令;宏就不用说了吧;指令就是内定的一些可以被NMAKE识别的控制命令,提供了很多有用的功能。 
另外,makefile中使用以下几个具有特殊意义的符号: 
^   #   \   (   )   {   }   !   @   -   :   ;   $ 
^(caret):用于关闭某些字符所具有的特殊意义,使其只表示字面上的意义。例如:^#abc表示#abc这个字符串,而#abc则用于在makefile中加入注释,#在这里为注释标志,就像C++中的//。另外,在一行的末尾加上^,可以使行尾的回车换行符成为字串的一部分。 
#(number   sign):为注释标志,NMAKE会忽略所有从#开始到下一个换行符之间的所有文本。这里要注意的是:在command   lines中不能存在注释。因为对于command   lines,NMAKE是将其整行传递给OS的。通常对于command   lines的注释都是放在行与行之间。 
\(backslash):用于将两行合并为一行。将其放在行尾,NMAKE就会将行尾的回车换行符解释为空格(space)。 
%(percent   symbol):表示其后的字符串为一文件名。用法较复杂,在讲dependent   lines的时候再详细讨论。
!(exclamation   symbol):命令修饰符,在下面会有详细的讨论。 
@(at   sign):命令修饰符,在下面会有详细的讨论。 
:(colon):用于dependent   lines和inference   rules中,用于分隔target和dependent。 
;(semicolon):如果对于一个dependent   line只有一条命令,则可以将该命令放在dependent   line的后面,二者之间用“;”分隔。 
$(dolor   sign):用于调用宏,在下面讲宏的时候再详细讨论。 
在makefile中还可以使用DOS通配符(wildcard)来描述文件:*和?。作用相信大家都很熟悉了,在此就不再浪费口水了。 
如果要将中间有空格或制表符的字符串作为整体对待,则应该用双引号将之括起来,例如,在指定一个中间有空格的长文件名的时候: 
“My   Document” 
或在定义一个宏的时候: 
MYMACRO=”copy   a:\foo.exe   c:\” 
描述语句块(Description   Blocks) 
描述语句块为makefile主体的基本组成单元,其典型结构如下: 
target   :   dependents 
commands   block 
Dependent   Line 
每一个描述语句块中只有一个dependent   line,其定义了一个依赖关系。该行的开头不能有任何空白(空格或制表符)。冒号两边的target和dependent都可以有多个,之间以空格分隔。NMAKE在分析makefile时首先会从头到尾扫描每一个dependent   line,然后根据依赖关系建立起一棵依赖关系树(dependent   tree)。例如对于依赖关系: 
foo.exe   :   first.obj   second.obj 
first.obj   :   first.cpp 
second.obj   :   second.cpp 
则在其依赖关系树中,foo.exe为first.obj和second.obj的父亲,而first.obj则是first.cpp的父亲,second.obj是second.cpp的父亲。如果second.cpp被更新了,则second.obj会被重新构造,从而导致foo.exe被重新构造。NMAKE就是这样由下而上地对整棵树中的结点进行评估的。 
虽然makefile中可以有很多的dependent   lines,但NMAKE只会构造出现在它的命令行中的targets,或者,如果命令行中没有给出targets,就构造第一个dependent   line中的第一个target。其他所有无关的targets都不会被构造。例如: 
foo1.exe   foo2.exe   :   first.obj 
first.obj   :   first.cpp 
second.obj   :   second.cpp 
假设上面的第一行语句为makefile中出现的第一个dependent   line,且命令行中没有给出target。当first.cpp被更新后,first.obj和foo1.exe都会被重新构造,而foo2.exe和second.obj则不会。 
当在一个dependent   line中出现多个target时,例如: 
boy.exe   girl.exe   :   first.obj 
echo   Hello 
该语句相当于: 
boy.exe   :   first.obj 
echo   Hello 
girl.exe   :   first.obj 
echo   Hello 
(注:echo是一条控制台命令,用于在STDOUT上显示一行信息) 
同一个target也可以出现在多个dependent   lines中。在这种情况下,如果只有一个dependent   line后跟有command   line,则它们会被合并为一个描述语句块,例如: 
foo.exe   :   first.obj 
echo   Building   foo.exe… 
… 
foo.exe   :   second.obj 
NMAKE会将其处理为: 
foo.exe   :   first.obj   second.obj 
echo   Building   foo.exe… 
如果每一个dependent   line后都有command   line,则它们会被作为两个描述语句块处理。 
如果在dependent   line中使用双冒号(::)来分隔target和dependent,并且同一个target出现在多个描述语句块中,此时,NMAKE将会匹配最合适的语句块,以构造该target。 
例如: 
target.lib   ::   one.asm   two.asm   three.asm 
ML   one.asm   two.asm   three.asm 
LIB   target   -+one.obj   -+two.obj   -+three.obj; 
target.lib   ::   four.c   five.c 
CL   /c   four.c   five.c 
LIB   target   -+four.obj   -+five.obj; 

Target.lib同时出现在两个描述语句块中,此时,NMAKE在处理该makefile时,将会选择其中一个描述语句块中的命令来执行。如果任何asm文件被更新了,NMAKE就调用ML重新编译之,然后再调用LIB(但CL以及之后的命令都不会被调用);类似地,如果任何C文件被更新了,NMAKE就会调用CL。


在通常情况下,target和dependent都是文件名。NMAKE会首先在当前目录下搜索dependent,如果没有找到,就到用户指定的目录下搜索。指定搜索路径的语法如下: 
{directory1;directory2;…}dependent 
搜索路径放在{}之中,如果有多个,就用“;”分开。注意,在各个语法成分之间是不能有空白的。 
Target和dependent也可以不是一个文件,而是一个标号(label)。这时,就称之为pseudotarget(伪文件)。Pseudotarget的名字不能与当前目录下的任何文件名相同。一个pseudotarget如果要作为dependent,那么它必须要作为target出现在某个dependent   line中。当使用pseudotarget作为target时,与之关联的commands   block一定会被执行,同时NMAKE会赋予它一个假想的time   stamp。该time   stamp等于它的dependents中最大的time   stamp,或者,如果它没有dependent,就等于当前时间。该假想的time   stamp在pseudotarget作为dependent时会被用来进行有效性评估。这个特性最大的好处就是,你可以让NMAKE构造多个target,而不用将每个target都在NMAKE的命令行中列出来,例如: 
all   :   setenv   project1.exe   project2.exe 
project1.exe   :   project1.obj 
LINK   project1; 
project2.exe   :   project2.obj 
LINK   project2; 
setenv   : 
set   LIB=\project\lib 
上例中有两个pseudotarget,一个是all,另一个是setenv。首先是setenv被评估,其作用是设置环境变量LIB,然后project1.exe和project2.exe依次被更新. 
Commands   Block 
第二行开始到下一个dependent   line之间为commands   block,其给出了当dependents中的任何一个的time   stamp大于target时,需要执行的指令序列(commadns   block也可以为空,此时,NMAKE什么也不干)。command   line必须以空白开头(刚好与dependent   line相反,NMAKE就是通过该特征来分辨二者的),并且在dependent   line和commands   block中的第一条语句之间不能有空白行(就是除了一个换行符,什么也没有的行。所以只有一个空格或制表符的行是合法的,此时NMAKE将其解释为一个null   command),但在command   lines之间可以有空白行。Commands   block中的每一条命令可以是在控制台中合法的任何命令。事实上大可将commands   block当成一个由控制台命令序列组成的批处理文件。 
此外,对commands   block中的命令,还可以在其前面添加一个或多个所谓的命令修饰符(command   modifier),以实现对命令的一些额外的控制。命令修饰符有以下3种: 
1)   @command 
消除该命令的所有到STDOUT的输出。 
2)   –[number]command 
关掉对该命令返回值的检测。在默认的情况下,如果一条命令返回非0值,则NMAKE将会停止执行。但如果在命令前加上一“-”,则NMAKE将会忽略该命令的返回值。如果“-”紧接着一个整数,则NMAKE会忽略掉任何大于该整数的返回值。 
3)   !command 
如果该命令的执行对象为$**或$?(这两个都是预定义的宏,前者表示相应的dependent   line中所有的dependent,后者表示所有比target具有更大的time   stamp的dependent),则该“!”修饰符将会使该命令施行于这两个宏所描述的每一个独立的文件上。 
NMAKE还提供了一些语法可以在commands   block中表示相应的dependent   line中第一个dependent的文件名组成。例如: 
foo.exe   :   c:\sample\first.obj   c:\sample\second.obj 
link   %s 
NMAKE将“link   %s”解释为: 
link   c:\sample\first.obj 
如果将命令改为“link   %|pfF.exe”,则NMAKE将之解释为: 
link   c:\sample\first.exe 
%s表示全文件名,%|[part]F表示文件名中的某个部分,part可以是下列字符中的一个或多个,如果part为空,%|F与%s的意思相同: 
1)   d:盘符; 
2)   p:路径; 
3)   f:文件基本名; 
4)   e:文件扩展名;

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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。
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