配置Ｑt ARM 平台交叉编译

于 2018-07-23 21:09:46 发布
阅读量1.8k 收藏 6
点赞数
分类专栏： ubuntu QT/QML
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/WMX843230304WMX/article/details/81174825
版权
QT/QML 同时被 2 个专栏收录
118 篇文章 19 订阅
订阅专栏
ubuntu
59 篇文章 3 订阅
订阅专栏

配置 目标平台的 gcc g++ qmake
首先有对应arm平台的SDK

1 指定 ＡＲＭ 平台的 gcc 和g++

打开 ＱtCreater ,工具——>选项——>编译器

这里写图片描述

在ＡＲＭ 平台的 开发 ＳＤＫ 包里面的 gcc g++
GCC
arm-linux-gnueabi-gcc

G++
arm-linux-gnueabi-g++

2 指定 ＡＲＭ 平台的 qmake

QT Version 一页
这里写图片描述

3配置构建套件

这里写图片描述

编译器 一栏指定 刚才配置的 ＧＣＣ 和Ｇ++

Ｑt 版本一栏指定刚才配置的 qmake

然后 可以打开工程
执行qmake
构建
可以在输出目录得到对应 ＡＲＭ平台的 程序2进制文件

拷贝到目标板上运行

博客
强化学习A3C算法
08-16 287
【代码】强化学习A3C算法。
博客
强化学习DQN算法和代码
08-15 262
在训练时，目标网络𝑄𝜃’(𝑠𝑡+1, 𝑎)和预测网络𝑄𝜃(𝑠𝑡, 𝑎𝑡)来自同一网络，但是𝑄𝜃’(𝑠𝑡+1, 𝑎)网络的更新频率会滞后𝑄𝜃(𝑠𝑡, 𝑎𝑡)其中 gym version = 0.26.2。
博客
强化学习 PPO算法和代码
08-14 712
强化学习PPO
博客
tensorflow / tensorflow-gpu cuda cudNN tensorRT 安装,启用显卡加速
08-11 2325
tensorflow-gpu 版本对应关系。
博客
强化学习算法
08-10 266
策略网络输入状态s，输出动作a的概率分布如下： πa∣s多次训练轨迹如下​s11​a11​r11​……s1t​a1t​r1t​……s1T​a1T​r1T​………………sn1​an1​rn1​……snt​ant​rnt​……snT​anT​rnT​………………sN1​aN1​rN1​……sNt​aNt​rNt。
博客
win10 安装 tensorflow-gpu 2.10.0
08-07 954
我安装 python 3.10 和 tensorflow_gpu-2.10.0。这里根据自己的版本安装，按照表格推荐tensorflow-gpu==2.10.0。这里根据自己的版本安装，按照表格推荐 11.2 ，我这里是12.2。这里根据自己的版本安装，按照表格推荐 8.1 ，我这里是 8.9。适用于Microsoft窗口的 CUDA 安装指南。显卡 GTX 1660 Ti。系统 win10 x64。
博客
从源码编译 tensorFlow ,启用CPU 指令加速
07-30 2213
7 Please specify optimization flags to use during compilation when bazel option “–config=opt” is specified [Default is -Wno-sign-compare]: --copt=-march=native # 配置 bazel 编译的参数，我这是纯 cpu 加速，所以填写。: 这是两个选项的组合，用于以交互式终端运行容器，并将终端连接到容器的输入/输出（stdin/stdout）。
博客
numpy反向传播算法示例
06-29 226
通过 scikit-learn 库提供的便捷工具生成 2000 个线性不可分的 2 分类数据集。按着7: 3比例切分训练集和测试集。
博客
梯度下降求函数极小值
06-27 307
Himmelblau 函数表达式。
博客
常用激活函数及偏导
06-26 297
【代码】常用激活函数及偏导。
博客
常用激活函数
06-25 115
【代码】常用激活函数。
博客
MSE 均方误差及其梯度
05-08 730
仅当j = i 时才为 1，其它点都为 0，也就是说， 偏导数只与第j号节点相关，与其它节点无关， 因此上式中的求和符号可以去掉。其中n为输出节点数，真值为 y , 模型输出为 o。
博客
回归问题(AI笔记)
05-03 979
给定数据集𝔻，我们需要从𝔻中学习到数据的真实模型，从而预测未见过的样本的输出值。在假定模型的类型后，学习过程就变成了搜索模型参数的问题，比如我们假设神经元为线性模型，那么训练过程即为搜索线性模型的𝒘和𝑏参数的过程。训练完成后，利用学到的模型，对于任意的新输入𝒙，我们就可以使用学习模型输出值作为真实值的近似。对于预测值是连续的实数范围，或者属于某一段连续的实数区间，我们把这种问题称为。首先假设𝑛个输入的生物神经元的数学模型为线性模型之后，只采样𝑛 + 1个数据点就可以估计线性模型的参数𝒘和𝑏。
博客
cube旋转立方体（Qt-OpenGL)
09-03 1516
cube旋转立方体（Qt-OpenGL)主窗口类MainWidget MainWidget : public QOpenGLWidget, protected QOpenGLFunctions鼠标事件，更新四元数用于旋转void MainWidget::mousePressEvent(QMouseEvent *e){ // Save mouse press posi...
博客
QT多线程渲染Mandelbrot集
08-29 768
QT多线程渲染　Mandelbrot集Mandelbrot集是人类有史以来做出的最奇异,最瑰丽的几何图形，曾被称为“上帝的指纹”。这个点集均出自公式:Zn+1=Zn2+CZ_{n+1} = Z_n^2 +CZn+1​=Zn2​+C，对于非线性迭代公式Zn+1=Zn2+CZ_{n+1} = Z_n^2 +CZn+1​=Zn2​+C，所有使得无限迭代后的结果能保持有限数值的复数C的集合，构成M...
博客
多核多线程自旋锁spinlock 与互斥量mutex性能分析
08-24 1335
多核多线程　自旋锁（spinlock ）与　互斥量（mutex）mutex方式：Mutex适合对锁操作非常频繁的场景，并且具有更好的适应性。尽管相比spin lock它会花费更多的开销（主要是上下文切换），但是它能适合实际开发中复杂的应用场景，在保证一定性能的前提下提供更大的灵活度。消耗时间的地方：(系统调用，mutex会在锁冲突时调用system wait）上下文切换对已经拿着锁的那个...
博客
ubuntu grub引导win10
06-04 8893
文章目录1 在Ubuntu中打开终端输入命令`sudo blkid `特别注意2 修改grub.cfggrub 引导win101 在Ubuntu中打开终端输入命令sudo blkid查看 硬盘各个分区的 uuidwmx@wmx-ubuntu:~$ sudo blkid [sudo] wmx 的密码： /dev/sdb1: LABEL="SDB1-BOOT" UUID="97C7-F...
博客
grub制作USB启动盘
05-28 5358
grub制作USB启动盘一、使用 GParted 分区U盘：第一个分区 500M , 并且设置标识 boot esp , fat32格式第二个分区剩余全部，ntfs格式（可以读写大于4G的文件）终端输入命令fdisk -l 查看结果：终端输入命令blkid 查看结果：二、安装grub到U盘...
博客
ubuntu用户自定义 grub 引导菜单
05-25 2829
ubuntu用户自定义 grub 引导菜单grub 是menu.list 文件grub2 是 /boot/grub/grub.cfg 文件在的grub 1.0 版本以前是 menu.lst ， 是直接编辑的。在的grub 2.0 版本是 grub.cfg，这个文件通过运行update-grub 来更新的，跟如下命令是一个作用。 grub-mkconfig -o /b...
博客
卡尔曼滤波 Kalman Filter 理解 (超简单),带仿真
05-09 3314
卡尔曼滤波 Kalman Filter 精简理解参考外文 An Introduction to the Kalman Filter核心过程一 （时间更新：）初始输入（k-1时刻）：系统最优状态、系统噪声协方差系统状态转移方程（1.9）过程噪声协方差 （1.10）核心过程二 （测量更新：）计算卡尔曼增益K （1.11）根据卡尔曼增益K，计算最优当前状态 （1.12）根据...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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