- 博客(12)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 地址无关代码
每个应用程序将引用的动态库（绝对地址）符号收集起来，保存到一个叫全局偏移表(GOT)中，GOT表以Section的形式保存在可执行文件中，这个表的地址在编译阶段就已经确定，因此可以通过相对地址的方式做到无地址无关。当程序需要运行需要引用动态库中的函数时，会将动态库加载到内存，根据动态库被加载到内存中的具体地址，更新GOT表中各个符号(函数)的地址。例如当引用外部变量b时，不再通过b的地址得到b的值，而是跳转到GOT表查询该符号的地址，得到b实际存放的地址得到值，通过间接访问的方式做到了地址无关。
2023-12-23 01:08:02
426
1
原创 EasyPR 环境配置（Ubantu）
在上一章讲了EasyPR在Windows在的环境配置，本章讲一下在ubantu环境下的配置。配置之前先看看作者要求的环境：我的环境ubantu：18.04opencv：3.2cmake：3.3.2cmake安装去cmake官网下载，本方法以cmake-3.1.0.tar.gz为例（cmake版本没有要求，不要太旧就行）使用sudo tar -zxvf cmake-3.1.0.tar.gz解压(Cmake的安装路径默认在：/usr/local/)进入cmake-3.1.0，执行sudo
2022-02-27 21:04:15
2703
原创 EasyPR 环境配置
一、EasyPR介绍EasyPR是一个开源的中文车牌识别系统，其目标是成为一个简单、高效、准确的非限制场景(unconstrained situation)下的车牌识别库。二、准备工作根据EasyPR作者的使用说明文档，Windows下环境要求为：EasyPR源码下载——EasyPR源码下载地址Opencv下载——Opencv-3.1.0下载地址软件环境配置——VS2013下载地址三、安装OpenCV SDK1、下载完后得到文件opencv-3.1.0.exe，双击后会提示解压到指定目录，
2022-02-27 00:00:32
2836
原创 门控循环单元（GRU）学习笔记
GRU原理GRU是LSTM网络的一种变体，它较LSTM网络的结构更加简单，而且效果也很好。GRU 有两个门，一个是重置门（reset gate），另一个是更新门（update gate）。重置门决定了如何将新的输入信息与前面的记忆相结合，更新门定义了前面记忆保存到当前时间步的量。如果我们将重置门设置为 1，更新门设置为 0，那么我们将再次获得标准 RNN 模型。我们先来看下两个门的输出：Rt=σ(XtWxr+Ht−1Whr+br)R_t=\sigma(X_tW_{xr}+H_{t-1}W_{hr}+b_
2022-02-21 21:02:20
1844
原创 LSTM学习笔记
长短期记忆网络 – LSTM长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。LSTM简化模型：有四个input、一个output。接下来就对上面这个模型展开来讲：LSTM的当前输入xtx^txt和上一个状态传递下来的ht−1h^{t-1}ht−1拼接训练得到四个状态——ziz^izi 、zfz^fzf、zoz^ozo、zzz 。ziz^izi 、zfz^fzf、zoz^ozo 是由拼接向量乘以权
2022-02-21 18:42:54
325
原创 RNN循环神经网络
RNN的作用普通的神经网络模型都只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。假设一个句子有5个单词，汉字有3500个，表示为[5,3500]...
2022-02-20 23:53:10
640
原创 CNN学习笔记
1、边缘检测对应的固定卷积核这些常用的特定功能的卷积核是计算机视觉领域的一些先驱们的发现设计出来的这样一些卷积核CNN 最终就是要抽象出这样一个卷积核反向传播偏导当一个函数有两个或两个以上的各自独立的自变量时，如 u = f(x, y, z)，x, y, z 各自的变化都会引起 u 的变化。∂u/∂x：表示由于 x 的单独变化所引起的 u 变化率(rate of change)；...
2022-02-19 14:37:17
1443
原创 Haar分类器学习笔记
一、Haar分类器是什么？Haar分类器 = Haar-like 特征 + 积分图 + AdaBoost + 强分类器的级联1、Haar-like 特征最基本的Haar-like特征扩展的Haar-like特征Haar特征值计算：v=sum白-sum黑2、积分图积分图概念坐标A(x,y)的积分图是其左上角的所有像素之和。如下式：3、AdaboostAdaboost算法是一种分类器算法，其基本思想是利用大量的分类能力一般的简单分类器通过一定方法叠加起来，构成一个分类能力很强的强
2022-01-08 15:14:07
2006
原创 Ubantu16.04.6下使用petalinux2020.1定制Linux系统
**Ubantu16.04.6下使用petalinux2020.1定制Linux系统**版本：2020.1Ubantu版本：16.04.6（其他版本也行，具体看UG-1144对应版本支持的操作系统版本）官方指南：UG1144 - PetaLinux Tools Documentation: Reference Guide (v2020.1)开发板：ALINX的AXU2CGB以下操作前提是已经安装好Vitis软件和Petalinux工具（2020.1版本）在用户目录下，创建一个工作目录mk
2021-12-10 19:08:52
1286
3
单片机中用得到的几十种小工具
2020-05-08
MAX7456资料，取模软件，应用
2020-05-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人