RedHat 9.0+2.4.20内核 升级 2.6.23内核升级问题

错误1:
ERROR: "crypto_free_tfm" [net/rxrpc/af-rxrpc.ko] undefined!
ERROR: "crypto_alloc_base" [net/rxrpc/af-rxrpc.ko] undefined!
make[1]: *** [__modpost] Error 1
make: *** [modules] Error 2

解决:
在chinaunix论坛上搜索到,一个帖子,帖子最后有人说,必须加上CONFIG_CRYPTO选项。我用emacs查找了一下,发现了
#CONFIG_CRYPTO is not set
一项,然后我
make menuconfig
使用/搜索crypto发现,有很多的符号位置都是在
Location:
->Cryptographic API
我退出找了一下就在根菜单下,直接Y,重新编译,没问题了。

错误2:sh /usr/src/linux-2.6.23/arch/i386/boot/install.sh 2.6.23 arch/i386/boot/bzImage System.map "/boot"
No module BusLogic found for kernel 2.6.23
mkinitrd faild

分析:我首先在make menuconfig 中查找buslogic发现其位置在
->Device Drivers
   ->SCSI device support
    ->SCSI low-level drivers
下,我找到该位置发现了
BusLogic SCSI support
选项,默认的是M,就是以模块形式加载,我改成Y试一下。
提示不让改说是 该模块依赖的模块,是模块的形式。也没说是哪个模块。
算了懒得找了在网上搜索一下
BusLogic 是用来支持SCSI设备的模块
网上提示该问题在虚拟机中经常遇到,并且说2.4的内核的Buslogic模块即使静态编译进内核也是不行的,网上提供的解决方法是直接手动拷贝
cp drivers/scsi/BusLogic.o /lib/modules/2.6.11/kernel/drivers/scsi/
我的是2.6.23,拷贝过去看看效果
没做上一步,先看看可不可以静态编译进去
有在csdn上搜索了一篇文章(VMware中Linux内核2.6.14.4编译全过程),里边说了在VMware中编译内核必须选中的选项。
Device Drivers --->SCSI device support ---><*>   SCSI disk support
Device Drivers --->SCSI device support --->SCSI low-level drivers ---> <*> BusLogic SCSI support
我的SCSI disk support 是M我改成Y,又提示我有依赖关系,我发现他上面的SCSI device support前面也是M,我把他改成Y,然后再改SCSI disk support成功,BusLogic SCSI support 也可以改成Y了。
重新搞一下,重新make make modules make modules_install(没clean和mrproper,虚拟机太慢了要是重来又是1个多小时)
make install
同样的错误无语了,看来只有拷贝文件的方法了

拷贝完文件之后

make install
没出错,Oh,my God!Thank goodness!

问题3:成功编译后reboot,发现错误
Loading BusLogic.o module
No module found in object
insmod: error inserting '/lib/BusLogic.o';-1 Invalid module format
ERROR:/bin/insmod exited abnormally!
Mounting /proc filesystem
Creating block devices
Creating root device
Mounting root filesystem
kjournald starting. Commit interval 5 seconds
EXT3-fs: mounted filesystem with ordered data mode.
Freeing unused kernel memory; 300k freed
init[1]: segfault at 00000021 eip 00000021 esp bfbb7bb8 error 4
......

分析:发现提示Invalid module format估计是Buslogic.o文件出的错,郁闷ing,就是编译时候拷贝那个文件,在lib下,其实这个lib和系统的lib是不一样的,这个 是启动时img文件,挂载到/dev/ram中的文件。我进入原来的2.4.20内核系统,然后执行
cp /boot/linux-2.6.23.img /root/linux.gz (img文件的就是gz格式的压缩文件)
gunzip linux.gz (解压缩)
mount -o loop linux /test (把它挂载到/test下)
查看/test ,找到lib目录下看到了BusLogic.o文件
我发现在/usr/linux-2.6.23/drivers/scsi/有一个BusLogic.ko文件,拷贝进lib然后改/test下的linuxrc 把insmod BusLogic.o改成insmod 改成BusLogic.ko,再unmount,用
gzip linux
重新打包成linux.gz再改成linux-2.6.23.img拷贝到/boot下
#reboot
还是一样的错误,后来我又在FC8中拷贝了一个BusLogic.ko文件,也不行。估计不是这个问题。

在网上搜了一下,发现都有同样的问题,好多人说是在VMware下,可能最高不能升级到2.6.20以上的内核。参见http://topic.csdn.net/u/20080515/22/89cb144a-e871-4891-af91-ea5c7c6e8c73.html

确实想不到什么办法,搞了一个周了,在论坛里发了帖子也没人理我,算了。放一放,我这有FC8,ISO文件,直接装一个FC8得了。看看以后有没有牛人解决问题
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 2
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