ubuntu12 编译OpenJDK7u2

7 篇文章 0 订阅

转自:http://wendal.net/420.html

这个周末,连续编译了好几款开源程序: ffmpeg+x264 很传统的编译,./configure和make mongo+v8     使用scons进行编译,改为V8引擎的mongo,性能是否会大幅提速呢? 打算出个报告哦! mysql5.5       使用cmake

最后一个重头戏,本打算编译Chrome的,但发现其源码实在太大了,改为编译向往已久的OpenJDK 7u2

编译环境,Ubuntu 12.04 x64桌面版, root用户下操作

准备工作

apt-get build-dep openjdk-6
apt-get install openjdk-6-jdk
apt-get install libasound-dev build-essential

下载OpenJDK 7 update 2 的源码

cd /opt
wget http://www.java.net/download/openjdk/jdk7u2/promoted/b13/openjdk-7u2-fcs-src-b13-17_nov_2011.zip
unzip openjdk-7u2-fcs-src-b13-17_nov_2011.zip
cd /opt/openjdk

开始编译,会经历多个错误zzZZ

export ALT_BOOTDIR=/usr/lib/jvm/java-1.6.0-openjdk-amd64
export LANG=c
jdk/make/jdk_generic_profile.sh
make sanity

#确认无错误后,执行
make ALLOW_DOWNLOADS=true

#然后,就等吧,必然出错,需要编辑一个文件
vim hotspot/make/linux/makefiles/gcc.make
#将其中的 WARNINGS_ARE_ERRORS = -Werror 注释掉

#OK,再启动make
make ALLOW_DOWNLOADS=true

#然后,就到sound出错了
cd jdk/make/javax/sound/jsoundalsa
vim Makefile
#找到CPPFLAGS ,在其结尾,添加 -lasound
#如果再次make还是失败在这里,那么 ,先还原上一个修改, 并拷贝出错的最后一条gcc命令,添加-lasound后执行,应该无错误地pass

#再次make
make ALLOW_DOWNLOADS=true

#OK,你会遇到最后的错误, corba的什么什么类找不到?!
cp -r /opt/openjdk/build/linux-amd64/corba/classes/* /opt/openjdk/build/linux-amd64/classes/

#好了,你最后一次跑make了,这次应该能够成功了!!
make ALLOW_DOWNLOADS=true

#漫长编译后,你终于能看到编译成功的提示:
########################################################################
##### Leaving jdk for target(s) sanity all docs images             #####
########################################################################
##### Build time 00:04:19 jdk for target(s) sanity all docs images #####
########################################################################

-- Build times ----------
Target all_product_build
Start 2012-05-06 23:07:41
End   2012-05-06 23:12:30
00:00:04 corba
00:00:14 hotspot
00:00:02 jaxp
00:00:06 jaxws
00:04:19 jdk
00:00:04 langtools
00:04:49 TOTAL
-------------------------
make[1]: Leaving directory `/opt/openjdk'

大功告成,来玩玩吧!

#现在,跑一下你的OpenJDK 7u2吧!!
/opt/openjdk/build/linux-amd64/bin/java -version
openjdk version "1.7.0-internal"
OpenJDK Runtime Environment (build 1.7.0-internal-root_2012_05_06_19_19-b00)
OpenJDK 64-Bit Server VM (build 22.0-b10, mixed mode)

编译一个HelloWorld试试:
/opt/openjdk/build/linux-amd64/bin/javac /tmp/Hi.java
#################################
root@ubuntu:/opt/openjdk/build/linux-amd64# /opt/openjdk/build/linux-amd64/bin/java -cp /tmp Hi
Hi, this is my openJDK!
root@ubuntu:/opt/openjdk/build/linux-amd64# 
#################################

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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