linux2.6中的platform和of_platform机制B

A  platform机制
platform_driver_register,什么时候调用PROBE函数 注册后如何找到驱动匹配的设备
platform_driver_register(struct platform_driver *drv)注册后如何找到驱动匹配的设备

struct platform_driver {
        int (*probe)(struct platform_device *);
        int (*remove)(struct platform_device *);
        void (*shutdown)(struct platform_device *);
        int (*suspend)(struct platform_device *, pm_message_t state);
        int (*suspend_late)(struct platform_device *, pm_message_t state);
        int (*resume_early)(struct platform_device *);
        int (*resume)(struct platform_device *);
        struct device_driver driver;
};

BUS首先初始化总线   do_basic_setup()->driver_init()->platform_bus_init()->...初始化platform_bus_type(虚拟总线)

DEVICE生成有2种方法

1 用函数platform_device_register()直接注册一个platform_device设备 

   设备向内核注册的时候platform_device_register()->platform_device_add()->...内核把设备挂在虚拟的platform bus下
 platform_device_register(&physmap_flash); /*这是一个flash驱动例子*/

2 从dts文件中读出来形成一个platform_device设备

   用下面的函数_init gfar_of_init(void) 读取dts文件获得platform_device结构体 /*这是一个mac驱动的例子*/
struct platform_device {
 const char * name;
 u32  id;
 struct device dev;
 u32  num_resources;
 struct resource * resource;
};

读取的是下面dts里面的结构
ethernet@24000 {
   #address-cells = <0x1>;
   #size-cells = <0x0>;
   device_type = "network";
   model = "eTSEC";
   compatible = "gianfar";
   reg = <0x24000 0x1000>;
   local-mac-address = [00 00 00 00 00 00];
   interrupts = <0x1d 0x2 0x1e 0x2 0x22 0x2>;
   interrupt-parent = <0x1>;
   phy-handle = <0x2>;
   phy-connection-type = "sgmii";
  };

DRIVER驱动注册的时候 platform_driver_register()->driver_register()->bus_add_driver()->driver_attach()->bus_for_each_dev() 对每个挂在虚拟的platform bus的设备作

__driver_attach()->driver_probe_device()->drv->bus->match() 就是下面的platform_match比较strncmp(pdev->name, drv->name, BUS_ID_SIZE),如果相符就调用platform_drv_probe()->driver->probe(),如果probe成功则绑定该设备到该驱动.

static int platform_match(struct device * dev, struct device_driver * drv)
{
 struct
platform_device *pdev = container_of(dev, struct platform_device, dev);

 return (strncmp(pdev->name, drv->name, BUS_ID_SIZE) == 0);
}


当最后匹配后就调用platform_drv_probe()->driver->probe() 进入驱动的probe()。

 

 

B   of_platform机制

struct of_platform_driver
{
 const char  *name;
 const struct
of_device_id *match_table;
 struct module  *owner;

 int (*probe)(struct of_device* dev,
    const struct of_device_id *match);
 int (*remove)(struct of_device* dev);

 int (*suspend)(struct of_device* dev, pm_message_t state);
 int (*resume)(struct of_device* dev);
 int (*shutdown)(struct of_device* dev);

 struct device_driver driver;
};

struct of_device_id
{
 char name[32];
 char type[32];
 char compatible[128];
#ifdef __KERNEL__
 void *data;
#else
 kernel_ulong_t data;
#endif
};


BUS首先初始化总线   do_basic_setup()->driver_init()->platform_bus_init()->...初始化of_platform_bus_type(虚拟总线)

DEVICE设备生成用下面的函数mpc8572_register_mtd(void)读取dts文件 获得device_node结构
struct
device_node {
 const char *name;
 const char *type;
 phandle node;
 phandle linux_phandle;
 char *full_name;

 struct property *properties;
 struct  property *deadprops; /* removed properties */
 struct device_node *parent;
 struct device_node *child;
 struct device_node *sibling;
 struct device_node *next; /* next device of same type */
 struct device_node *allnext; /* next in list of all nodes */
 struct  proc_dir_entry *pde; /* this node's proc directory */
 struct  kref kref;
 unsigned long _flags;
 void *data;
};

读取的是下面dts里面的结构
nor@ef800000 {
  device_type = "rom";
  compatible = "direct-mapped";
  reg = <0xef800000 0x800000>;
  probe-type = "CFI";
  bank-width = <0x1>;
  partitions = <0x0 0x400000 0x400000 0x8001 0x408000 0x300001 0x708000 0x78001 0x780000 0x80001>;
  partition-names = "JFFS2(RW)", "DTB(RO)", "Linux Kernel(RO)", "Parameters(RO)", "U-BOOT(RO)";
 };


DRIVER驱动注册的时候 platform_driver_register()->driver_register()->bus_add_driver()->driver_attach()->bus_for_each_dev() 对每个挂在虚拟的platform bus的设备作 __driver_attach()->driver_probe_device()->drv->bus->match(), 就是下面的of_platform_bus_match,如果相符就调用 platform_drv_probe()->driver->probe()。

.最终比较的是of_platform_driver.match_table里面的那么,type,compatible与device_node里面的name,type,compatible

static int of_platform_bus_match(struct device *dev, struct device_driver *drv)
{
 struct of_device *of_dev = to_of_device(dev);
 struct of_platform_driver *of_drv = to_of_platform_driver(drv);
 const struct of_device_id *matches = of_drv->match_table;

 if (!matches)
  return 0;

 return of_match_device(matches, of_dev) != NULL;
}

const struct of_device_id *of_match_device(const struct of_device_id *matches,
     const struct of_device *dev)
{
 if (!dev->node)
  return NULL;
 return of_match_node(matches, dev->node);
}

const struct of_device_id *of_match_node(const struct of_device_id *matches,
      const struct device_node *node)
{
 while (matches->name[0] || matches->type[0] || matches->compatible[0]) {
  int match = 1;
  if (matches->name[0])
   match &= node->name
    && !strcmp(matches->name, node->name);
  if (matches->type[0])
   match &= node->type
    && !strcmp(matches->type, node->type);
  if (matches->compatible[0])
   match &= of_device_is_compatible(node,
      matches->compatible);
  if (match)
   return matches;
  matches++;
 }
 return NULL;
}

当最后匹配后就调用platform_drv_probe()->driver->probe() 进入驱动的probe()。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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