mplayer

$ cat url
http://www.mplayerhq.hu/MPlayer/releases/MPlayer-1.0rc1.tar.bz2
http://www.mplayerhq.hu/MPlayer/releases/MPlayer-1.0rc2.tar.bz2
http://www.mplayerhq.hu/MPlayer/releases/codecs/essential-20071007.tar.bz2
http://www.mplayerhq.hu/MPlayer/releases/codecs/all-20071007.tar.bz2
http://www.mplayerhq.hu/MPlayer/releases/fonts/font-arial-iso-8859-7.tar.bz2
http://www.mplayerhq.hu/MPlayer/skins/Blue-1.7.tar.bz2
http://www.mplayerhq.hu/MPlayer/patches/asmrules_fix_20061231.diff
http://www.mplayerhq.hu/MPlayer/patches/cddb_fix_20070605.diff
http://www.linuxfromscratch.org/patches/blfs/6.3/MPlayer-1.0rc1-ext_ffmpeg-1.patch
$ wget -c -i url    #下载url文件列表中的文件
$ tar xvf MPlayer-1.0rc2.tar.bz2
$ cd MPlayer-1.0rc2
$ grep -n -R -i "cflags" * | grep -i "O[0-9]"
configure:2326:  CFLAGS="-W -Wall -O2 $_march $_mcpu $_pipe $_debug $_profile"
configure:2330:    CFLAGS="-O2 $_march $_mcpu $_pipe -fomit-frame-pointer -wd167 -wd556 -wd144"
configure:2332:    CFLAGS="-O2 $_march $_mcpu $_pipe"
configure:2334:    CFLAGS="-Wall -Wno-switch -Wpointer-arith -Wredundant-decls -O4 $_march $_mcpu $_pipe -ffast-math -fomit-frame-pointer"
drivers/Makefile:5:CFLAGS = -O2 -D__KERNEL__ -DMODULE -Wall -I$(KERNEL_INC) \
vidix/kernelhelper/Makefile:2:CFLAGS = -O2 -D__KERNEL__ -DMODULE -I$(KERNEL_INC) \
$

mplayer的GetTimer函数有bug吗?


mplayer编译时进行了O2和O4的优化,使用gdb调试时无法打印出某些变量的值(因为代码被优化了)
所以 使用gdb调试前,最好将源代码的编译优化选项去掉:)
按照提示,手工将以上grep命令输出中的-O2和-O4去掉,如:

configure:2326:  CFLAGS="-W -Wall -O2 $_march $_mcpu $_pipe $_debug $_profile"

打开当前目录下的configure文件,到第2326行,改为

CFLAGS="-W -Wall $_march $_mcpu $_pipe $_debug $_profile"

配置并编译

$ ./configure --prefix=/usr --enable-debug --codecsdir=/usr/lib/codecs/ --enable-fbdev --disable-dvdnav --disable-dvdread --disable-dvdread-internal --enable-mencoder --confdir=/etc/mplayer
$ make


注意加了 --enable-debug 选项

make期间会发现几次报错,程序自动中断编译,如下:

make[1]: *** [i386/dsputil_mmx.o] Error 1
make[1]: Leaving directory `/home/c-aries/source/mplayer/MPlayer-1.0rc2/libavcodec'
make: *** [libavcodec/libavcodec.a] 错误 2

估计是因为去掉了O2这些编译优化后出错,解决方法:

根据make的输出往回找,找到编译 dsputil_mmx.c 文件的命令

cc -I../libswscale -I../libavcodec  -DHAVE_AV_CONFIG_H -D_FILE_OFFSET_BITS=64 -D_LARGEFILE_SOURCE -D_ISOC9X_SOURCE -I.. -I.. -I../libavutil -Wdisabled-optimization -Wno-pointer-sign -Wdeclaration-after-statement -I. -I.. -I../libavutil -W -Wall -march=native -mtune=native -pipe -g  -D_REENTRANT -DHAVE_CONFIG_H -I/usr/include/directfb -I/usr/include/  -I/usr/include/SDL  -D_REENTRANT -I/usr/include/kde/artsc -pthread -I/usr/include/glib-2.0 -I/usr/lib/glib-2.0/include   -I/usr/include/freetype2 -I/usr/include  -c -o i386/dsputil_mmx.o i386/dsputil_mmx.c

加上在configure文件中去掉的 -O2 选项,到 -Wall 后面

$ cd libavcodec/
$ cc -I../libswscale -I../libavcodec  -DHAVE_AV_CONFIG_H -D_FILE_OFFSET_BITS=64 -D_LARGEFILE_SOURCE -D_ISOC9X_SOURCE -I.. -I.. -I../libavutil -Wdisabled-optimization -Wno-pointer-sign -Wdeclaration-after-statement -I. -I.. -I../libavutil -W -Wall -O2 -march=native -mtune=native -pipe -g  -D_REENTRANT -DHAVE_CONFIG_H -I/usr/include/directfb -I/usr/include/  -I/usr/include/SDL  -D_REENTRANT -I/usr/include/kde/artsc -pthread -I/usr/include/glib-2.0 -I/usr/lib/glib-2.0/include   -I/usr/include/freetype2 -I/usr/include  -c -o i386/dsputil_mmx.o i386/dsputil_mmx.c
$ cd ..
$ make

接着继续编译

$ pwd
/home/c-aries/source/mplayer/MPlayer-1.0rc2
$ ls mplayer
mplayer
$

最后生成mplayer在当前目录就成功了

--- 调试篇

$ gdb ./mplayer
(gdb) start -vo fbdev ~/video/拥抱春天.flv
(gdb) b GetTimer
Breakpoint 2 at 0x86bd320: file timer-lx.c, line 35.
(gdb) c
Continuing.

Breakpoint 2, GetTimer () at timer-lx.c:35
35      gettimeofday(&tv,NULL);
(gdb) bt
#0  GetTimer () at timer-lx.c:35
#1  0x086bd398 in GetRelativeTime () at timer-lx.c:54
#2  0x086bd3d7 in InitTimer () at timer-lx.c:63
#3  0x080a3523 in main (argc=4, argv=0xbff03334) at mplayer.c:2298
(gdb) l 35
30   
31    // Returns current time in microseconds
32    unsigned int GetTimer(void){
33      struct timeval tv;
34    //  float s;
35      gettimeofday(&tv,NULL);
36    //  s=tv.tv_usec;s*=0.000001;s+=tv.tv_sec;
37      return (tv.tv_sec*1000000+tv.tv_usec);
38    } 
39   
(gdb) n
37      return (tv.tv_sec*1000000+tv.tv_usec);
(gdb) p tv.tv_sec
$1 = 1271052273
(gdb) p tv.tv_sec * 1000000
$2 = -348578240      #想想都知道溢出得很严重...
(gdb) n
38    } 
(gdb)
GetRelativeTime () at timer-lx.c:56
56      r=t-RelativeTime;
(gdb) l
51    // Returns time spent between now and last call in seconds
52    float GetRelativeTime(void){
53    unsigned int t,r;
54      t=GetTimer();
55    //  t*=16;printf("time=%ud\n",t);
56      r=t-RelativeTime;
57      RelativeTime=t;
58      return (float)r * 0.000001F;
59    }
60   
(gdb) p t
$3 = 3947348404
(gdb) f    #下一步,将运行第56行的代码,其中RelativeTime为上一次调用GetTimer的时间记录,t为此次调用GetTimer的时间记录
#0  GetRelativeTime () at timer-lx.c:56
56      r=t-RelativeTime;
(gdb)

问题: GetTimer函数有bug吗?

t和RelativeTime都是无符号32位整型
当此次调用GetTimer时,第37行的 tv.tv_sec*1000000+tv.tv_usec 发生溢出并赋值给变量t
而上一次的时间记录RelativeTime未发生溢出,导致t的值小于RelativeTime
则 r=t-RelativeTime 计算结果能 真实反映两次时间记录的间隔吗?

--- 证明篇
(gdb) printf "%u\n", -1
4294967295   #取无符号数最大数值
(gdb) printf "%u\n", 4294 * 1000000 + 967295    # (1) 当前系统时间为4294.967295秒
4294967295
(gdb) printf "%u\n", 4295 * 1000000 + 967295    # (2) 当前系统时间为4295.967295秒
999999
(gdb) printf "%u\n", 999999 - 4294967295
1000000         # 计算结果为: (2)和(1)相差1秒
(gdb) printf "%u\n", 4294 / 60
71    # 4294秒约为71分钟
(gdb) printf "%u\n", (4294 * 2 + 1) * 1000000 + 967295    # (3) 当前系统时间为8589.967295秒
32703 # 约72分钟后
(gdb) printf "%u\n", 32703 - 4294967295
32704 # 计算结果为: (3)和(1)相差0.032704秒,而事实上已经过了约72分钟
(gdb)

结论:
mplayer GetTimer()函数 出错的周期为约72分钟,远远满足视频帧的播放间隔
所以按实际使用情况来说,该函数没有bug
Q.E.D.

--- 后记*体会

使用gdb读代码可以 轻松了解代码的大概框架和流程,比静态阅读代码愉悦多了
难怪 Stallman 大叔演讲,教我们学编程时,说,"不要害怕使用debugger"
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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
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