sdl

SDL、SDL_image及SDL_ttf 交叉编译(mipsel) 已有 623 次阅读 2011-01-29 19:10 标签: 结构图 style home 交叉编译环境 Ubuntu 10.04 内核版本 2.6.32 交叉工具链为 mipsel-linux-gcc-3.3 目录结构图 |-opt |-home |-include |- cross |-bin |- SDL-1.2.13 |-lib |- SDL_image-1.2.10 |-share |- SDL_ttf-2.0.9 |- agar-1.3.4 |-Cross |- libpng-1.4.2 |-target |- freetype-2.4.3 |-local |- libiconv-1.13.1 |- expat-2.0.1 |- jpeg-7 |- zlib-1.2.5 6.编译SDL-1.2.13 软件名称 SDL-1.2.13 功能描述 SDL是一个自由的跨平台的多媒体开发包,适用视频音频和其他应用的软件 下载地址 http://www.libsdl.org/download-1.2.php 软件版本 SDL-1.2.13.tar.gz 依赖关系 默认 前置条件 源文件位置:$(work_dir)/SDL-1.2.13.tar.gz 添加环境变量 export PATH=/Cross/target/local/bin:$PATH # ./configure -–host=mipsel-linux -–prefix=/opt --build=i686-pc-linux –-disable-static \ –-disable-nasm –-disable-video-x11 –-disable-x11-shared –-disable-dga \ –-disable-video-dga –-disable-video-x11-dgamouse –-disable-video-x11-vm \ –-disable-video-x11-xv -–disable-video-x11-xinerama -–disable-video-x11-xme \ --disable-video-x11-xrander --disable-video-x11-dpms --disable-video-svga \ --enable-input-tslib --disable-esd --disable-esdtest --disable-esd-shared --without-x # make # make install 6.1SDL/test 范例编译 # ./configure --host=mipsel-linux --prefix=/opt --without-x; #make 提醒:若出现以下错误请修改Makefile文件 ngson/cross-sdl/lib/libSDL.so, not found (try using -rpath or -rpath-link) /home/loongson/cross-sdl/lib/libSDL.so: undefined reference to `libiconv_open' /home/loongson/cross-sdl/lib/libSDL.so: undefined reference to `libiconv_close' /home/loongson/cross-sdl/lib/libSDL.so: undefined reference to `libiconv' collect2: ld returned 1 exit status make: *** [checkkeys] Error 1 $ vim Makefile >CFLAGS = -Wl,--rpath-link -Wl,/opt/lib -I/opt/include -I/opt/include/SDL -D_GNU_SOURCE= 1 -D_REENTRANT -I/usr/include CFLAGS= -I/opt/include/SDL LIBS=-Wl,rpath,/opt/lib –L/opt/lib –LSDL -lpthread LIBPNG选项 添加成如下参数(默认为空): >LIBPNG_CFLAGS = -I/opt/include/libpng13 >LIBPNG_LIBS = -lpng14 >LIBS = -Wl,-rpath,/opt/lib/ -L/opt/lib -lSDL -lpthread SDL_CFLAGS、SDL_LIBS选项也修改成如下 >SDL_CFLAGS = -D_GUN_SOURCE=1 -D_REENTRANT -I/opt/include/SDL SDL_LIBS = -Wl,-rpath,/opt/lib -L/opt/lib -lSDL -lpthread CFLAGS = -g -O2 -I/opt/include/freetype2 -I/opt/include -I/opt/include/SDL -D_GNU_SOURCE=1 -D_REENTRANT -I/opt/include FREETYPE_CONFIG = /opt/bin/freetype-config LIBS = -L/opt/lib -lfreetype -L/opt/lib -Wl,-rpath,/opt/lib -lSDL -lpthread SDL_CFLAGS = -I/opt/include/SDL -D_GNU_SOURCE=1 -D_REENTRANT SDL_CONFIG = /opt/bin/sdl-config SDL_LIBS = -L/opt/lib -Wl,-rpath,/opt/lib -lSDL,-lpthread

转载于:https://my.oschina.net/lyr/blog/28002

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