early_param流程

本文详细解析了Linux内核初始化过程中的关键概念,包括__init、__initdata等宏的作用,以及early_param和__setup如何处理启动参数。还介绍了内核启动流程,包括组件初始化的不同类别及其执行顺序。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Linux内核源码中多处会看到诸如__init,__initdata,__exitdata的关键字, 

大部分这样的关键字定义在include/linux/init.h头文件中,它们都会在编译连接阶段被实现处理。 

#define __init      __section(.init.text) __cold notrace  __init标记的数据被存储在.init.text节 

#define __initdata  __section(.init.data)             __initdata标记的数据被存储在.init.data节 

#define __initconst __section(.init.rodata)         __initconst标记的数据被存储在.init.rodata节 

#define __exitdata  __section(.exit.data)          __exitdata标记的数据被存储在.exit.data节 

#define __exit_call __used __section(.exitcall.exit) __exit__call__used标记的数据被存储在.exitcall.exit节 

我们也经常看到许多诸如subsystem_initcall(fn)的语句,fn为某个函数的名称,也可以在init.h中找到它的踪影。 

#define __define_initcall(level,fn,id) \ 

    static initcall_t __initcall_##fn##id __used \ 

    __attribute__((__section__(".initcall" level ".init"))) = fn 

#define early_initcall(fn)      __define_initcall("early",fn,early) 

#define pure_initcall(fn)       __define_initcall("0",fn,0) 

#define core_initcall(fn)       __define_initcall("1",fn,1) 

#define subsys_initcall(fn) __define_initcall("4",fn,4) 

#define core_initcall_sync(fn)      __define_initcall("1s",fn,1s) 

...... 

#define late_initcall_sync(fn)      __define_initcall("7s",fn,7s) 

#define __initcall(fn) device_initcall(fn) 

#define __exitcall(fn) \ 

    static exitcall_t __exitcall_##fn __exit_call = fn 

可以看出每个与__define_initcall相关的注册函数都被解释为 : 

static initcall_t __initcall_fn_id, 入口地址将被存储在.initcall"level".init节中。

 

 

我们常在Linux模块中用到的module_init和module_exit的真身也可以看到: 

#define module_init(x)  __initcall(x); 

#define module_exit(x)  __exitcall(x); 

init.h中还有一些代码设计boot与kernel的参数交换例如: 

#define __setup_param(str, unique_id, fn, early)            \ 

    static const char __setup_str_##unique_id[] __initconst \ 

        __aligned(1) = str; \ 

    static struct obs_kernel_param __setup_##unique_id  \ 

        __used __section(.init.setup)           \ 

        __attribute__((aligned((sizeof(long)))))    \ 

        = { __setup_str_##unique_id, fn, early } 

#define __setup(str, fn)                    \ 

    __setup_param(str, fn, fn, 0) 

/* NOTE: fn is as per module_param, not __setup!  Emits warning if fn 

 * returns non-zero. */ 

#define early_param(str, fn)                    \ 

    __setup_param(str, fn, fn, 1) 

/* Relies on boot_command_line being set */ 

void __init parse_early_param(void); 

void __init parse_early_options(char *cmdline); 

我们经常用到的early_param,__setup用于处理boot传递过来的参数 

内核启动后进入组件式初始化的过程如下图所示:

 <start_kernel>                    -------------------><init>                  |---------------------------------><do_basic_setup>

...                                           |                                                       |                                               user modehelper_init()

parse_early_param();        |                          ...                          |                                               ...

|->parse_args(...)                |                           do_basic_setup();                                              driver_init()

parse_args(...)                     |                          ...                                                                           ...

...                                           |                           free_init_mem();                                                sock_init();    |------------------>fn1      

init_IRQ();                            |                          ...                                                                            ...                     |                           ...

init_timers();                       |                            run_init_process(...)                                          do_imitcalls()|------------------>fn i(net_dev_init)

softirq_init();                       |                                                                                                                                   |                         ...

...                                                                                                                                                                                |------------------->fn n

rest_init();

|->kernel_thread(init,...)

 

组件的初始化有以下三类: 

1.来着bootloader传递的参数,使用do_early_param函数从__setup_start~__setup_end区间搜索完成。 

2.中断和时钟的初始化 

3.普通的初始化函数,这些主要是通过do_initcalls()函数完成的。 

第一类初始化中,bootloader传递给kernel的参数格式为A=B,内核通过__setup和early_param标记来识别参数对应的函数。 

相当于我们所说的绑定。 

#define __setup(str,fn)           __setup_param(str,fn,fn,0) 

#define early_param(str,fn)    __setup_param(str,fn,fn,1) 

两者的差别就在最后一个参数,__setup_param内容如下: 

#define __setup_param(str,unique_id,fn,early) 

            static char __setup_str_##unique_id[]__initdata_aligned[1]=str;\ 

            static struct obs_kernel_param  __setup_##unique_id \ //实例名称 

                                                              __used_section(.init.setup)\  //存放到.init.setup节 

                                    __attribute__((aligned((sizeof(long)))) \  //对其要求 

                             ={__setup_str_##unique_id, fn, early}            

可以看出查遍就在 obs_kernel_param数据结构的early成员是否置1。 

再看一下obs_kernel_param的细节: 

struct obs_kernel_param{ 

 const char *str; 

                    int (*setup_func)(char *);//slot用于绑定对应的函数 

                    int early;//执行优先级的标记 

可见被early_param修饰的函数要先于被__setup标记修饰的函数,  

以下是两种函数的调用过程:


...

|

|-------><parse_early_param>

|            |-><parse_args>

|                       |-><do_early_param>

|                             |->LOOP:__setup_start...__setup_end

|

|

|--------><parse_args>

|                    |->LOOP:__strat_param..._stop_param

|                             |->if match:initialize parameter

|                             |->if not : <unknown_bootoption>

|                                       |-><obsolete_checksetup>:LOOP:__setup_start...__setup_end

|                                       |                                                   |->run handler if early flag NOT set

...                                      |->if NOT obsolete ,update argv/envp

 


 

对以early_param修饰的函数,是由do_early_param(...) 

一般的函数若要在内核启动时背do_early_param调用,需使用early_param(...)"注册“ 

一个典型的例子是: 

调试信息的的显示: 

在linux_cmdline中如果加入了debug那么内核启动的信息将逐一打印出来,具体实现是这样的: 

static int __init debug_kernel(char *str) 

   console_loglevel = 10; 

   return 0; 

 

early_param("debug",debug_kernel); 

于是,debug_kernel的入口地址在链接时被”挂“到了.init.setup节,供do_early_param调用。 

对于__setup,使用__setup标记挂到.init.setup中的许多选项如今很少使用,除了__setup("init=",init_setup);


————————————————
版权声明:本文为优快云博主「zll5258」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.youkuaiyun.com/zll5258/article/details/53082505

def training( model, train_loader, val_loader, epoch, loss_fct, optimizer, tensorboard_callback=None, save_ckpt_callback=None, early_stop_callback=None, eval_step=500, ): record_dict = { "train": [], "val": [] } global_step = 0 model.train() with tqdm(total=epoch * len(train_loader)) as pbar: for epoch_id in range(epoch): # training for datas, labels in train_loader: datas = datas.to(device) labels = labels.to(device) # 梯度清空 optimizer.zero_grad() # 模型前向计算 logits = model(datas) # 计算损失 loss = loss_fct(logits, labels) # 梯度回传 loss.backward() # 调整优化器,包括学习率的变动等 optimizer.step() preds = logits > 0 acc = accuracy_score(labels.cpu().numpy(), preds.cpu().numpy()) loss = loss.cpu().item() # record record_dict["train"].append({ "loss": loss, "acc": acc, "step": global_step }) # evaluating if global_step % eval_step == 0: model.eval() val_loss, val_acc = evaluating(model, val_loader, loss_fct) record_dict["val"].append({ "loss": val_loss, "acc": val_acc, "step": global_step }) model.train() # 1. 使用 tensorboard 可视化 if tensorboard_callback is not None: tensorboard_callback( global_step, loss=loss, val_loss=val_loss, acc=acc, val_acc=val_acc, lr=optimizer.param_groups[0]["lr"], ) # 2. 保存模型权重 save model checkpoint if save_ckpt_callback is not None: save_ckpt_callback(global_step, model.state_dict(), metric=val_acc) # 3. 早停 Early Stop if early_stop_callback is not None: early_stop_callback(val_acc) if early_stop_callback.early_stop: print(f"Early stop at epoch {epoch_id} / global_step {global_step}") return record_dict # udate step global_step += 1 pbar.update(1) pbar.set_postfix({"epoch": epoch_id}) return record_dict epoch = 20 model = RNN(bidirectional=True) # model = RNN(num_layers=2) # model = RNN() # 1. 定义损失函数 采用交叉熵损失 (但是二分类) loss_fct = F.binary_cross_entropy_with_logits # 2. 定义优化器 采用 adam # Optimizers specified in the torch.optim package optimizer = torch.optim.Adam(model.parameters(), lr=0.001) # 1. tensorboard 可视化 if not os.path.exists("runs"): os.mkdir("runs") tensorboard_callback = TensorBoardCallback("runs/imdb-rnn") # tensorboard_callback.draw_model(model, [1, MAX_LENGTH]) # 2. save best if not os.path.exists("checkpoints"): os.makedirs("checkpoints") save_ckpt_callback = SaveCheckpointsCallback("checkpoints/imdb-rnn", save_step=len(train_dl), save_best_only=True) # 3. early stop early_stop_callback = EarlyStopCallback(patience=10) model = model.to(device) record = training( model, train_dl, test_dl, epoch, loss_fct, optimizer, tensorboard_callback=None, save_ckpt_callback=save_ckpt_callback, early_stop_callback=early_stop_callback, eval_step=len(train_dl) )这段代码有什么用,添加一下注释
最新发布
03-11
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