-
《程序员》11期文章 C++在嵌入式系统中的运用
- 2005.11.16 来自:《程序员》 何宗键
-
name="csdn_ads_frame_321" marginwidth="0" marginheight="0" src="http://ggmm.youkuaiyun.com/GGMM//ShowGGMMHtml.aspx?id=1100" frameborder="0" width="300" scrolling="no" height="300" allowtransparency="65535"> C++嵌入式系统中应用
何宗键
同济大学软件学院嵌入式系统研究中心
转换舞台
C++作为一种编程语言,从其诞生之日至今,已经在软件业的历史上扮演了至关重要的角色。它强大的语言功能和灵活的语言机制是无数程序员为之折腰。而C++中蕴含的OO,GP等编程思想,更是潜移默化的影响了软件的架构方法。从这个层面上讲,C++的影响已经不仅仅是一门编程语言这样简单。然而随着Internet的发展及其带来的B/S架构软件的兴起。新兴的Java/C#/VB.NET等基于虚拟机语言及Ruby/Groovy等动态语言作为后起之秀,凭借其独有的快速开发、简单易用等特性,开始逐渐挑战C++的地位,在企业计算领域占据了越来越重要的地位。抛开企业计算,我们转换舞台,来看一看C++语言在另一块群雄纷争的领域上的身影。
嵌入式系统编程
“嵌入式”是一个很大的话题,它涉及的领域相当广泛,涵盖了硬件设计与软件开发。大致来说,嵌入式系统有三个特点:嵌入性,专用性和计算性。嵌入性表示系统通常需要嵌入到其他对象系统中,小到计算器、MP3,大到导弹、航天飞机等等。因此必须满足对象系统的环境要求,如物理环境(小型)、电气环境(可靠)、成本(价廉)等要求。专用性表示系统的软硬件要有可裁剪性;满足对象要求的最小软、硬件配置等。计算性表示嵌入式系统必须是能满足对象系统控制要求的计算机系统。正是由于应用系统的环境复杂多样,嵌入式系统的软硬件种类也非常繁多。按照应用需求,处理器可能从4位到128位,内存可能从几K到几百M甚至几G不等。
长久以来,提到嵌入式软件大家首先联想到的可能是慢得可怜的处理器和少得可怜的内存及外存,通常我们称此为资源受限的环境。可以预言,在现在及将来的很长一段时间内,很多嵌入式软件将继续在资源受限的环境下开发。在资源受限的环境下,代码的体积、执行的效率通常都是程序员最关注的因素。正因如此,长期以来,C语言甚至汇编语言在嵌入式领域占据了非常广阔的市场。
C++语言之所以没有从一开始就在嵌入式领域遍地开花,也不是没有原因的。首先,还是由嵌入式应用种类繁多的特点决定,我们永远也不会用ISO C++在四位芯片上编程控制彩灯闪烁(当然这也不是不可以),这种工作只需要几条汇编语句就可以完成,用C++无易于“高射炮打蚊子”。更重要的一点,ISO C++标准定义了C++的语法规范,但是并没有定义其相对应的开销。现实情况是,在一些编译器的具体实现上,有一些ISO C++的语法特性会导致代码体积膨胀和执行效率的低下。这导致了一些关注嵌入式系统效率与性能的开发人员不愿意使用C++作为嵌入式软件的开发语言。
让C++为嵌入式系统服务
虽然使用C++有可能会对嵌入式软件带来额外的开销,但是这并没有影响C++在嵌入式软件中的推广,在使用C++的过程中,扬长避短,发挥C++在封装、继承等方面的优势,避开可能导致效率与性能问题的语言特性,依然可以开发出优秀的嵌入式软件。
下图列出了C++语言特性及其在OOP中的重要性和实现的成本之间的关系。使用C++在资源受限的环境中编程的时候,需要对这些语言特性进行合理的均衡与取舍。
既然ISO C++中有一些语言特性有可能会导致性能和代码体积的问题,如果能对ISO C++进行改造使其适用嵌入式环境,那自然是再好不过的了(虽然这有可能会导致一些铁杆ISO C++支持者的不满)。早在上个世纪90年代,就已经成立了嵌入式C++技术委员会(Embedded C++ Technical Committee),该委员会致力于定义一套适用于嵌入式软件开发的C++语言规范。在1998年,Embedded C++规范正式出炉(我们简称之为EC++),我们可以从EC++的官方网站上查看这份规范,地址是
http://www.caravan.net/ec2plus。
大致来讲,EC++是标准C++语言的一个子集,它从C++语法中剔除了一些实现复杂和会导致额外负担语法元素。例如:多重继承与虚基类、RTTI、异常处理、模版、命名空间等等。同时,在标准库方面,EC++规范也做了删减,STL和Stream等被剔除了。在EC++规范出炉之后。很多嵌入式厂商都推出了符合EC++规范的编译器,在嵌入式领域有一定的影响。
C++新的应用
近几年来,嵌入式系统领域又有了新的发展。首先,随着手机、PDA等消费性电子产品的飞速增长,嵌入式系统地市场规模在飞速的扩大,这个领域吸引了越来越多的人的眼光。其次,随着Internet的广为流行,越来越多的智能嵌入式应用场景需要互联网的支持,这也从另外一个角度推进了嵌入式系统硬件功能的增强和软件复杂性的提高。在这新一波的浪潮中,C++语言又有了新的用武之地。
近几年来,嵌入式系统领域又有了新的发展。首先,随着手机、PDA等消费性电子产品的飞速增长,嵌入式系统地市场规模在飞速的扩大,这个领域吸引了越来越多的人的眼光。其次,随着Internet的广为流行,越来越多的智能嵌入式应用场景需要互联网的支持,这也从另外一个角度推进了嵌入式系统硬件功能的增强和软件复杂性的提高。在这新一波的浪潮中,C++语言又有了新的用武之地。
在嵌入式SoC设计方面,通常需要对SoC体系结构进行建模以进行体系性能的分析及软硬件联合设计。VHDL等设计语言可以实现这些功能。而在1999年OSCI组织推出的SystemC是建立在C++基础上的开放的系统级设计语言,能够对SoC体系结构进行自然和有效的描述。这样,在嵌入式芯片设计领域,C++也可以施展拳脚。
随着嵌入式软件功能的不断增强,通用计算机上普遍的操作系统也逐渐出现在嵌入式系统中,成为了嵌入式操作系统。嵌入式操作系统种类繁多。在功能、性能、应用领域等都有很大的差异。因此嵌入式领域没有也不可能会像桌面计算机一样有某一款操作系统取得垄断地位。常见的嵌入式操作系统有VxWorks、嵌入式Linux、Windows CE等等。在嵌入式操作系统领域,尤其是高端消费电子产品专用的操作系统领域,C++语言大有可为之处,很多嵌入式操作系统都使用C++搭建,并且对用户以C++的形式提供引用程序编写接口。
在这方面,Symbian OS是一个很好的例子,Symbian OS是由爱立信、诺基亚、摩托罗拉等共同出资开发,其目的是为智能手机提供一个操作系统平台。Symbian OS的API均以C++类的方式提供,应用开发人员可以使用C++开发基于Symbian OS的手机上的应用程序。
软件巨头微软在这方面自然也不甘示弱,其推出的嵌入式操作系统Windows CE以及构建在Windows CE之上的Windows Mobile手机、PDA平台凭借其一贯的易用性在市场上占据了一席之地。而Windows CE配套的开发环境Embedded Visual C++与桌面开发使用的Visual C++在用户界面、使用习惯上都一脉相承,并且Embedded Visual C++集成了桌面开发中常用的MFC、ATL等C++库。使很多桌面应用程序开发人员可以容易的过渡到基于Windows CE的嵌入式开发平台上来。
在国内方面,科泰世纪公司自主研发的和欣(Elastos)嵌入式操作系统不但完全使用C++语言构建,而且还引入了ISO C++中没有的元数据等概念,并允许使用C++语言开发自描述的构件。这样运行时Reflection、组件自描述、二进制继承等优秀的特性再也不是java/C#等语言的“专利”了。
甚至在一些电子玩具上,也不乏C++的身影。BrickOS是一个运行在乐高(Lego,全球著名的玩具制造商)玩具机器人上的开源嵌入式操作系统,旨在为玩具机器人提供C/C++的编程环境。我们可以从SourceForge网站上查找BrickOS的相关信息。在BrickOS下,就可以使用C++语言编程控制机器人身上的传感器等部件,使机器人完成踢足球、赛跑等复杂的动作(学C++要从娃娃抓起)。
在嵌入式SoC设计方面,通常需要对SoC体系结构进行建模以进行体系性能的分析及软硬件联合设计。VHDL等设计语言可以实现这些功能。而在1999年OSCI组织推出的SystemC是建立在C++基础上的开放的系统级设计语言,能够对SoC体系结构进行自然和有效的描述。这样,在嵌入式芯片设计领域,C++也可以施展拳脚。
随着嵌入式软件功能的不断增强,通用计算机上普遍的操作系统也逐渐出现在嵌入式系统中,成为了嵌入式操作系统。嵌入式操作系统种类繁多。在功能、性能、应用领域等都有很大的差异。因此嵌入式领域没有也不可能会像桌面计算机一样有某一款操作系统取得垄断地位。常见的嵌入式操作系统有VxWorks、嵌入式Linux、Windows CE等等。在嵌入式操作系统领域,尤其是高端消费电子产品专用的操作系统领域,C++语言大有可为之处,很多嵌入式操作系统都使用C++搭建,并且对用户以C++的形式提供引用程序编写接口。
在这方面,Symbian OS是一个很好的例子,Symbian OS是由爱立信、诺基亚、摩托罗拉等共同出资开发,其目的是为智能手机提供一个操作系统平台。Symbian OS的API均以C++类的方式提供,应用开发人员可以使用C++开发基于Symbian OS的手机上的应用程序。
软件巨头微软在这方面自然也不甘示弱,其推出的嵌入式操作系统Windows CE以及构建在Windows CE之上的Windows Mobile手机、PDA平台凭借其一贯的易用性在市场上占据了一席之地。而Windows CE配套的开发环境Embedded Visual C++与桌面开发使用的Visual C++在用户界面、使用习惯上都一脉相承,并且Embedded Visual C++集成了桌面开发中常用的MFC、ATL等C++库。使很多桌面应用程序开发人员可以容易的过渡到基于Windows CE的嵌入式开发平台上来。
在国内方面,科泰世纪公司自主研发的和欣(Elastos)嵌入式操作系统不但完全使用C++语言构建,而且还引入了ISO C++中没有的元数据等概念,并允许使用C++语言开发自描述的构件。这样运行时Reflection、组件自描述、二进制继承等优秀的特性再也不是java/C#等语言的“专利”了。
甚至在一些电子玩具上,也不乏C++的身影。BrickOS是一个运行在乐高(Lego,全球著名的玩具制造商)玩具机器人上的开源嵌入式操作系统,旨在为玩具机器人提供C/C++的编程环境。我们可以从SourceForge网站上查找BrickOS的相关信息。在BrickOS下,就可以使用C++语言编程控制机器人身上的传感器等部件,使机器人完成踢足球、赛跑等复杂的动作(学C++要从娃娃抓起)。
结论
C++语言在诞生之日起就被设计成一种通用(General Purpose)的编程语言,适用于不同的应用场景。经过二十年的发展,C++在服务器端,桌面工作站的程序编写中都有了广泛的应用。随着近年来移动设备与嵌入式系统的迅速崛起,C++在移动与嵌入式领域也有广泛的用武之地。而C++作为系统级编程语言的一些优越的语言特性,在嵌入式设备上可以更好的得以体现。可以预见,随着嵌入式产业的飞速发展及C++语言的不断完善,在嵌入式领域C++必将有更辉煌的前景。
相关推荐
STM32串口DMA双缓冲机制实战:提升数据传输效率的终极方案
本文深入解析了STM32串口DMA双缓冲机制的核心原理与实战配置。通过对比传统中断方式,阐述了双缓冲如何实现数据接收与处理的“无缝接力”,从而在工业传感器数据采集等高负载场景下,将CPU占用率降至极低水平并彻底避免数据丢失。文章提供了基于标准外设库的详细配置步骤、中断处理逻辑及性能实测数据,是提升嵌入式系统串口通信效率和可靠性的终极方案。
0.0. 嵌入式C++进阶知识树 - 目录 (基于C++11)
构造函数 (Constructors) 与析构函数 (Destructors) 的核心作用。如何通过“窃取”资源而非“复制”资源,实现消息、缓冲区等对象在任务间传递的极致性能。模板的编译期多态与代码膨胀 (Code Bloat) 问题分析。学习如何编写一个自定义的STL分配器,使其从我们C教程中实现的。编译器与C的差异:名称修饰 (Name Mangling)。函数模板与类模板:编写泛型、类型安全的代码。(虚函数表) 的内存开销与性能成本分析。) 与多态:实现统一接口下的不同行为。
UE5抗锯齿实战:如何用TAA解决闪烁问题(附参数优化指南)
本文深入探讨了UE5中TAA(时间性抗锯齿)技术如何有效解决画面闪烁问题,并提供了详细的参数优化指南。通过基础参数配置、高级优化技巧以及材质层面的策略,帮助开发者显著提升视觉质量。文章还介绍了诊断工具链,助力快速定位并解决顽固闪烁问题。
使用C++ 编写嵌入式应用程序
大多数嵌入式工程师使用C语言来编写Cortex-M系列MCU 的程序,大家总觉得C++是用来编写Windows 或者Linux 应用程序的。特别是硬件工程师,也许压根就没有使用C++来编写程序。 当我们阅读Mbed OS 的代码时却发现,许多是使用C++来编写的。C++是一种功能强大的面向对象的程序设计语言,在嵌入式系统软件开发中使用C++,会获得意想不到的简洁和喜悦。 ...
对西安交大轴承数据集XJTU-SY_Bearing_Datasets进行读取和处理:
故障诊断,对西安交大轴承数据集XJTU-SY_Bearing_Datasets进行读取和处理
使用qt+PaddleOCR做一个OCR软件demo
文章目录使用qt+PaddleOCR做一个OCR软件demo效果展示1 建立环境1.1 vs项目环境1.2 qtcreator项目环境1.2.1 源代码整理1.2.2 依赖项整理如下1.2.3 模型文件如下1.2.4 在.pro文件中设置依赖库的模式1.2.5 pro文件中添加.h和.lib2 在工程代码中添加截图功能2.1 新建截图类并连接信号2.2 QImage转cv::Mat3 在工程代码中集成PaddleOCR3.1 初始化PaddleOCR3.2 修改文字识别类的run函数,增加一个返回结果的值的
c++11 thread类在嵌入式上运行报错问题
从昨晚到今天遇到一个怪异的问题,暂时无解,先记录在此处。 测试代码: #include <iostream> #include <unistd.h> #include <thread> using namespace std; void func1() { cout<<"AAAAAAAAAA"<<endl; } int main() { thread(func1).detach(); sleep(2); cout
注意力机制模块:注意力机制新宠:EMA 注意力(高效多尺度注意力),即插即用,涨点明显
无降维成为共识:越来越多的研究者意识到,传统注意力机制的通道降维操作会造成不可逆的信息损失。EMA 提出的“保留每个通道信息”理念正在成为新一代注意力模块的设计标准。分组并行走向成熟:特征分组 + 并行处理的设计范式已在多个前沿架构中得到验证,兼顾了表达能力和计算效率。多尺度与跨空间融合:单纯的多尺度或单纯的跨空间交互都已无法满足复杂任务需求,两者的深度融合是当前的主流方向。边缘部署导向:2026 年的新论文越来越关注在资源受限设备上的高效运行,轻量化设计成为评估注意力模块的重要指标。
嵌入式Linux开发的编程语言选择
欢迎大家关注我的公*号:embedded_bug 这里的嵌入式Linux环境是指非标准Linux发行版环境,比如通过buildroot创建的,相比于标准的Linux发行版比如ubuntu,debian,fedora,系统比较简陋,提供的库很有限,而且系统的各种配置文件和配置方式与标准Linux发行版差别很大,总之,这里的嵌入式Linux只保证系统能够基本的启动运行起来。 上图是现在编程语言的流行度排名,别看这么多语言,真正适合在嵌入式Linux中应用的并不多。 直接说结论,个人推荐:go>C++(1
PCL 计算点云直线拟合的精度评价标准——直线度
计算点云直线拟合的精度评价标准——直线度
三维重建(十八)——colmap的使用(粗浅)
三维重建(十八)——colmap的使用(粗浅)
嵌入式C++开发详解
一、C++概述 1.嵌入式开发中为什么选择C++语言? (1)面向过程编程的特点 C语言特点:C语言是在实践的过程中逐步完善的 ·没有深思熟虑的设计过程 ·使用时存在很多“灰色地带” …… ·残留量过多低级语言的特征 ·直接利用指针进行内存操作 …… 面向过程的编程特点: 面向过...
UFS软件分区介绍
本文主要介绍了ufs软件分区管理的概况,能够使大家对软件分区有个大体的认识
嵌入式C/C++语言精华文章集锦
嵌入式C/C++语言精华文章集锦 C/C+语言struct 深层探索............................................................................2 C++中extern "C"含义深层探索..................................................................
老版QQ原生表情gif动态
这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。
深度学习工具包 DeepLearningToolbox
深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[](https://bitdeli.com/free "Bitdeli Badge")
在AI迭代如此之快的时代下,如何做好一个C++程序员
在 AI 迭代如此之快的时代下,C++ 程序员需要不断提升自身能力,适应技术变革。通过深入掌握 C++ 语言特性、学习 AI 相关知识、关注行业动态、提升软技能以及积累项目经验,C++ 程序员可以在 AI 时代中保持竞争力,并在职业生涯中持续成长。无论是技术专家、全栈工程师还是技术管理者,持续学习和实践都是成功的关键。希望本文能为 C++ 程序员在 AI 时代的发展提供有价值的参考和指导。
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。
为什么招聘单片机工程师的时候要求精通C C++ _单片机 为什么 c++
把****过一遍,后面标注提到的重点细节详细掌握下,笔试基本都是C基础语法(关键字,宏,结构体, 枚举,指针和引用,数组,强制转换,位移,大小端,存储区,函数的健壮性),在结合数据结构(排序,查找,二叉树),在涉及一些硬件知识类的如(中断,AD的精度,RTC时钟转换)这一类,这里面考察的C语言知识在我看来也远远没有到达精通的地步。这些虽然复杂,但至少是有一套标准规则,只要去看书实践就可以了解掌握,但当你用C语言完成复杂稳定的项目代码,解决各种异常bug时,就会知晓C语言的精通不只上面这些固定的语法知识。
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)
【CPP】CPP经典面试题
多重继承可能导致菱形继承问题(Diamond Problem),即一个类从两个基类继承,而这两个基类又共同继承自同一个基类,导致派生类中包含多个相同的基类子对象。虚函数是用于实现多态的机制。显式特化是为特定类型提供完全不同的实现,而部分特化是为特定类型的一部分提供不同的实现。显式特化是为特定类型提供完全不同的实现,而部分特化是为特定类型的一部分提供不同的实现。RAII 原则是指将资源的生命周期与对象的生命周期绑定,通过对象的构造函数获取资源,通过析构函数释放资源,确保资源在对象销毁时自动释放。
(一)初识C++
此博客是我建立的专栏C++教程的第一章,这个专栏也是我第一次建立的专栏,希望大家能多多支持,给予鼓励(指三连),感谢大家,作者才刚开始写IT文章没多久,文笔不怎么样,文章有需要改进的地方大家尽管提出,让我们一同进步!
C++11 新特性 常量表达式 constexpr
为了解决常量无法确定的问题,C++11在新标准中提出了关键字constexpr,它能够有效地定义常量表达式,并且达到类型安全、可移植、方便库和嵌入式系统开发的目的。
C/C++程序员应聘常见面试题深入剖析
就要进入职场了,很好的试题,自己学习了,也分享给所有的C/C++毕业生吧! C/C++程序员应聘常见面试题深入剖析http://bbs.2cto.com/read.php?tid=263669 1.引言本文的写作目的并不在于提供C/C++程序员求职面试指导,而旨在从技术上分析面试题的内涵。文中的大多数面试题来自各大论坛,部分试题解答也参考了网友的意见。许多面试题看似简单,却需要深厚的基本功才能
C++学习技术文章大纲
核心特点:高效性接近底层:允许进行精细的内存管理和直接的硬件操作,产生的机器码非常高效。零开销抽象:这是C++的核心设计哲学。你所使用的更高层次的抽象(如类、模板),如果不使用,就不会带来额外的运行时开销。灵活性(多范式)面向过程:继承了C的全部功能。面向对象:支持封装、继承和多态。泛型编程:通过模板实现,催生了强大的标准模板库。函数式编程:借助Lambda表达式等特性得以支持。元编程:通过在编译期执行代码来计算值或生成代码。强大的控制能力直接内存管理。
嵌入式系统开发经验谈:Windows CE开发都做些什么
我在博客的个人简介里说过我目前在从事基于Windows CE的BSP开发,这方面的文章到现在连一篇都没写过,似乎有些说不过去。老板肯定在犯嘀咕了,这小子不干正事儿,整天玩什么外啊挂啊的。接下来,我得整 两篇。以前我都想把文章写的跟论文似的,枯吧干燥,累人累己,以后我就胡乱侃了,一家之言,对不对的凑合着看吧。 Windows CE的文章前面写过几篇,看的人不多,可能是因为搞嵌入式系统相比桌面软件和W
C++简介
C++是一种高级编程语言,它是对C语言的扩展和增强。C++由Bjarne Stroustrup于1980年发明,主要用于系统级编程、游戏开发、嵌入式系统等领域。C++具有许多特性,其中最重要的是面向对象编程(OOP)。面向对象编程使得软件开发更加模块化、可重用和易于理解。C++还支持其他编程范式,如泛型编程、函数式编程等。高效性:C++编译生成的机器码效率高,可以直接与硬件进行交互,可以在性能要求较高的应用中使用。跨平台性。
想成为顶尖程序员?学习C++是你的必经之路
C++是一门备受瞩目的编程语言。它的声誉褒贬不一,从积极的角度看,C++以其卓越性能而闻名,其他编程语言在性能上常会与C++进行竞争。然而,从负面方面来看,C++也以其复杂性、学习难度和使用复杂性而臭名昭著。然而,这导致了熟练的C++程序员被普遍视为技术高手,因此这并非全然坏事。无论好坏,不容否认的是,C++仍然是一门广受欢迎且充满活力的编程语言。自从发布了第二个语言标准——C++11,经过十多年的宁静时光,C++开始每三年发布一次新的语言标准,每个新版本都在保持向后兼容性的基础上提供改进和新功能。
C++基本介绍
C++基本介绍
嵌入式C开发 VS 嵌入式CPP开发!
目录答主:听心跳的声音答主:pansz答主:candy这是知乎嵌入式领域的一个热门话题,原文链接:几个高赞回答:单片机的主流编译语言可预见的长期仍然是C和少量汇编的结合体,而嵌入式Linux领域的未来在我看来更倾向于多语言范式的混合应用编程,内核模块使用C,应用层逻辑使用C++, Python,nodejs的混合编程,而界面的话使用java和QT/C++,下面说原因。在单片机领域C++不太流行既有历史原因,也有工业界的需求,对于单片机是从51发展到现在,主流的flash容量仍然在64KB~256KB左右。
81



被折叠的 条评论
为什么被折叠?



