Linux详细编译内核方法(2)

【QGIS】PyCharm集成pyqgis的processing工具箱:环境配置与初始化实战 本文详细介绍了如何在PyCharm中配置QGIS的Python环境并成功集成其强大的Processing工具箱。文章核心解决了独立环境下导入processing模块失败、算法无法调用等常见难题,通过手动添加插件路径和执行关键初始化步骤,实现了在PyCharm中丝滑调用QGIS地理处理算法,从而将复杂的空间分析流程自动化。 阅读详情
12. Amateur Radio support 业余无线广播  可以用来启动无线网络的基本支持,目前的无线网络可以通过公众频率传输数据,如果你有此类设备就可以启用,具体请参考AX25和HAM HOWTO 文档。 13. IrDA(infrared)support红外支持 14. ISDN subsystem 如果使用ISDN上网,这个就必不可少了。ISDN(Integrated Services Digital Network),它的中文名称是综合数字服务网络,是一个利用电话线,把声音,影片信息以数字的方式传送的数字网络,它需要电话交换机设备有支持ISDN,这通常需要电信局来做安装,对于在家工作的人来说,ISDN可能是最舒适最便宜的一种方式,因此有愈来愈多的人使用它。不过,除非是公司,不然一般人很少会使用到ISDN的,所以这部分的选项大都选N。如果您选择Y,则下面会出现一些有关ISDN的问题。如果需要用到ISDN,可以去看看杂志的介绍。只要是有关网络的杂志应该都会有介绍。还需要启用Support synchronous PPP选项(参考PPP over ISDN)。 15. Old CD-ROM drivers(not SCSI、 IDE)非SCSI/IDE口的光驱如用IDE的CD-ROM,不选。 以下是选择非 IDE/ATAPI和 SCSI界面的光驱,这些光驱通常有自己专属的接口卡也是比较旧型的光驱类型。如果有这些光驱,则这个选项要选y,否则选n。如果您选择n,则会跳过以下光驱的选项。 Aztech/ orchid/okano/Wearnes/IXC/CyDROM CDROM support Goldstar R420 CDROM support Matsllshita/panasonic/Creative,longshine,TEAC CDRW Support Mitsllmi(no XA/MUltisessIon) CDROM Support Mitsumi(XA/Multisession) CDROM support optics Storage DCLPHIN 8000AT CDROM support Philips/LMS CM206 CDROM support Sanyo CDR-h94A CDROM sunnort Soft configurable CDROM interface card support Sony CDU3lA CDROM sunnort Sony CDU535 CDROM support 16. Character devices字符设备所谓字符设备通常是指以字符为单位做处理的设备,例如终端机就是其中一项。原则上,我们对于这些选项的选择也是以预设为主。这个内容又太多了,先使用缺省设置,需要的话自己就修改。把大类介绍一下吧: #Virtual terminal ------ 选择“y”,内核将支持虚拟终端。 #Support for console on virtual terminal------选择“y”,内核可将一个虚拟终端用作系统控制台。 #Standard/generic (dumb) serial support-------选择“y”,内核将支持串行口。标准序列接口的选定。如果您是用serial的鼠标(大部分的人都是用这个),或是MODEM的话,则这一项一定要选。大部分的人这一项都选y。 #Support for console on serial port------选择“y”,内核可将一个串行口用作系统控制台。 ##I2C support------I2C是Philips极力推动的微控制应用中使用的低速串行总线协议。如果你要选择下面的Video For Linux,该项必选。 #Mice鼠标。现在可以支持总线、串口、PS/2、C&T 82C710 mouse port、PC110 digitizer pad------根据需要选择。非串行的鼠标,支持象PS/2。看一看你鼠标的键。许多双键鼠标是PS/2,即使它们的连接看起来象串行的.。 #PS/2 mouse (aka "auxiliary device") support ------- 如果用户使用的是PS/2鼠标,则该选项应该选择“y”。 #Joysticks------手柄。即使在Linux下把手柄驱动起来意义也不是太大,游戏太少了。 #Watchdog Cards:虽然称为Cards,这个可以用纯软件来实现,当然也有硬件的。如果你把这个选中,那么就会在你的/dev下创建一个名为watchdog的文件,它可以记录你的系统的运行情况,一直到系统重新启动的1分钟左右。有了这个文件,你就可以恢复系统到重启前的状态了。 #Video For Linux------支持有关的音频/视频卡。 ##Ftape, the floppy tape device driver---   #Digiboard PC/Xx Support------这是一张叫 Digiboard PC/XX卡的 driver,这种卡上面有很多个 serial port的插槽(一般来说只有两个),可以用来连接很多个MODEM,在民间的BBS站很常用到,如果您有这样的东西,您必须选这项为y。有兴趣的读者可以读读Documentation/digiboard.txt的内容。 #Cyclades async mux support------同上,这也是一种能接很多个serial port插槽的卡的驱动程序。 #Stallion multlport serial support------同上,这也是其中一种卡。 #SDL RISCom/8 card support------这也是其中的一个支持muti-serial卡的driver。 #Parallel printer support------有打印机的或是使用到并行接口的人这一项一定要选。除非是用serial的打印机。还有如果您有使用PLIP,那么这项也请选上。 #Mouse support------大部分的人这一项并不用选y。因为大部分的人是用serial的鼠标,除非有些人是用一种附有接口卡的鼠标,这时这个选项才要选上,如果您选y,则底下会列出您的BUS鼠标所用的接口卡。 #support for user misc device modules------除非您有所谓的触摸式显示器或是光笔等东西,否则这一项选n。 #QIC-02 tape support------非 SCSI界面的磁带机,除非您有,否则选 n。 #Ftape(QIC-80/Travan)support------如果有磁带机,而这个磁带机是接在软盘控制卡上,这个选项才要选y。 #Watchdog Timer support------一般人不需要这个选项,如果您选上这个选项,则您要用mknod在/dev下建一个watchdog的文件。请看Documentation/watchlog.txt的解释。 #Enhanced Real Time Clock Support------关于系统上Clock的东西,您必须自己用mknod在/dev/下建立一个文件叫rtc。如此一来,在/proc/下将可以看到rtc的信息。有关于rtc的内容请看Documentation/rtc.txt。一般是选n。 17. USB supprot USB支持很多USB设备,比如鼠标、调制解调器、打印机、扫描仪等,在Linux都可以得到支持,根据需要自行选择。 18. File systems文件系统 Linux上有支持约二十几种的文件系统,有支持某个文件系统的意思是,可以存取某个文件系统的数据或是做拷贝动作。在这些文件系统中,通常的选择方法是按照原来预设的方式,不过,在其中,EXT2FS那个选项无论如何一定要选,因为那是Linux系统所使用的文件系统。其他的则依需求做选择。 通常是ext2而让其余的使用模块。 #Kernel automounter support------选择“y”,内核将提供对automounter的支持,使系统在启动时自动 mount远程文件系统。 #Standard( minix )------新的套件不再建立 minix 文件系统,而且很多人不使用它,但是把它配置在核心里仍然是个好主意。某些″rescue-disk ″ 程序会用到它,而且仍然有许多磁片可能用 minix 文件系统,因为 minix 文件系统对于处理磁片方面是最好的。当初Linus是因为对Minix这个小型的操作系统有很深的经验,所以才写出Linux这个操作系统。Minix文件系统通常用在磁盘上,有时会用到它。 #Extended fs ------ 这是扩充文件系统的第一版,现在已经不再使用。 #Second extented fs------这是现在新发行的套件所广泛采用的文件系统,你可能会有其中一种。这个是linux文件系统,请务必选y,如果问我说选n会有什么后果,我也不知道。除非您能把 Linux装在 DOS的目录下。 #xiafs filesystem-----这个文件系统曾经一度很普遍,但是在写这份文件时,我已经不知道有任何人在使用它了。 #DOS FAT fs ------DOS FAT文件格式的支持,可以支持FAT16、FAT32。这个选项是DOS的文件系统,如果您没有选y,则下面的MSDOS,VFAT,umsdos将不会出现。 #msdos------DOS文件系统的格式。如果你想要在 linux 下使用你硬盘中的 MS-DOS 分割区,或是想将用 MS-DOS 格式化的磁盘挂进来的话,回答y 。 #VFAT(Windows95) fs ------windows95所支持的文件系统,是我们常说的vfat文件系统,如果您的系统中装有windows95,那么选择这个文件系统将对以让您看到windows95的长文件名。 #umsdos: UNIX like fs on top of std MSDOS FAT fs ------ 如果把Linux装进DOS的一个目录下那么您则要选择这一项。不建议这样做,因为如此一来,就不能看到长文件名了。而且效率上,井不是很好。 #ums-dos------相当 slick 的文件系统,它能使 MS-DOS 文件系统拥有更多的特性,像是长档名等等。这对那些不使用 MS-DOS 的人(像我)并不是很有用。 #/proc------这是最 slick 的文件系统之一。它不是你硬盘分割区里的任何东西,不占用硬盘的空间,而是核心与程序之间的文件系统介面,它表示的只是内存里头的状况和各个程序执行的情形,它也记录了您硬件上配备。。许多程序工具(像″ps ″)都会用到它。如果已经将它安装好了,有空不妨试试看″cat/proc/meminfo ″或者是″ cat /proc/devices ″。有些 shells ,像是 rc ,会用 proc/self/fd(在其它系统上为/dev/fd )来处理输出入。几乎可以确定你在这里得要回答y ,有许多重要的 Linux标准工具是靠它来运作的,否则有些指令会出问题。 #Root file system on NFS------一般不选,除非您的电脑上没有硬盘,希望通过网络由别人的硬盘开机过Linux如此一来才有需要选这项。同时对方也要执行rarp的服务。 #System V and Coherent------这是为 System V 以及 Coherent 的分割区而设的。如果希望支持System V或Xenix的相关UNIX系统的FS并读取它们的数据,那么才有必要选这个,否则一般来说这个选项是选n的。 #Quota support ------Quota可以限制每个用户可以使用的硬盘空间的上限,在多用户共同使用一台主机的情况中十分有效。 #ISO 9660 CD-ROM file system support------光盘使用的就是ISO 9660的文件格式。 #Mandatory lock support------有些很特殊的database应用软件会用到它,一般人这个选项是选n。而且,如果选y的话,必须有最新版的NFS软件,最新版的samba软件等。 #NTFS file system support------ntfs是NT使用的文件格式。 #UFS filesystem support-----这是BSD,SunoS,FreeBSD,NetBSD或Nextstep所使用的文件系统。如果您在电脑上有这些操作系统的话,那么可以选这一项。否则一般人都选n。 ##Network File Systems------网络文件系统 # NFS------如果你在网络环境下而且想要分享档案,回答 y 。如果希望挂上别的电脑的文件系统,那么这个选项一定要选进去。它可以让您利用网络把别人的硬盘当成自己的来使用(把它变成一个目录)。对于一般人来说,这个选项是选y。 #SMB filesystem support------这个文件系统让您可以挂上windows95或windowsNT的文件系统,也就是您也可以抓到在windows下,网上邻居上的电脑。 #SMB long filename support------支持windows95的长文件名。 #NCP filesystem support------NCP是一种网络的通讯协议,用在跑IPX协议上,它可以利用IPX协议让两台电脑之间的文件共享,并做沟通。如果您想挂上有关Novell的Netware文件系统,那么这个选项就选上去吧。 ##Partition Types-----分区类型,该选项支持一些不太常用的分区类型,用户如果需要,在相应的选项上选择“y”即可。 ##Native Language Support------本地语言支持附:不知道需要那些文件系统怎末办? 键入″ mount ″它看起来会像这样: sunlyy% mount /dev/hda1 on / type ext2 (defaults) /dev/hda3 on /usr type ext2 (defaults) none on /proc type proc (defaults) /dev/fd0 on /mnt type msdos (defaults) 仔细看看每一行;在” type ”后面的那个字就是文件系统的格式。在这个例子中,我的 / 和 /usr 分割区是 second extended 格式,我使用 /proc ,而且挂有一张以msdos (bleah) 为文件系统格式的磁片。如果你有使用 /proc ,可以试试″cat /proc/filesystems ″。它会给你一份目前使用的核心所支援的文件系统列表。 19. Console drivers 控制台驱动 #VGA text console ------ 选择“y”,用户就可以在标准的VGA显示方式下使用Linux了。一般使用VGA text console就可以了,标准的80*25的文本控制台。 #Video mode selection support 20. Sound sound声卡驱动 如果你能在列表中找到声卡驱动那自然最好,否则就试试OSS了。阅读帮助文件从列表中小心的选取。确信为你声卡真确的选择了I/O和IRQ。声卡的MPU I/O是0选项。一般是330,如果不对不必担心。模块的好处就是在核心编译以后你还能重新编译、安装模块并挂上核心。 如果有声卡,请去了解一下声卡的 IRQ和 DMA等信息,并了解是属于哪一种的。现在大部分的人使用的都是Sound Blaster或是它的相容卡。有关这类的信息请看各个声卡的说明书。当选Y时,出现下面的画面。就依您的声卡来做选择吧! Pro Audio Spectrum 16 support Sound Blaster(SB,SBPro,SB16,clone) support Generic OPL2/0P13 FM synthesizer support Gravis Ultrasound support MPU-401 support(NOT for SB16) 6850 CART Midi support PSS(ECho-AD12111)support(NOT for SB16) 16 bit samplins option of GUS(N0T_GUS_MAX) GUS MAX support Microsoft Sound System support EnsolliQ Soundscape support MediaTrix AudioTrix Pro support Support forMAD16 and/or Mozart based cards Support for Crystal CS4232 based(PnP) cards Support for Turtle Bench Wave Front (Maul,Tropez)synthesizers #/dev/dsp and/dev/audio support------ 这个选项通常是必要的。因此大部分的人选y,如果没有这选项,则很多的游戏将没有声音效果。 #MIDI interface support------支持MIDI界面。 #FM synthesizer(YM3812/0PL-3) support #I/O base for SB Check from manual of the card------声卡的I/O地址。括号是常用的选项。 #Sound Blaster IRQ Check from manual of the card-----声卡的IRQ,通常是1或5。 #Sound Blaster DMA 0,1 for 3-----声卡的DMA,通常是1。 #Sound Blaster 16 bit DMA 5, 6 or 7(usel for 8 bitcards)(SB.DMA2)-----5 #MPU401 I/0 base of SB16, Jazz16 and ES1688 Check from manual of the card------0 #SB MPU401 IRQ(Jazzl6, SM Wave and ES1688) Usel with SB16------1 #Audio DMA buffer size 4096,16384,32768 or 65536------65536 ##Additional low level drivers------如有其他种类的声卡,则这项要选上去,以下会列出其他的声卡供选择。 21. Kernel hacking安全模式 通俗的说,这是windows安全模式,找不到明确解释,就引用这个说法。>这是从 Linus的README里摘录的: ″kernel hacking ″配置的细节通常会产生一个更大或是更慢的核心(或者是又大又慢),而且可能因为将一些常式配置成很活跃地去尝试中断一些不良的程序码以便找出核心里的问题,而使得核心变得比较不稳定。所以要产生一个核心″产品 ″, 第四节 启用内核 通常,核心安装叫做vmlinuz。过去Unix使用者共同起了这名字。"z"表示压缩,"v"和"m"意思是"virtual"(虚拟)和"sticky(粘性的)",各自属于内存和磁盘管理。建议保留vmlinuz核心,直到知道它工作。 为了能够使用新版本的内核,还需要做一些改动: #cp /usr/src/linux/System.map /boot/System.map-2.2.16 #cp /usr/src/linux/arch/i386/bzImage /boot/vmlinuz-2.2.16 以上这两个文件是刚才编译时新生成的。下面修改/boot下的两个链接System.map和vmlinuz,使其指向新内核的文件: #cd /boot #rm -f System.map vmlinuz #ln -s vmlinuz-2.2.16 vmlinuz #ln -s System.map-2.2..16 System.map 注意:要保留vmlinuz核心,以下列步骤进行 #cp /usr/src/linux/System.map /boot/System.map-2.2.16 #cp /usr/src/linux/arch/i386/bzImage /boot/vmlinuz-2.2.16 #cd /boot #rm -f System.map #ln -s System.map-2.2..16 System.map 现在#vi /etc/lilo.conf,增加如下一段: image=/boot/vmlinuz-2.2.16 是设定为已经安装的核心 label=linux2.2.16 则是由 lilo 用来告诉你现在要启动的是那个核心或作业系统, read-only root=/dev/hda2 则是这个特别的作业系统的根目录/   其中root=/dev/hda2一行要根据需要自行加以修改。 运行:#/sbin/lilo -v 保存执行命令:lilo你将看到核心标签,第一个是星号。如果你没有看到新核心的标签或LILO出现错误,你需要重新对/etc/lilo.conf工作(看下面的LILO分析)。 确认对/etc/lilo.conf的编辑无误,现在重新启动系统: #shutdown -r now 不建议使用热启动或ctrl+Alt+del键。在一些情况下,文件系统不完全卸栽会损坏打开的文件。在LILO提示时,如果你需要启动旧的核心或使用一些参数启动,如果你没看见启动提示,你可以试用shift或ctrl键,这样启动提示就出现了。一旦出现,按tab看核心标签。输入标签和可选参数启动。通常,在/etc/lilo.conf文件指定的时间后自动启动核心。启动时,你可能看见一些出错信息就象SIOCADDR。这常常显示模块(一般是网络模块)没有引导。处理这事很简单,如果有此一错,"VFS,cannotmount root",你就不要在核心中编译适当的磁盘或文件系统支持。在机器重启后出现LILO时按TAB键,输入linux2.1.16,新内核发挥作用了。
YOLO26 改进 - 注意力机制 | Mask Attention掩码注意力,可学习掩码矩阵破解低分辨率特征提取难题 | 2025 预印 本文提出了用于低分辨率图像分割的MaskAttn - UNet框架,并将其核心的掩码注意力机制集成到YOLO26中。传统U - Net类模型难以捕捉全局关联,Transformer类模型计算量大,而掩码注意力机制通过可学习的掩码,让模型选择性关注重要区域,融合了卷积的局部效率和注意力的全局视野。其工作流程包括特征适配、掩码生成、定向注意力计算和特征融合。我们将掩码注意力机制代码集成到YOLO26中。 阅读详情

相关推荐

非sudo用户如何安全使用Docker:Rootless模式实战指南

Docker Rootless模式是一种基于Linux用户命名空间(userns)的容器运行时安全机制,它通过UID/GID映射、fuse-overlayfs文件系统和slirp4netns网络栈,在不提升权限的前提下实现容器隔离。其核心原理是将容器内root身份映射为宿主机非特权用户,从而规避docker组等价root的安全风险。相比传统root模式,Rootless在权限控制、逃逸防护和多租户隔离方面具备天然优势,适用于CI/CD流水线、Kubernetes边缘节点及受限生产环境。本文聚焦无sudo权限

weixin_30274627的博客 351

linux 内核编译

本文介绍了Linux内核编译的详细步骤,包括环境准备、配置选项、编译过程及安装方法,是学习和实践内核编译的指南。

mx_jun的博客 9558

Amesim基础篇-热仿真常用模型库-Thermal Hydraulic /Resistance

流体库、管路库在热管理中是必备模块,如动力电池液冷循环系统均需要Thermal Hydraulic /Resistance库的元件建模。

2201_75375391的博客 5682

linux内核模块编译方法

目录总述整体编译单独编译自定义编译 方法一:整体编译,优点:命令比较简单,不需要多余的设置,不容易出错;缺点:每次编译需要检查所有的模块,特别耗时 方法二:单独编译,单独编译某一个内核模块,优点:节省时间,尤其适合调试阶段;缺点:需要配置一些变量,可能与内核的配置不一致 方法三:自定义编译,自己编写Makefile文件,优点:适用范围广,高效,比较好理解;缺点:内核中的源代码文件需要对比内核Makefile文件进行甄别,挑选出自己想要编译的部分,添加到objs中

sunshine_master的博客 1844

施耐德EcoStruxure平台深度体验:IEC 61499在智慧物流中心的真实应用案例解析

本文深度解析施耐德EcoStruxure平台在智慧物流中心的应用,重点探讨IEC 61499标准如何通过分布式控制和功能块技术重构自动化逻辑。通过上海某物流中心的真实案例,展示了该平台在提升系统弹性、降低停机成本方面的显著成效,为工业自动化转型提供实践参考。

weixin_30576827的博客 66

Figure 03人形机器人与Helix端到端控制系统:具身智能突破深度解析

2026年5月,Figure AI的Figure 03人形机器人在一场震撼业界的直播中完成了长达200小时的连续全自动作业,分拣近25万个包裹,零故障。这一里程碑式的成就标志着人形机器人正式从「实验室展示」迈入「规模化商用」阶段。本文深入剖析Figure 03的核心技术——Helix端到端神经网络控制系统,包括System 0/1/2三层架构、视觉运动策略、全身协同控制等关键技术,并提供完整的Python/Go代码示例,帮助开发者理解具身智能的核心原理与实现路径。关键词。

shao.bing的专栏 998

一文搞懂Linux kernel编译步骤

什么是Linux的内核编译呢?简单来说,Linux内核编译是一个将内核源代码转换成可在特定的硬件架构上运行的二进制文件的过程。通过编译内核,我们可以根据自己的需求和兴趣对内核进行定制和优化,以满足特定的应用场景。

代码背包客的博客 3888

Vertx之Grpc消息发送

介绍 Vert.x gRPC 模块,它将 Google gRPC 的编程风格与 Vert.x 风格保持一致. gRPC 是一个高性能、开源、通用的RPC框架,是一种进程间通讯技术,由Google推出,基于HTTP2协议标准设计开发,默认采用Protocol Buffers数据序列化协议,支持多种开发语言。gRPC提供了一种简单的方法来精确的定义服务,并且为客户端和服务端自动生成可靠的功能库。 在gRPC客户端可以直接调用不同服务器上的远程程序,使用姿势看起来就像调用本地程序一样,轻松的实现远端服务的连接、

Lance 1189

Linux内核及内核编译

使用make menuconfig时,配置工具首先分析与体系结构对应的/arch/xxx/Kconfig文件,xxx为传入的ARCH参数,/arch/xxx/Kconfig文件中除本身包含一些与体系结构相关的配置项和配置菜单外,还通过source语句引入一系列Kconfig文件。如果需要几个并发执行的任务,可以启动内核线程,这些线程没有用户空间。内核空间和用户空间用来区分程序执行的两种不同的状态,他们使用不同的地址空间,Linux中只能通过系统调用和硬件中断完成从用户空间到内核空间的控制转移。

weixin_45241469的博客 4591

TC3XX - MCAL知识点(一):新建Tc3xx EB-tresos工程

基于EB-tresos建立Hightec或者Tasking工程的时候,第一个步骤就是需要新建一个EB-tresos的工程,本文记录一下如何新建一个EB-tresos工程,以及对其进行简单的操作。那么Tc3xx的MCAL包含哪些内容呢?

梦想技术家 2977

【FPGA教程案例49】控制案例1——基于FPGA的PID控制器verilog实现

PID控制器产生于1915年,PID控制律的概念最早是由LYAPIMOV提出的,到目前为止,PID控制器以及改进的PID控制器在工业控制领域里最为常见。PID控制器(比例-积分-微分控制器),由比例单元 P、积分单元 I 和微分单元 D 组成。通过Kp,Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。图1为PID控制器的基本结构框图。PID控制器以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。...

FPGA/MATLAB学习教程/源码/项目合作开发 4532

Linux内核编译只看这一篇就够了

Linux嵌入式操作系统-附加实验内核编译

CCSco4355 1万+

第七篇:A133 Android 10 触摸提示音过大

描述: 开启触摸提示音功能之后,客户反馈触摸提示音过大,需要改小。 解决方案: 看代码注释,在framework下搜索方法即可。 /** @see AudioManager#playSoundEffect(int) */ public void playSoundEffect(int effectType) { playSoundEffectVolume(effectType, -1.0f); } /** @see AudioManager#playSoundEff

qq_33088619的博客 1698

oracle 缺失关键字_ORA-00905: 缺失关键字

CREATE OR REPLACE PROCEDURE P_OPERATIONNAMEREFCOUNT(tablesName varchar2,columnName varchar2,columnVals varchar2,numsresult OUT INTEGER)asp_num INTEGER;f_sql varchar(1000);cursor curs IS (SELECT b.colu...

weixin_39672194的博客 1万+

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

oracle 缺失关键字,ORA-00905:缺少关键字错误oracle

Hi when i am trying to execute following oracle query I am getting[Err] ORA-00905: missing keywordCREATE VIEW MJNSXJJRW_view ASSELECT B.oID AS "_oid", B.oTm AS "_otm"FROM(SELECT DISTINCT oID, oTm FROM...

weixin_39881575的博客 4927

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

oracle中报00905,SQL Oracle左联接和子查询错误:ORA-00905:缺少关键字

请求您对此Oracle查询的帮助。它给了我错误2“ORA-00905:缺少关键字”。在添加左联接语句之前,它工作得很好。显然,如果没有左联接语句,它将无法按需要传递信息。请提供任何帮助以了解此查询中缺少哪个关键字谢谢!:数据库表:门票dw.ticket活动日志子查询表:表格解析器SELECTTO_CHAR(DW.TICKETS.RESOLVED_TIMESTAMP,'YYYY-MM-DD HH24...

weixin_28992423的博客 6633

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');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

oracle缺失关键字原因,pl/sql ora-00905:设置值缺少关键字

我搜索了这个错误,但是由于它非常模糊,我找不到类似的东西来理解问题在哪里。此代码实际上是针对Oracle Apex应用程序的。我实际上有绑定变量而不是数字1和84(我确认它们在我的表中是正确的值),但仍然有相同的错误。在声明变量之后,它选择一个字符串作为另一个表中一列的名称,并将其放入V_列。然后我动态地构建一个查询来获取这个列的值,并将其放入v_值中,最后返回一个值(然后在表单文本字段中显示)。...

weixin_42511091的博客 4699

oracle修改字段长度报错:SQL 错误 [905] [42000]: ORA-00905: 缺失关键字

Error : 905, Position : 37, Sql = alter table AJ modify column ZFBMBH VARCHAR2(40), OriginalSql = alter table AJ modify column ZFBMBH VARCHAR2(40), Error Msg = ORA-00905: 缺失关键字。报错sql: alter table AJ modify column ZFBMBH VARCHAR2(40)错误提示:缺失关键字。

lsy_know的博客 2658

SQL新建查询中→ORA-00905: 缺失关键字、 ORA-01722: 无效数字、ORA-00932: 数据类型不一致

select nvl(sum(nvl(t.xxxxxxx,0) * nvl(t.xxxxxxx,1) * nvl(tpdc.xxxxxxx,0)),0) into sp_sum_fee from intf_policy t left join (select * from xxxxxxx where (EXISTS(select * from xxxxxxxwhere xxxxxxx='0104') and xxxxxxx='0104') or (...

SSHLY3的博客 9619

ORA-00905: 缺失关键字

你的语句写错了,select maxlogid into oldmaxlogid from maxidtab; str1:='select max(logid) into newmaxlogid from '||username||'.loginfo'; --改成str1:='select max(logid) from'||username||'.loginfo'; execute imm

rocgege的专栏 3万+

面试遇到的select into 但是在PL/SQL developer ORA-00905:缺失关键字"错误。

select into 是什么意思。 1.INSERT INTO SELECT语句 语句形式为:Insert into Table2(field1,field2,...) select value1,value2,... from Table1 注意:(1)要求目标表Table2必须存在,并且字段field,field2...也必须存在 (2)注意Table2的主键约束,如果Ta...

diaozhuo8378的博客 1111

oracle查询缺失关键字,queryByJoin ORA-00905: 缺失关键字 oracle异常多了一个as

queryByJoin oracle异常多了一个as数据库版本 docker pull oracleinanutshell/oracle-xe-11g```SELECTsys_user.id as id,sys_user.dept_id as dept_id,sys_user.login_name as login_name,sys_user.user_name a...

weixin_36403956的博客 672

oracle 缺失关键字,ORACLE SQL:缺少关键字

my following query provokes the error message "Error: ORA-00905: missing keyword" but works with SQLite. I can't find the error.WITH subA AS (SELECT customer.first_name, customer.last_name, customer.s...

weixin_30990387的博客 2255

在oracle中 缺失关键字,缺失关键字解决方案

缺失关键字下面是我写的一个存储过程,编译的时候没有出错,但是一执行的时候就报缺失关键字的错误,请各位大侠帮忙看一下是怎么个情况吧,谢谢了。CREATEORREPLACEPROCEDUREproc_test(table_nameINVARCHAR2,cjsjINDATE,zrylINNUMBER,jkgdINNUMBER,zqwdINNUMBER,zqsdINNUMB...

weixin_26933735的博客 6716

缺失关键字

  在执行一个过程时,提示:ORA-00905 missing keyword....缺失关键字?  (将字符串类型的入参a赋值为???,然后在PL/SQL 下运行) 在另外一台电脑上执行同样的过程,就没问题,顺利执行完毕。 各位大虾,求指教。。。 转载于:https://www.cnblogs.com/zhuxulongtuteng/p/4569204.html...

weixin_30466953的博客 1232

ORA-00905: missing keyword

某个地方少了个关键字,自己找找,我一般会遇到这种情况是由于我的关键字写错误啦,多检查一下就好了。

stone_tomcate的博客 1万+
上一篇: Linux详细编译内核方法(1)
下一篇: 串口通讯基础及S3C2410 UART控制器(www.taoydy.com)
NetGeek
博客等级 码龄22年 15粉丝 2原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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