DMA 简介

DMA 之前外设与存储器(存储器与存储器)之间传送数据需要通过CPU来完成。
当传送大量连续的数据时(例如磁盘数据),CPU对数据的中转将影响数据的传送速度不用处理器干预完成M与I/O间数据传送。
与CPU 共享系统总线。
DMA 控制器在DMA 数据传送过程中行使对微机系统总线的控制(产生存储器地址信号及存储器与外设的读写控制信号)

CPU 与DMA 控制器对系统总线的共享



在普通情况下CPU 将行使对系统总线的掌控权(CPUAEN 有效),此时DMA 控制器对系统总线的输出被隔离部件所阻断(通过DMAAEN 信号无效)。

当外设A 欲与存储器交换数据时会向DMA 控制器发出数据请求信号DREQ(Data Request);DMA 控制器收到DREQ 信号后再向系统总线仲裁器发出系统总线请求信号HRQ。

系统总线仲裁器在CPU 的LOCK 信号无效情况下(LOCK 信号无效的条件是:CPU 没有执行带LOCK 前缀的指令;没有INTA 有效信号;S1,S0 = 11)将响应HRQ 信号,并进行系

统总线控制权的转换,然后向DMA 控制器回送HLDA应答信号。系统总线控制权的转换具体包含两方面的操作。

1、产生DMAWAIT 有效信号并转送CPU 的READY 引脚,使CPU进入等待周期。

2、产生CPUAEN 无效信号(隔离CPU 与系统总线)和DMAAEN有效信号(开通DMA 控制器与系统总线的联系)

DMA 控制器接管系统总线控制权,并向外设A 发出请求应答信号DRQA,实现外设与存储器的数据交换。
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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