加深字节型数据,字型数据的印象(一)

这篇博客详细介绍了8086CPU如何通过段地址和偏移地址访问内存。内容包括使用DS段地址寄存器结合偏移地址来读取和写入内存,以及AL和AX寄存器在读取不同数据长度时的作用。通过具体的指令如mov,展示了从内存中读取一字节和一字型数据的过程,并探讨了如何将数据存储回内存。

CPU通过内存地址去访问内存   我们学的是8086CPU     通过段地址和偏移地址

DS  段地址寄存器  访问数据用的

mov al,ds:[0]     mov移动指令   CPU中的AL寄存器,内存地址(冒号左边ds段地址寄存器:冒号右边是偏移地址)  两个方括号是将段地址ds和偏移地址进行组合得到的物理地址,得到里面的内容

       CPU从内存中读取了多长的数据?一个字节(al是一个八位寄存器)

mov al,ds:[1]

mov al,ds:[2]

mov al,ds:[3]

后续可以知道CD会放到AL中,20放入AL中,3E放入AL中,A7放入AL

mov bx,1000H

mov ds,bx

mov ax,ds:[0]            读取了一个字型数据  因为ax是一个十六位寄存器

mov ax,ds:[1]

mov ax,ds:[2]

mov ax,ds:[3]

 

mov ds:[0],ax

mov ds:[1],ax

mov ds:[0],al

mov ds:[1],ah

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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