73、深入探索 I/O 内存、端口与中断处理

深入探索 I/O 内存、端口与中断处理

1. I/O 内存概述

I/O 内存是一种特殊的地址空间,它可以是 1MB 边界以下的 ISA 内存,也可以是高位的 PCI 内存。从概念上讲,对这两种类型的 I/O 内存采用相同的访问方法。不过,I/O 内存并非普通意义上的内存,而是映射到该区域的端口或缓冲区。例如,外围设备可能有状态端口或板载缓冲区,我们可以对其进行访问。

1.1 I/O 内存的映射

I/O 内存的映射高度依赖于具体平台。以 Intel 平台为例,简单的指针解引用可用于访问低位内存,但该内存并不总是处于物理地址空间中,因此在访问之前必须进行重新映射。

void *ioremap(unsigned long offset, unsigned long size);

ioremap 函数可将物理内存位置映射到所需大小的内核指针。例如,Iomap 模块使用此函数将图形适配器的帧缓冲区重新映射到驱动程序可访问的虚拟地址。

1.2 Iomap 设备结构

Iomap 设备由以下结构体表示:

struct Iomap {
    unsigned long base;
    unsigned long size;
    char *ptr;
};

其中, base 是帧缓冲区的起始位置, size 是缓冲区的长度,

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;使用的一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)的一个分支,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  | 博主筛选后可见
 
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