我正在为Cortex-A8处理器编写软件,我必须编写一些ARM汇编代码来访问特定的寄存器.我正在使用gnu编译器和相关工具链,这些工具安装在带有Ubuntu的处理器板(Freescale i.MX515)上.我使用WinSCP和PuTTY终端从我的主机PC(Windows)连接到它.
像往常一样,我开始使用一个带有main.c和functions.s的简单C项目.我使用GCC 编译 main.c ,使用as 汇编 functions.s 并再次使用GCC 链接生成的目标文件,但在此过程中我得到了奇怪的错误.
一个重要的发现 -
同时,我发现我的汇编代码可能有一些问题,因为当我使用命令单独组装它as -o functions.o functions.s并尝试运行生成的functions.o using ./functions.o命令时,bash shell无法将此文件识别为可执行文件(在按下选项卡函数时) .o未被选中/ PuTTY未突出显示该文件).
任何人都可以建议这里发生什么?在链接过程中,我是否需要向GCC发送任何特定选项?我看到的错误是奇怪的,超出了我的理解,我不明白GCC所指的是什么.
我在这里粘贴main.c,functions.s,Makefile和错误列表的内容.
根据人们的建议编辑makfile之后包含的最新错误 -
ubuntu@ubuntu-desktop:~/Documents/Project/Others/helloworld$ make
gcc -c -mcpu=cortex-a8 main.c
as -mcpu=cortex-a8 -o functions.o functions.s
gcc -o hello main.o functions.o
functions.o: In function `_start':
(.text+0x0): multiple definition of `_start'
/usr/lib/gcc/arm-linux-gnueabi/4.3.3/../../../crt1.o:init.c:(.text+0x0): first defined here
collect2: ld returned 1 exit status
make: *** [hello] …Run Code Online (Sandbox Code Playgroud) 我有一个矩阵的图像处理算法,我有自己的矩阵运算代码(乘法,逆...).但我使用的处理器是ARM Cortex-A8处理器,它有NEON协处理器进行矢量化,因为矩阵运算是SIMD操作的理想情况,我要求编译器(-mfpu = neon -mfloat-abi = softfp)生成NEON我的代码的说明,但编译器没有这样做,然后我也尝试为Matrix操作编写自己的NEON内在函数代码,但我发现很难这样做.
因此,我想到利用特征库来承诺矩阵运算的矢量化.所以我立即下载了Eigen C++库,并尝试在他们的教程中使用它,但不幸的是,当我运行他们的示例程序时,我得到了编译错误.
那些有使用Eigen经验的人,任何例子都会非常有用吗?请帮助我如何去做.
救命!
谢谢
我有Eigen文件夹:/ home/ubuntu/Documents/eigen我在Eclipse的C++项目的其他目录中设置了这个路径.然后我运行以下程序(示例) -
#include <Eigen/Core>
// import most common Eigen types
USING_PART_OF_NAMESPACE_EIGEN
int main(int, char *[])
{
Matrix3f m3;
m3 << 1, 2, 3, 4, 5, 6, 7, 8, 9;
Matrix4f m4 = Matrix4f::Identity();
Vector4i v4(1, 2, 3, 4);
std::cout << "m3\n" << m3 << "\nm4:\n"
<< m4 << "\nv4:\n" << v4 << std::endl;
}
Run Code Online (Sandbox Code Playgroud)
我得到的错误 -
构建配置Debug for Project …
我正在使用基于ARM Cortex-A8的处理器,我有几个地方可以计算3x3矩阵逆运算.
由于Cortex-a8处理器有一个NEON SIMD处理器,我有兴趣将这个协处理器用于3x3矩阵逆,我看到了几个4x4实现(英特尔SSE和freevec),但没有我在哪里看到3x3矩阵逆运算执行使用SIMD说明.freevec使用的方法是将4x4矩阵拆分为4个2x2矩阵,然后对每个矩阵执行微操作,最后重新组合结果得到4x4矩阵的逆矩阵.我没有看到3x3矩阵这样的机会.
任何人都知道如何使用SIMD指令进行3x3矩阵求逆,这对我有用吗?
关心维克拉姆
我的图像处理项目适用于灰度图像.我有ARM Cortex-A8处理器平台.我想利用NEON.
我有一个灰度图像(考虑下面的例子),在我的alogorithm中,我只需要添加列.
我怎样才能加载4个8位的像素值在并行,这是uint8_t,如4个uint32_t的到128位NEON寄存器中的一个?我必须使用什么内在的东西?
我的意思是:

我必须将它们加载为32位,因为如果你仔细观察,我做255 + 255的那一刻是512,它不能保存在8位寄存器中.
例如
255 255 255 255 ......... (640 pixels)
255 255 255 255
255 255 255 255
255 255 255 255
.
.
.
.
.
(480 pixels)
Run Code Online (Sandbox Code Playgroud) 一般如何使用 NEON 比较指令?
这是一个案例,我想使用大于或等于指令?
目前我有一个,
int x;
...
...
...
if(x >= 0)
{
....
}
Run Code Online (Sandbox Code Playgroud)
在 NEON 中,我想以同样的方式使用 x,只是这次 x 是一个向量。
int32x4_t x;
...
...
...
if(vcgeq_s32(x, vdupq_n_s32(0))) // Whats the best way to achieve this effect?
{
....
}
Run Code Online (Sandbox Code Playgroud) 我无法弄清楚ARM NEON指令之间vld4_f32和之间的区别vld4q_f32.
当我提高编码级别并开始查看汇编指令而不是信息量较少的内在函数时,就开始出现混乱.
我需要在这里使用vld4变体指令的原因是因为,我想从我的大数组的每个第4个位置捕获4个 .float32_t

在vld4_f32本征及相应的汇编指令是这样的(此链接)
float32x2x4_t vld4_f32 (const float32_t *)
Form of expected instruction(s): vld4.32 {d0, d1, d2, d3}, [r0]
Run Code Online (Sandbox Code Playgroud)
该vld4q_f32内部函数及其对应的汇编指令看起来像这样
float32x4x4_t vld4q_f32 (const float32_t *)
Form of expected instruction(s): vld4.32 {d0, d1, d2, d3}, [r0]
Run Code Online (Sandbox Code Playgroud)
好吧,在内在级别,我看到的差异是返回类型,但是如果我查看汇编指令和寄存器的数量,它们看起来都是一样的.编译器或汇编器将如何知道两者之间的区别?
有人可以澄清更多关于这一点,并解释我如何实现加载4个float32_t值,这些值位于每个第4个内存位置到一个寄存器中?
大家好,我有一个我为ARM Cortex-A8处理器编译的项目.我正在利用GCC来做到这一点.目前我的可执行文件的大小是220.1 KB.现在我修改我的makefile并添加标志-mthumb,makefile行看起来有点像这样 -
gcc -mcpu=cortex-a8 -mthumb -marm -mfloat-abi=softfp -mfpu=neon
Run Code Online (Sandbox Code Playgroud)
我在所有的makefile中做了这个更改,我构建了我的项目,但我最终得到的可执行文件仍然是220.1 KB.
我对命令行进行了一次更改,我添加了-mthumb-interwork选项
gcc -mcpu=cortex-a8 -mthumb -mthumb-interwork -marm -mfloat-abi=softfp -mfpu=neon
Run Code Online (Sandbox Code Playgroud)
我再次获得相同大小的可执行文件220.1 KB.这样做我错过了什么吗?
我写了一个小程序,找到两个数字中最小的一个,然后使用以下命令行编译它
gcc main.c -o main
Run Code Online (Sandbox Code Playgroud)
我得到一个8.5 KB的可执行文件
接下来,我做了
gcc -mthumb main.c -o main
Run Code Online (Sandbox Code Playgroud)
我仍然得到一个8.5 KB的可执行文件.
这里有什么不对?
我做了一个cat /proc/cpuinfo看看我的处理器是否真的支持拇指,我发现它确实支持.我明白了 -
Processor: ARMv7 Processor rev 5 (v7l)
Features: swp half thumb fastmult vfp edsp neon vfpv3
....
....
Run Code Online (Sandbox Code Playgroud) 我是Python的新手.我的问题是,在任何给定时间内,为了跟踪对象数量而计算python对象数量的最佳方法是什么?我想过使用一个静态变量.
我已经阅读了几个关于Python的静态变量的问答,但我无法弄清楚如何使用静态实现对象计数.
我的尝试就像这样(下图),从我的C++背景来看,我期待这个工作,但事实并非如此.我不是iMenuNumber一个静态成员,每次创建一个对象时它都会增加?
class baseMENUS:
"""A class used to display a Menu"""
iMenuNumber = 0
def __init__ (self, iSize):
self.iMenuNumber = self.iMenuNumber + 1
self.iMenuSize = iSize
def main():
objAutoTester = baseMENUS(MENU_SIZE_1)
....
....
....
objRunATest = baseMENUS(MENU_SIZE_2)
Run Code Online (Sandbox Code Playgroud)
我还没有编写delete(del)函数(析构函数).
我做以下事情:
df = pd.DataFrame({'dttm_utc': pd.date_range('1/1/2012', periods=50, freq=pd.offsets.Minute(n=5))})
df['data1'] = np.random.randint(0, 500, len(df))
Run Code Online (Sandbox Code Playgroud)
df现在是:
data1
dttm_utc
2012-01-01 00:00:00 266
2012-01-01 00:05:00 384
2012-01-01 00:10:00 31
2012-01-01 00:15:00 306
2012-01-01 00:20:00 180
2012-01-01 00:25:00 58
2012-01-01 00:30:00 350
2012-01-01 00:35:00 190
2012-01-01 00:40:00 359
2012-01-01 00:45:00 493
2012-01-01 00:50:00 406
2012-01-01 00:55:00 363
2012-01-01 01:00:00 188
2012-01-01 01:05:00 446
2012-01-01 01:10:00 391
2012-01-01 01:15:00 13
2012-01-01 01:20:00 135
2012-01-01 01:25:00 220
2012-01-01 01:30:00 20
2012-01-01 01:35:00 408
2012-01-01 01:40:00 189
2012-01-01 01:45:00 …Run Code Online (Sandbox Code Playgroud) 我有一个
A = a1 a2 a3 a4
b1 b2 b3 b4
c1 c2 c3 c4
d1 d2 d3 d4
Run Code Online (Sandbox Code Playgroud)
我有2排,
float32x2_t a = a1 a2
float32x2_t b = b1 b2
Run Code Online (Sandbox Code Playgroud)
从这些我怎么能得到一个 -
float32x4_t result = b1 a1 b2 a2
Run Code Online (Sandbox Code Playgroud)
是否有任何单个NEON SIMD指令可以合并这两行?或者我如何使用内在函数尽可能使用最少的步骤来实现这一目标?
我想过使用zip/unzip内在函数但是zip函数返回的数据类型,这float32x2x2_t对我来说不合适,我需要一个float32x4_t数据类型.
float32x2x2_t vzip_f32 (float32x2_t, float32x2_t)
Run Code Online (Sandbox Code Playgroud)