背景最近在研究读取配置相关的开源项目–libconfig。libconfig项目目前仅支持c版本和c++版本。我们当前项目是用golang编写的，于是就想通过cgo的方式调用libconfig里面的功能。刚开始一切顺利，分别编译libconfig的windows版本库和linux版本库;分别在windows环境和linux环境下写DEMO程序，这些都没有任何问题。问题出现由于，我们开发环境在win
0.调用实例先看一个调用实例，顺着调用流程探寻ncnn内部具体实现细节。#include "net.h"
int main(int argc, char **argv)
{
ncnn::Mat in;
ncnn::Mat out;
ncnn::Net net;
net.load_param("model.param");
net.load_mo
转载
2024-03-19 20:28:41
176阅读
Fedora环境编译环境操作系统： 64位 Fedora23下载源文件spice-gtk、spice-protocol安装依赖$ sudo yum install -y dh-autoreconf.noarch gtk-doc.noarch icoutils.x86_64 perl-Text-CSV.noarch vala-tools.x86_64 gtk3-devel.x86_64 openss
转载
2024-07-26 14:25:52
419阅读
1.解释编译 ：计算机程序设计语言通常分为机器语言、汇编语言和高级语言三类。高级语言需要翻译成机器语言才能执行，而翻译的方式分为两种，一种是编译，另一种是解释。下面会总结编译和解释的区别。编译的过程和解释的过程编译（Compile）的过程是把整个源程序代码翻译成另外一种代码，翻译后的代码等待被执行或者被优化等等，发生在运行之前，产物是另一份代码。解释（Interpret）的过程是把源程序代码一行一
ncnn git：https://github.com/Tencent/ncnnncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖，跨平台，手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn，开发者能够将深度学习算法轻松移植到手机端高效执行，开发出人工智能 APP，将 AI 带到你的指尖。ncnn 目前已在腾讯多
转载
2024-06-05 07:16:22
205阅读
首先笔者的GPU显卡是Nvidia的GTX1060 6g,安装好显卡驱动和CUDA软件包之后就可以写并行程序了,编译可执行文件的命令为nvcc -o helloWorld helloWorld.cu -lcurand其中-o helloWorld表示生成可执行文件helloWorld,helloWorld.cu是编写的程序文件,-lcurand表示动态链接库libcurand.so,其中需要保
转载
2024-09-13 15:29:05
149阅读
前情提要NeRF在我之前的文章中已经介绍过其牛X之处，不过它也存在如训练、推理慢等问题。近期，Nvidia提出的instant-ngp算法实现了快速的NeRF训练和推理。本文主要介绍了在Windows10系统下运行instant-ngp的方法和我在复现过程中出现的一些小问题。instant-ngp代码链接：https://github.com/NVlabs/instant-ngp准备工作在运行in
我个人的使用经验感觉，NCNN最大的优势在于运行模型推理时使用内存非常少，一个超轻量级的模型只需几十M的内存，而TensorRT下同一模型则需要几百个M的内存！NCNN这个优点是NVIDIA的TensorRT不能比的，TensorRT的优势就是模型推理时速度基本稳定，当然也比较快，FP32和FP16模式下占用内存和推理速度都有差异，NCNN下轻
转载
2024-02-27 21:08:03
235阅读
0.调用实例先看一个调用实例，顺着调用流程探寻ncnn内部具体实现细节。#include "net.h"
int main(int argc, char **argv)
{
ncnn::Mat in;
ncnn::Mat out;
ncnn::Net net;
net.load_param("model.param");
net.load_mo
转载
2024-07-02 07:27:54
159阅读
树莓派3b+上安装 1、安装 2、git clone https://github./Tencent/ncnn 3、修改CmakeList.txt文件。去掉下面两段代码前面的#，便于后续的测试 https://github./Tencent/ncnn/wiki/how-to-build
原创
2022-01-17 16:50:24
845阅读
俗话说：＂功夫不负有心人＂，通过编译Linux内核时才能真正体会到．曾经也失败过无数次，放弃过一段时间编译．最后通过自己不断的实践和在网上收集这方面资料，终于在前不久编译成功了．把我在网上收集的资料和自己编译的过程整理了一下，拿来和大家分享一下，希望能给有这方面需要的同仁以帮助，好让大家少走弯路．言归正传：环境：VMware5.0 for windows(在新建虚拟机向导的"虚拟机磁盘类型"本人选
地址1https://www.xfocus.net/bbs/index.php?act=SE&f=2&t=58560&p=272208===================================
int *ret;
ret = (int *)&ret + 2;
(*ret) = (int) shellcode; RET我知道是返回的变量,可是哪里进行
近两年，微软越来越拥抱开源支持跨平台，win10搭载Linux子系统，开源VSCode作为跨平台编辑器，VS2017官方支持了Linux和嵌入式开发功能。ST也是，近两年开发的软件工具基本都是跨平台(基于Java)的，比如STM32CubeMX，MCUFinder,STM32CubeProgrammer等。17年年底收购了truestudio的开发公司-Atollic。这个公司的IDE就是基于Ec
该程序摘自《深入理解NET-SNMP实战》第8章的示例程序，编译本书代码的前提是已经从NET-SNMP源码编译出lib文件。同事有完整的源代码文件。一、程序源代码#include<net-snmp/net-snmp-config.h>
#include<net-snmp/includes.h>
#include<string.h>
int main(int ar
本篇文章只是翻译，其中的源码也是官方的。而且源码是ENet1.3.0版的。后边的文章会有一个示例程序的源码。 这边有一个名词peer要理解。这个peer就是P2P(peer-to-peer)中的peer，个人感觉就是指对等网络中的一个节点。 本人英文水平有限，中文水平也有限，不明白地方还是看英文原文吧~~~这里将原文也贴出了。 至于代码里的注释。。。本人比较懒。。。 对照翻译
转载
2024-08-19 15:28:23
63阅读
最近在做机器翻译的实验，在跑代码的时候需要用到NVIDIA的NCCL多GPU加速工具，网上有关NCCL的博客都是基于NCCL2.x版本，而我要用到的是1.x版本，经过很多次尝试终于把环境搞定，在此记录下我的一些经验，希望能够帮助到有需要的小伙伴. 目录1. cuda及cudnn安装2. Torch安装3. NCCL安装3.1. 在NCCL2.x环境运行NCCL1.x代码遇到的问题3.2 放弃NCC
转载
2024-10-20 18:49:48
178阅读
# 编译ncnn在Android平台上的方法
## 介绍
NCNN是一个高性能、轻量级的神经网络计算框架，适用于移动端和嵌入式设备。本文将介绍如何在Android平台上编译ncnn，并提供代码示例。
## 准备工作
在开始编译ncnn之前，需要确保Android开发环境已经搭建好，并且已经安装好CMake和NDK。
## 步骤
1. 首先，从ncnn的GitHub仓库中获取最新的源代码：
原创
2024-04-02 06:58:55
321阅读
Ubuntu系统---编译opencv程序的几种方式g++、Makefile、Cmake 先建立一个工程（一个文件夹），写好xxx.cpp文件，可以是多个： //----------opencv.cpp------------
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
1. 介绍开篇先介绍、先甩资料给大家看，之后再自己演示一下基本使用。Ninja 是Google的一名程序员推出的注重速度的构建工具，一般在Unix/Linux上的程序通过make/makefile来构建编译，而Ninja通过将编译任务并行组织，大大提高了构建速度。3. 使用3.1. cmake生成一般是通过cmake来生成ninja的配置，进而进行编译。先从cmake-examples入门：git
1. 程序的空间属性一般情况下，一个程序本质上都是由 bss段、data段、text段三个组成的——本概念是当前的计算机程序设计中是很重要的一个基本概念。而且在嵌入式系统的设计中也非常重要，牵涉到嵌入式系统运行时的内存大小分配，存储单元占用空间大小的问题。BSS段：BSS段（bss segment）通常是指用来存放程序中未初始化的全局变量的一块内存区域。BSS是英文Block Started by
