摘要：Intro： 绪论2：应用视角的操作系统。 目的：改写为非递归的汉诺塔，理解“状态机模型”。 一、递归版汉诺塔 课本上最基础的做法，递归是模拟某一步：把n-1个盘子从from移到via，就能把剩下的一个盘子从from移到to，最后把n-1个盘子从via移到to即可。 void hanoi_r(int
阅读全文
posted @ 2024-07-07 16:00
随笔分类 - 归档
摘要：Intro： 绪论2：应用视角的操作系统。 目的：通过精简程序，了解整个编译过程。 一、GCC 编译 hello.c 的全过程 .c (源代码) -> .i (预编译源代码) -gcc-> .S (汇编代码) -as-> .o -ld-> a.out （一）GCC 编译 hello.c 中只有一行
阅读全文
posted @ 2024-07-03 17:30
摘要：Intro： 绪论1：操作系统概述。 目的：模拟 RISC-V 平台指令，掌握如何编写 RISC-V 指令，解决“鸡兔同笼”问题。 1. rvemu.c 2. uncore.c 实现了两个主要函数：inst_fetch 和 ebreak 。 3. Makefile
阅读全文
posted @ 2024-07-03 15:36
摘要：Intro： 绪论1：操作系统概述。 目的：模拟数字电路系统，这是当今的硬件基础。 代码Github分为两部分： logisim.c 模拟 verilog 编程，输出 A=1;B=0... 到管道中。 seven_seg.py 将输出结果使用 ANSI 编码进行可视化展示。 这两部分的实施都比较巧妙
阅读全文
posted @ 2024-07-03 15:30
摘要：本文重点内容： 强行构造最小的 Hello World 程序 状态机模型 操作系统的程序剖析 一、强行构造最小的 Hello World 程序？ （1）精简 hello.c 程序：去掉头文件、主函数为空，但是发现编译时报错。 掌握常用的 GDB 调试指令、发现并追踪 return 错误的整个过程。比
阅读全文
posted @ 2024-06-30 12:41
摘要：本文主要内容：一加9刷入LineageOS的详细过程。 注意：重要账户及时退出！！！包括微信、QQ、美团和手机账户等。 1. 准备工作 手机端打开“开发者模式”，然后打开 USB调试、OEM 解锁两项后。 电脑端安装调试工具： sudo apt install adb fastboot # scoo
阅读全文
posted @ 2024-06-10 10:19
摘要：多任务系统根据任务调度的模式不同，可以分为两类： 抢占式多任务（preemptive multitasking）。“抢占”就是强制挂起正在执行的进程。 非抢占式多任务（coorperative multitasking）。除非进程自己主动停止（让步，yielding），否则会一直执行。 进程可分为：
阅读全文
posted @ 2024-06-10 10:19
摘要：参考：如何从 LineageOS 切换到 ColorOS 1. 安装高通驱动 从大侠阿木提供的第三方工具集合中下载高通驱动包 QDLoader HS-USB Driver，安装时选择第一项 WWW 那个即可。 检查是否安装成功：安装完成后重启，到“计算机管理”→“设备管理器”中，点击上方“查看”-“
阅读全文
posted @ 2024-06-10 10:18
摘要：本文的主要内容：一个进程从生到死的过程。 一、任务队列和 task_struct 任务描述符 Linux的“任务队列”是一个双向链表，链表中每一项为进程描述符task_struct，它包含了一个正在执行的程序的完整信息：它打开的文件、进程的地址空间、挂起的信号、进程的状态等等。 Linux 通过 s
阅读全文
posted @ 2024-06-10 10:18
摘要：扫盲课。对 Linux 系统下，进程和线程的基本概念和对比进行阐述。 一、进程 进程是处于执行期的程序及相关资源的总称。操作系统为进程提供两种虚拟机制：虚拟处理器 & 虚拟内存，目的是让进程有一种假象：“独享处理器和整个内存空间”。 关于进程描述符 struct task_struct 放在后续内容
阅读全文
posted @ 2024-06-10 10:17
摘要：重点：this指针的作用、背后的行为机制。 this指针的行为机制 this指针作用域仅限在类内部，代表当前对象的地址；*this代表当前对象的引用 成员函数访问成员变量时：编译器会自动把this指针传递给成员函数 一个对象的 this 指针并不是对象本身的一部分，不会影响 sizeof(class
阅读全文
posted @ 2024-06-02 10:55
摘要：几句话总结 static 的用法。 1、静态变量 静态变量统一放在特定内存区域中，在程序的整个生命周期内只有一份 作用之一：保存上一次的调用状态 作用之二：限定访问范围。静态变量只在当前文件有效，即便在其他文件中进行了 extern 声明都无法使用该变量。 静态类对象是在主函数之后被销毁的 2、静态
阅读全文
posted @ 2024-05-31 17:26
摘要：几句话总结const的用法。 1. const 常量与 #define 宏定义的区别？ const 是一种“修饰符”，定义时必须初始化。 安全检查。const 变量需要经过编译器的规则检查。 节约空间。const 只有一份，#define 有若干个拷贝。 2. const 作为局部变量 const
阅读全文
posted @ 2024-05-29 10:53
摘要：cuda 没有提供自动求导机制，因此我们需要完成以下两步，实现反向传播。 一、计算所有 trainable 参数的偏微分 判断哪些参数是 trainable 的？ 本例中，输入 f 的坐标是固定的，所以 uvw 的值也是固定的，因此只需要求 feats_interp对各个顶点的特征量 \(f_i\)
阅读全文
posted @ 2024-05-28 20:05
摘要：一个简单的CUDA实践。用于实现前向传播。 一、算法设计 （一）问题背景描述和算法设计？ 问题描述：计算某个点 f 的特征值的“插值”结果。 以二维为例，为了“插值”得到 f 的特征值，需要用到：各顶点的特征值 \(f_i\) 和 f 距离该顶点对面的两条边的距离的乘积之和。 如果扩展到三维，那么需
阅读全文
posted @ 2024-05-28 20:03
摘要：博主给出的学习小 Tips。 Suggestions 在 Google scholar 中查找 NeRF 中的论文； 使用 enoip、pytorch-lightning 简化代码书写； 专业领域名词 rasterization: 把 3D 物体投影到成像面
阅读全文
posted @ 2024-05-28 19:56
摘要：作者实现的 ngp_pl 代码还存在的两个问题： 收敛后的采样点数比NGP多（这导致计算量变大，渲染帧率下降）； 有些场景会失败； 一、数据准备 代码都在 dataset 文件夹下面。 作者支持大部分算法的数据集格式，包括： NSVF：讲解的时候展示了 nsvf.py 这个文件，但是自己没找到它 N
阅读全文
posted @ 2024-05-28 19:55
摘要：NGP 改用了 Grid based 的方法。NeRF 采用了一个很大的神经网络（8层、每层256个神经元），直接计算每个采样点的 \(\sigma\) 和 \(c\) 就会很慢；NGP则是先找到所有包含这个点的Voxel，利用Voxel的顶点进行“三维内插”（trilinear）得到"特征值"，把
阅读全文
posted @ 2024-05-28 19:53
摘要：V. Coordinate MLP Coordinate-MLPs 任务描述：把一张图片 Normalize 它的坐标，然后经过一个多层 MLP 后输出其颜色。
阅读全文
posted @ 2024-05-28 19:48
摘要：Mip-NeRF算法思想。 Paper explanation Mip-NeRF360 and BlockNeRF 一、NeRF 的缺点 所有采样点都是：光心+像素中心的射线确定的，如果给定的图像分辨率比较低，那么每个像素会很大，中心点是不足以代表整个像素的颜色的；这会导致 NeRF 锯齿化太严重的
阅读全文
posted @ 2024-05-28 19:48
浙公网安备 33010602011771号