8139网卡是如何判断link status的?

Flood1984 2007-09-28 10:22:33
我在两台linux机器上使用8139网卡,想实现单工通信(即:从机器A发送数据到机器B)。
网线接法为:A的Tx+接B的Rx+,A的Tx-接B的Rx+,其它脚为空。
然后将网卡设置为半双工模式(命令:mii-tool -F 100baseTx-HD eth0)。

结果:机器B(接收方)上的网卡显示link ok ,机器A(发送方)上的显示no link。(读8139的link status寄存器得到的结果)。
我尝试将自动协商寄存器(Auto negotiation)关闭,但是没有效果。将发送端的接收功能(Receive Enable)关闭,也没有效果。

请问:8139是如何判断网线是否接通的? 即:在什么情况下,8139会更新link status寄存器的值?
Link status寄存器指 Basic Mode Status Register(Offset 0064h)下的bit2位。

谢谢!
...全文
437 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
Flood1984 2007-09-29
  • 打赏
  • 举报
回复
上面第二行写错了,网线接法为:A的Tx+接B的Rx+,A的Tx-接B的Rx-,其它脚为空。
网卡A:--->网卡B:

Tx+ \ Tx+
Tx- \ \ Tx-
Rx+ \ \_ Rx+
Rx- \__ Rx-
netdigger_2000 2007-09-29
  • 打赏
  • 举报
回复
网线有问题啊。PC2PC要用交叉线。网上有标准的做法,google一下吧。
hefuhua 2007-09-28
  • 打赏
  • 举报
回复
不懂...
不过对接可以用交叉线的,如果电路是交叉的要用直连线
下载代码方式:https://pan.quark.cn/s/f37bcecd66c0 YOLOv3(You Only Look Once version 3)是一种基于深度学习技术的目标检测方法,由Joseph Redmon、Ali Farhadi等研究者于2018年开发。该算法在目标检测领域展现出广泛的应用前景,特别是在实时视频处理、自动驾驶系统以及智能监控系统等场景中。与YOLO的前两个版本相比,YOLOv3在提升检测准确性的同时,依然维持了较高的处理速度。YOLOv3模型的关键构成要素包括三个主要部分:网络设计、损失评估机制以及数据准备流程。1. **网络设计**:YOLOv3以DarkNet-53作为其基础网络结构,DarkNet-53是一种包含53层卷积层的深度卷积神经网络,其设计目标在于实现准确性与计算效率的均衡。YOLOv3引入了特征金字塔网络(Feature Pyramid Network, FPN)的理念,这一创新能够有效检测不同尺寸的目标。模型通过多个层级进行预测,每个层级专门负责识别特定尺寸的物体,从而显著增强了小尺寸目标的检测性能。2. **多尺度预测**:YOLOv3在三个不同的尺度上执行预测任务,每个尺度对应一组不同的锚框(Anchor Boxes),锚框是预先设定的可能目标尺寸,用于初始化检测框。每个网格单元负责预测多个锚框,每个锚框包含两个坐标偏移量(表示框的位置)、一个置信度得分(表明该框内存在目标的概率)以及类别概率。3. **优化的Anchor Boxes**:与YOLOv2相比,YOLOv3采用了更多种类的锚框,这些锚框具有不同的比例和尺寸,从而更有效地适应各种形状和大小的目标。4. **损失评估机制**:YOLOv3的...

4,469

社区成员

发帖
与我相关
我的任务
社区描述
Linux/Unix社区 内核源代码研究区
社区管理员
  • 内核源代码研究区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧