lkd,ulk,ldd,《完全注释(剖析)》,《情景分析》这几本书该按什么顺序看?

res_score 2010-09-28 03:54:01
谢谢!
...全文
2347 17 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
jiaguang3010717 2010-10-04
  • 打赏
  • 举报
回复
支持LDD3
cug_fish_2009 2010-10-02
  • 打赏
  • 举报
回复
我先看2.6内核的《深入理解linux内核》,有些难。
建议初学者学习《linux内核完全注释》。
QQQMMQQQ 2010-10-02
  • 打赏
  • 举报
回复
搞定了《完全》,其它都会!
runcoder 2010-10-01
  • 打赏
  • 举报
回复
我觉得可以一起看啊,互相参考。。。看你对哪块容易理解就先看哪块,碰到不懂的,再参考另外的。。。这样互相对比
Frog1228 2010-09-30
  • 打赏
  • 举报
回复
[Quote=引用 11 楼 vincent2600 的回复:]

和顺序有关系吗 还是选一本搞透比较好
[/Quote]
不是的,三本是循序渐进,各有侧重的,内核,驱动,情景分析。
Frog1228 2010-09-30
  • 打赏
  • 举报
回复
各位大虾,能把中文全称写下来吗?
Wenxy1 2010-09-29
  • 打赏
  • 举报
回复
ldd
ulk
eldd.
帅得不敢出门 2010-09-29
  • 打赏
  • 举报
回复
lkd 与ldd顺序可以换
建议ulk放最后
小魔菇 2010-09-29
  • 打赏
  • 举报
回复
lkd
剖析
ULK
情景分析
LDD
laoshizhuce 2010-09-29
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 deep_pro 的回复:]

先看lkd2

完全注释(剖析)情景分析 这种老版本的实在提不起兴趣,因为看了开发中也用不上。2.6内核本身的变化都足以折磨人了,跟别说2.4.0乃至原始版的0.12

ulk和ldd都有新的替代者:
ulk3-》深入Linux内核架构
ldd3-》ELDD

此外,做驱动开发看ulk就没太大意义,基本没用。直接看驱动才实在
[/Quote]

deep_pro说的很在理 但我觉得ldd3比ELDD要深 ELDD很浅 都是伏在表面
vincent2600 2010-09-29
  • 打赏
  • 举报
回复
和顺序有关系吗 还是选一本搞透比较好
pottichu 2010-09-28
  • 打赏
  • 举报
回复
总体来说 ldd3 还是不错的, 但理论性比较强, 很多内容上下不能衔接,
与硬件相关的部分又完全不讲, 不过也是可以理解的,毕竟篇幅有限。

PS: 读懂 ldd3 离牛还很远。
deep_pro 2010-09-28
  • 打赏
  • 举报
回复
我对ldd3实在没太多好感
现在已经有很多很好的内核书籍了,博览才更容易贯通
soon 2010-09-28
  • 打赏
  • 举报
回复
能把 LDD3 里面的东西完全搞懂,你就是牛人了,书不在多,关键是你能不能完全理解。
vincent2600 2010-09-28
  • 打赏
  • 举报
回复
~~~~~~~~~~~~~~~~~~~~~~
deep_pro 2010-09-28
  • 打赏
  • 举报
回复
先看lkd2

完全注释(剖析)情景分析 这种老版本的实在提不起兴趣,因为看了开发中也用不上。2.6内核本身的变化都足以折磨人了,跟别说2.4.0乃至原始版的0.12

ulk和ldd都有新的替代者:
ulk3-》深入Linux内核架构
ldd3-》ELDD

此外,做驱动开发看ulk就没太大意义,基本没用。直接看驱动才实在
pottichu 2010-09-28
  • 打赏
  • 举报
回复
推荐是:

lkd
ldd
ulk

其他看不看无所谓。 很多内容都是重复的。
内容概要:该文档为一段用于Google Earth Engine(GEE)平台的JavaScript代码脚本,旨在对研究区域(AOI)内的Landsat 8卫星影像进行土地利用/土地覆盖(LULC)分类。脚本首先筛选2024年云量低于10%的Landsat 8 Level-2地表反射率影像,构建中值合成影像并应用缩放因子校正。随后,基于预先定义的水体(Water)和植被(Vegetation)样本点,合并训练样本并提取影像对应波段数据,采用随机森林分类器(smileRandomForest)对影像进行监督分类。最后,通过划分训练集与测试集,输出混淆矩阵、总体分类精度和Kappa系数,完成分类结果的精度评估。; 适合人群:具备遥感图像处理基础知识的科研人员、地理信息系统(GIS)技术人员以及环境监测相关领域的研究生或专业人员;熟悉GEE平台基本操作者更佳; 使用场景及目标:①实现特定区域多光谱遥感影像的土地覆盖分类;②掌握GEE平台上从影像预处理、样本构建、模型训练到精度验证的完整分类流程;③支持水资源管理、生态环境监测等应用领域的空间数据分析; 阅读建议:此资源以实际代码形式呈现,建议结合GEE开发环境边运行边学习,重点关注影像预处理方法、训练样本构建逻辑、分类器参数设置及精度评估指标解读,便于迁移应用于其他区域或传感器数据。

4,466

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