CMake

本项目脚手架快速搭建web服务。基于epoll/poll/select + c + cmake +react19 +vite 5 +antd。 本项目特点：基于epoll，轻量级，资源消耗少，跨平台（linux/windows）。 分前后端项目代码，源代码少，vite和cmake一条龙构建。 分前后端项目代码，源代码少，vite和cmake一条龙构建。 分前后端项目代码，源代码少，vite和cmake一条龙构建。

核心功能实现: 实现基础指令集, 构建 x1 - x31 寄存器, 同时对 flash 存储器和 RAM 存储器等外设进行模拟。 镜像编译与指令模拟: 使用 MounRiver Studio 进行 elf 镜像编译。运用 C 语言编写指令解析器, 将编译好的镜像成功导入到模拟的 flash 存储器中。模拟器能够流畅执行镜像中的程序, 实现各种运算、跳转等操作, 完整模拟了 RISCV 架构的运行流程。 调试功能集成：为了提升开发效率, 方便对程序进行调试和优化, 为模拟器集成了 GDB Server。

设计驱动： 导入包含文件系统的测试镜像以模拟硬盘环境, 为后续开发和测试提供真实的应用场景。 分区&FAT解析：识别和提取分区的关键信息, 为后续文件系统的操作提供依据。 文件 & 文件夹操作：涵盖目录和文件/文件夹的创建、删除以及修改操作。 分区挂载：完成分区挂载操作。 分区格式化：开发分区格式化功能, 能够对存储设备进行初始化处理。

设计Boot 程序、Loader 程序，读取并解析操作系统内核 同步与互斥机制构建，通过实现信号量与锁机制, 确保进程在访问共享资源时能够有序进行, 避免资源竞争和数据冲突。 实现分页机制，将进程加载到虚拟地址空间, 使得各个进程之间相互隔离, 运行时互不干扰。 搭建了 TTY（终端设备）与文件系统, 为系统提供了标准的输入输出支持 实现Shell 程序, 解析并执行命令行

对图像进行识别并评估图像识别的准确率 1) 对推理的数据集进行分割； 2) 网络分配已分割的数据集； 3) 远程控制推理； a. 初始化推理设备 b. 加载推理模型 c. 数据推理前处理 d. 数据推理 4) 返回推理后的推理结果； 5) 对推理结果进行处理获得FPS值（加速卡每秒钟推理的图片数量，其中推理包括推理前处理、推理及推理后处理三个部分）及推理的精度值；

一. 介绍 本项目是由C++开发的分布式网络通信框架(RPC)，为了分布式环境下服务器之间进行远程方法调用提供了一套接口，通过该框架可以快速的实现RPC方法调用。 二. 技术栈 项目开发涉及到以下几个方面： RPC远程过程调用原理以及实现 Protobuf数据序列化和反序列化协议 ZooKeeper分布式一致性协调服务应用以及编程 网络库编程 conf配置文件读取 异步日志模块 线程池模块 CMake构建项目集成编译环境 具体可以看github

编译器开发、优化。基于业界主流编译器平台LLVM为嵌入式DSP类芯片提供C编译器，包含开发实现以及性能优化。基于需要DSP类硬件体系结构、编译原理、数据结构、算法等均有深入研究并实践应用。前端：Intrinsic-C扩展；后端：指令选择、寄存器分配、打包、调度、硬件循环等实现、基于目标机架构的自定义并调优；DAG图下的各优化算法、基于汇编输出的前后端综合优化有一定调优积累。

CS144是斯坦福的一门计算机网络课程。全称：CS 144: Introduction to Computer Networking。课程的重点在于lab，一步步实现一个TCP协议。

1. 参考Matlab，numpy, MNN库实现了Linear Algebra基础库，可以进行矩阵运算。 2. 实现了golang扩展数据结构，如优先级队列，BitMap，红黑树，栈，队列，双向循环链表。 3. 使用CGO，通过底层api实现golang调用c的静态库，构建了大规模矩阵乘法和SVD分解等复杂运算。 4. 使用并发安全，多线程等机制，利用CPU多核心，快速计算矩阵，实现了FFT，Strassen等算法。

基于微服务的视觉系统，包含认证鉴权、标签管理、视觉算法（检测、分割、OCR）训练推理等模块。使用到的技术和工具：算法相关（YOLO系列、SSD、MaskRcnn、PaddleOCR、face_recognition、dlib）、Web相关（Springboot、Nacos、Mysql、Redis、Nginx、Maven）、C++工具（Opencv、Eigen、Cmake、GNU、Tesseract、TensorRT）、Python工具（Opencv、Flask、Numpy、Pytorch、Anaconda）