首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

解决linux安装软件:/lib/ld-linux.so.2: bad ELF interpreter问题

# arm-linux-gcc hello.c -o tt /home/gl/usr/local/arm/4.3.2/bin/arm-linux-gcc: /home/gl/usr/local/arm/4.3.2/bin/arm-none-linux-gnueabi-gcc: /lib/ld-linux.so.2: bad ELF interpreter: 没有那个文件或目录 /home/gl/usr/local/arm/4.3.2/bin/arm-linux-gcc:行3: /home/gl/usr/local/arm/4.3.2/bin/arm-none-linux-gnueabi-gcc: 成功 [root@austgl gl]# yum install ld-linux.so.2 已加载插件:langpacks, presto, refresh-packagekit 解决依赖关系 --> 执行事务检查 ---> 软件包 glibc.i686.0.2.16-28.fc18 将被 安装 --> 处理依赖关系 libfreebl3.so(NSSRAWHASH_3.12.3),它被软件包 glibc-2.16-28.fc18.i686 需要 --> 处理依赖关系 libfreebl3.so,它被软件包 glibc-2.16-28.fc18.i686 需要 --> 执行事务检查 ---> 软件包 nss-softokn-freebl.i686.0.3.14.3-1.fc18 将被 安装 --> 完成依赖关系计算 ^[^A 依赖关系解决

019
您找到你想要的搜索结果了吗?
是的
没有找到

Linux下离线手动下载安装C++开发环境

Linux下我们习惯了使用软件包管理器来安装我们需要的软件,比如Red Hat公司的Fedora、RHEL(Red Hat Enterprise Linux)和后来加入红帽的CentOS,使用rpm和yum来安装软件,Ubuntu使用apt-get来安装。 使用软件包管理器确实很方便,在联网的环境下,从下载到安装,以及自动关联软件的依赖项,并且一次安装所有依赖的软体包,为我们省去了很多繁琐的操作。这样确实很好,但是我们却失去了了解软件有哪些组成模块和依赖项的机会。下面我就要折腾一下,手动下载安装C++环境,摆托yum install gcc-c++ 这种傻瓜式操作。手动下载安装还有一个好处就是为不能联网的机器安装软件。有时候,确实要这样做。

02

Samba在CentOS7下的图形化界面的安装

第一步:下载 samba 的源码包 http://archives.fedoraproject.org/pub/archive/fedora/linux/releases/14/Everything/source/SRPMS/ 下载文件: system-config-samba-docs-1.0.9-1.fc14.src.rpm system-config-samba-0.99.47-1.fc14.src.rpm 名称跟这个差不多的就可以,最好是下载最新的版本 第二步:安装 rpm-build 的编译工具,目的是编译 rpm 包。 yum install -y rpm-build 第三步:对源码包进行编译 rpmbuild --rebuild system-config-samba-0.99.47-1.fc14.src.rpm rpmbuild --rebuild system-config-samba-docs-1.0.9-1.fc14.src.rpm 注意:在编译过程中会提示错误信息,请根据对应的提示安装对应的依赖包, 安装完执行同样的命令进行安装。 在此rpmbuild/RPMS/noarch/目录下会生成对应的包,以.rpm结尾 第四步:安装编译好的包,如下,实际可能名称不同 rpm -ivh system-config-samba-1.2.90-1.el6.noarch.rpm system-config-samba-docs-1.0.9-1.el6.noarch.rpm 第五步:经过一系列的安装配置,下一步就是打开 samba 的图形化界面了 执行命令 system-config-samba/sudo system-config-samba

03

PNAS:青少年大脑功能连接的保守和破坏性模式变化

青少年时期人类大脑功能的变化尚不完全清楚。在这项研究中,我们使用多回声功能磁共振成像(fMRI)来测量298名健康青少年的330个皮层区域和16个皮层下区域间静息态振荡的功能连通性(FC)的发育变化。受试者年龄在14 - 26岁,间隔至少6个月扫描1- 3次。我们发现FC有两种不同的与年龄相关的变化模式:保守型和破坏性。初级皮层以保守发育为主,14岁时连接较强,14 - 26岁时连接更强。联合皮层及皮层下区以破坏发育为主,连通性被重塑:14岁时较弱的连接在青春期变得较强,14岁时较强的连接变得较弱。使用成熟指数(MI)对这些发展模式进行了量化,该指数估计为每个脑区边基线FC (14 岁, FC14)和青少年FC变化(ΔFC14-26)之间的Spearman相关性。在先前的fMRI数据中,社会认知和自传体记忆任务激活了破坏性系统(负MI),并与先前的有氧糖酵解(AG)、AG相关基因表达、出生后皮层表面扩张和青少年期皮层厚度收缩的地图显著重合。这两种发育模式的存在对许多灵敏度分析是稳健的。我们的结论是,在青少年时期,人脑组织被皮质和皮质下区域之间的FC重塑所破坏。

04

KASAN实现原理【转】

KASAN是一个动态检测内存错误的工具。KASAN可以检测全局变量、栈、堆分配的内存发生越界访问等问题。功能比SLUB DEBUG齐全并且支持实时检测。越界访问的严重性和危害性通过我之前的文章(SLUB DEBUG技术)应该有所了解。正是由于SLUB DEBUG缺陷,因此我们需要一种更加强大的检测工具。难道你不想吗?KASAN就是其中一种。KASAN的使用真的很简单。但是我是一个追求刨根问底的人。仅仅止步于使用的层面,我是不愿意的,只有更清楚的了解实现原理才能更加熟练的使用工具。不止是KASAN,其他方面我也是这么认为。但是,说实话,写这篇文章是有点底气不足的。因为从我查阅的资料来说,国内没有一篇文章说KASAN的工作原理,国外也是没有什么文章关注KASAN的原理。大家好像都在说How to use。由于本人水平有限,就根据现有的资料以及自己阅读代码揣摩其中的意思。本文章作为抛准引玉,如果有不合理的地方还请指正。

02
领券