【亲测免费】 arm-linux-gcc-4.5.1 安装方法
2026-01-28 06:22:37作者:江焘钦
简介
本资源文件提供了 arm-linux-gcc-4.5.1 的安装方法,适用于在 Linux 系统上进行 ARM 架构的交叉编译。该版本由 FriendlyARM(友善之臂)提供,适用于嵌入式开发环境。
安装步骤
1. 下载 arm-linux-gcc-4.5.1 安装包
首先,下载 arm-linux-gcc-4.5.1 的安装包。你可以通过提供的百度云链接下载,提取码为 K6nr。
2. 解压安装包
在 /usr/local/ 目录下新建一个名为 arm 的文件夹,然后将安装包解压到该文件夹中。使用以下命令进行解压:
sudo tar -zxvf arm-linux-gcc-4.5.1-tar.gz -C /usr/local/arm/
3. 调整文件夹结构
解压后,你会发现 /usr/local/arm 路径下有一个 opt 文件夹,其中嵌套了几层文件夹。为了方便使用,可以将 4.5.1 文件夹复制到 /usr/local/arm 下,并删除多余的 opt 文件夹:
sudo cp -r /opt/FriendlyARM/toolschain/4.5.1 /usr/local/arm
sudo rm -rf /usr/local/arm/opt
4. 添加环境变量
编辑 /etc/environment 文件,在文件末尾添加以下内容:
export PATH=$PATH:/usr/local/arm/4.5.1/bin
然后更新环境变量:
source /etc/environment
5. 安装 32 位库
在 64 位系统上,需要安装 32 位库以支持交叉编译器的运行。使用以下命令安装:
sudo apt-get install libc6:i386
sudo apt-get install lib32z1
6. 检查安装是否成功
最后,使用以下命令检查 arm-linux-gcc 是否安装成功:
arm-linux-gcc -v
注意事项
- 确保在解压和复制文件夹时使用
sudo命令以获得足够的权限。 - 在添加环境变量后,务必更新环境变量以使更改生效。
- 如果系统是 64 位,必须安装 32 位库才能正常使用交叉编译器。
通过以上步骤,你就可以成功安装并使用 arm-linux-gcc-4.5.1 进行 ARM 架构的交叉编译了。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust014
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
629
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
888
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
909
暂无简介
Dart
922
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381