【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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220