- 博客(13)
- 资源 (13)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 【HLS】 数组接口综合 优化
0 code test// E.g. For 8 channels:// Array Order : 0 1 2 3 4 5 6 7 8 9 10 etc. 16 etc...// Sample Order: A0 B0 C0 D0 E0 F0 G0 H0 A1 B1 C2 etc. A2 etc...// Output Order: A0 B0 C0 D0 E0 F0 G0 H0 A0+A1 B0+B1 C0+C
2021-01-30 22:55:51
2147
原创 Hamming(汉明)窗的原理介绍及实例解析
概念 在数字信号处理过程中，每次FFT变换只能对有限长度的时域数据进行变换，因此，需要对时域信号进行信号截断。即使是周期信号，如果截断的时间长度不是周期的整数倍（周期截断），那么，截取后的信号将会存在泄漏。为了将这个泄漏误差减少到最小程度（注意我说是的减少，而不是消除），我们需要使用加权函数，也叫窗函数。加窗主要是为了使时域信号似乎更好地满足FFT处理的周期性要求，减少泄漏。这里面，有很多窗函数可以使用，不过，每种窗函数的使用场景是不同的。由于直接对信号（加矩形窗）截断会产生频率泄露，为了改善频率泄露的
2021-01-28 18:40:34
13821
原创 快速从Github下载代码
首先假设你你已经有了码云账户，没有的童鞋可以在这里注册：https://gitee.com/。你需要有个github账户，没有的童鞋可以在这里注册：https://github.com/join。在码云导入github代码库。（如若要下载github中其他人的代码，你需要先把这个项目Fork一下）...
2021-01-26 13:34:10
217
原创 #pragma HLS loop_tripcount min=＜int＞ max=＜int＞ avg=＜int＞
当HLS不知道相应的循环上界，无法确定时延（运行循环所需要的周期）可以运用tripcount指令，或者将上限定义为c中的宏。 tripcount指令可以定义一个最小或者平均或者最大的循环上限，它表示循环迭代的次数。void foo (num_samples, ...) { int i; ... loop_1: for(i=0;i< num_samples;i++) { #pragma HLS loop_tripcount min=12 max=16 ... resu
2021-01-25 11:34:24
1404
原创 Vivado HLS #pragma HLS STREAM
dataflow数据流#pragma HLS dataflow //任务级流水化而不是顺序执行 默认用double-buffer来实现一个比较经典的方式来展示templete参数，unroll、dataflow使用的例子，如下所示，它实现了N个testCore模块并行执行。templete<int N>void design(int value[N]){#pragma HLS dataflow for(int i = 0; i < N; i++){#pra
2021-01-23 23:47:03
1779
原创 Vivado HLS AXI4总线 接口
AXI总线和接口AXI（Advanced eXtensible Interface）总线是AMBA总线架构中，最新并且性能最好的一个总线标准。AXI的设计目标是可以在高时钟频率下运行，并在延滞时间长的状况下仍可达成高数据吞吐率。AXI总线将读/写请求与读/写结果相互分离、将数据写入和数据读出的信号相分离，可以同时进行写入和读出动作，从而最大限度地提高总线的数据吞吐率。由若干master设备和slave设备通过一些形式的interconnect组成的典型的系统如下图所示，AXI总线即可作为其中的Inter
2021-01-23 23:04:03
3602
原创 开发板 UART串口不能被电脑识别检测到的问题
问题描述端口一列没有 usb to UART 的选项解决办法下载驱动https://www.silabs.com/developers/usb-to-uart-bridge-vcp-drivers
2021-01-23 19:30:35
5280
原创 信息瓶颈理论解释DNN泛化能力
Prof Naftali Tishby提出用information bottleneck 的思路理解神经网络。主要文章有以下三篇：《The Information Bottleneck Method》：信息瓶颈理论的提出《Deep Learning and the Information Bottleneck Principle》：发现深度学习和信息瓶颈理论的存在关联《Opening the Black Box of Deep Neural Networks via Information》根据信息瓶
2021-01-17 21:43:01
1463
原创 rle coco voc yolo label标签互相转换
rle2cocoimport datetimeimport jsonimport osimport reimport fnmatchfrom PIL import Imageimport numpy as npfrom pycococreatortools import pycococreatortoolsimport pandas as pdfrom skimage.data import imreadimport matplotlib.pyplot as pltdataset
2021-01-11 13:32:54
1813
原创 Python-pandas的dropna()方法-丢弃含空值的行、列
0.摘要dropna()方法，能够找到DataFrame类型数据的空值（缺失值），将空值所在的行/列删除后，将新的DataFrame作为返回值返回。1.函数详解函数形式：dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)参数：axis：轴。0或’index’，表示按行删除；1或’columns’，表示按列删除。how：筛选方式。‘any’，表示该行/列只要有一个以上的空值，就删除该行/列；‘all’，表示该行/列全
2021-01-09 23:30:50
2776
原创 Python3使用csv模块csv.writer().writerow()保存csv文件多一行空行的问题
解决方法file_write = open("positive_example.csv", "w",newline='')# 加上 newline 防止每行多一行空格writer = csv.writer(file_write)writer.writerow(fileHeader)# 写一行表头
2021-01-09 21:36:42
2075
原创 python 文件读取，readlines()方法去除返回列表中\n 去除文件后缀名
strip()说明：Python strip() 方法用于移除字符串头尾指定的字符（默认为空格）或字符序列。注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。strip()方法语法：str.strip([chars])参数：chars – 移除字符串头尾指定的字符序列返回值：返回移除字符串头尾指定的字符序列生成的新字符串使用方法如下：egpath = "test.txt"txt = open(path, "r", encoding="UTF-8")txt_list = []
2021-01-08 13:13:31
2575
1
原创 目标检测 对抗攻击
两个现象。第一个是高维神经网络的神经元并不是代表着某一个特征，而是所有特征混杂在所有神经元中;第二个是在原样本点上加上一些针对性的但是不易察觉的扰动，就很容易导致神经网络的分类错误。第二个性质就是对抗攻击的理论基础，后来Goodfellow 在 Explaining and Harnessing Adversarial Examples[13]中提出原因并非是深层神经网络的高度非线性和过拟合，即使是线性模型也存在对抗样本。在这篇论文中，我们可以粗浅地认为对抗攻击之所以能够成功的原因是误差放大效应:对抗
2021-01-07 23:53:59
1929
win和linux操作系统文件互传 WinSCP-5.17.6-Setup
2020-10-09
Qt安装遇到的问题修复解决方案
2020-08-22
labelme2COCO格式转换，包含了面积计算
2019-04-09
《数学建模算法与应用习题答案》课后习题源码pdf
2018-11-10
C++/OpenCV2.4.xx印刷数字精确识别源码
2018-11-06
ubuntu磁盘空间再分配 不重装系统情况下如何把/usr多余空间给/home
2019-05-12
Opencv image watch auto maximize contrast
2018-06-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人