2021年05月_FPGA硅农

12月 11月 10月 09月 08月 07月 06月 05月 03月 02月 01月

原创 2D FFT、RFFT的C语言实现

#include<iostream>#include<complex.h>#include<math.h>#define PI 3.14159#define N 8#define STAGE ((int)(log(N)/log(2)))using namespace std;typedef complex<double> data_t;void FFT(data_t Xin[N],data_t Xout[N]){ //旋转因子

2021-05-31 23:54:31 1764 7

原创 C语言实现FFT(非递归蝶形运算版)

蝶形算法可参考链接代码如下：#include<iostream>#include<complex.h>#include<math.h>#define PI 3.14159#define N 32#define STAGE ((int)(log(N)/log(2)))using namespace std;typedef complex<double> data_t;void FFT(data_t Xin[N],data_t Xout[N]

2021-05-28 21:41:18 1248

原创 C语言实现FFT(递归版)

#include<iostream>#include<complex.h>#include<math.h>#define PI 3.14159#define FFT_LENGTH 16using namespace std;void FFT(complex<double>* Xin,complex<double> *Xout,int N){ if(N<2) Xout[0]=Xin[0]; els

2021-05-28 20:31:33 731

原创 python log日志模块的使用

log1,log2,log3log1,log2,log3log1,log2,log3分别对应三种实现方式，其中log1log1log1的实现比较简单，但是使用不便，尤其是需要在多个地方调用且写入同一文件的时候，log2,log3log2,log3log2,log3则使用对象实现，方便在多个地方调用，且演示了如何同时向控制台和文件输出，以下是简单的示例代码：import loggingimport os.pathimport timedef log1(): logging.basicConf

2021-05-24 10:19:33 224

原创 FFT快速傅里叶变换推导

DFT的定义DFT，即离散傅里叶变换，假设我们有长为N的序列x[0],x[1],…,x[N-1]，那么DFT计算过程如下X[k]=∑n=0N−1x[n]WNnk,(WNnk=e−j2πN)X[k]=\sum_{n=0}^{N-1}x[n]W_N^{nk},(W_N^{nk}=e^{-j\frac{2\pi}{N}})X[k]=∑n=0N−1x[n]WNnk,(WNnk=e−jN2π)而IDFT(离散傅里叶逆变换)计算过程为x[k]=∑n=0N−1X[n]WN−nkx[k]=\sum_{n=0

2021-05-18 21:58:22 448

原创 python多进程

import mathimport datetimeimport multiprocessing as mpdef f(x, y): for i in range(10000000): pass return x+yif __name__ == '__main__': param_dict = zip(list(range(100)), list(range(100))) print(param_dict) start_t = da

2021-05-10 22:30:02 140

原创 Winograd算法的python实现

算法介绍F(m∗m,r∗r)F(m*m,r*r)F(m∗m,r∗r):一个(m+r−1)∗(m+r−1)(m+r-1)*(m+r-1)(m+r−1)∗(m+r−1)的输入特征图和一个r∗rr*rr∗r的卷积核进行2d卷积得到m∗mm*mm∗m的输出，若采用直接卷积，则需要m2r2m^2r^2m2r2个乘法，而若采用winograd算法，则乘法数量减少为(m+r−1)∗(m+r−1)(m+r-1)*(m+r-1)(m+r−1)∗(m+r−1),具体计算过程如下:其中,g为r∗rr*rr∗r的卷积核，d

2021-05-09 13:02:56 1227 5