CARDIAC:纸板计算教学辅助工具

今天搜python实现模拟cpu的时候看到了这个

https://www.cs.drexel.edu/~bls96/museum/cardiac.html

kimi辅助总结

CARDIAC:CARDboard Illustrative Aid to Computation

背景

  • 开发: CARDIAC 由 David Hagelbarger 在贝尔实验室开发,用作教学工具,帮助解释计算机工作原理,适用于获取真实计算机资源非常有限的时代。
  • 组成: CARDIAC 包括一个折叠的纸板“计算机”和一个说明书。

CARDIAC 组件

  • 架构:
    • CPU 部分: 位于左侧,包含五个滑块,用于输入卡片、累加器符号和指令数字。
    • 内存部分: 位于右侧,具有单个滑块用于输出卡片。
  • 内存: CARDIAC 拥有 100 个内存位置,每个位置可存储一个带符号的三位数。内存位置 00 和 99 具有特殊用途。
  • CPU: 单累加器、单地址机器,其算术逻辑单元(ALU)支持加法、减法和十进制移位。

指令集

  • 概述: CARDIAC 的指令集仅包含 10 条指令,每条指令由一个操作码(opcode)标识,操作码是从 0 到 9 的数字。
  • 编码: 指令是表示为三位数的非负数,其中最显著的数字是操作码。

指令

  1. INP (0): 从卡片读取到内存。
  2. CLA (1): 清除累加器并从内存加载(装载)。
  3. ADD (2): 从内存加到累加器。
  4. TAC (3): 测试累加器并条件跳转(如果为负)。
  5. SFT (4): 移位累加器。
  6. OUT (5): 将内存位置写入输出卡片。
  7. STO (6): 将累加器存储到内存。
  8. SUB (7): 从累加器减去内存。
  9. JMP (8): 跳转并保存程序计数器(PC)。
  10. HRS (9): 停止并重置。

编程技术

  • 汇编语言: CARDIAC 程序使用汇编语言格式编写,每行分为六列:地址、内容、标签、操作码、操作数和注释。
  • 间接寻址: CARDIAC 通过在指令中指定地址的方式支持间接寻址。
  • : CARDIAC 使用栈数据结构,这是一种后进先出(LIFO)的机制。
  • 子程序: CARDIAC 允许创建和使用子程序,可以是简单的或多重的,甚至可以是递归的。

子程序

  • 简单子程序: 以 JMP 指令到位置 99 结束的代码段可以作为子程序调用。
  • 多重子程序: 对于多重子程序或子程序调用另一个子程序时,需要更复杂的子程序链接机制。
  • 递归: 子程序可以调用自身,CARDIAC 通过将返回地址推入栈来支持递归。

自举启动(Bootstrapping)

  • 过程: 自举启动涉及将初始程序加载到 CARDIAC 并开始运行,利用内存位置 00 中的固定值。
  • 自举加载器: 加载器循环读取卡片到内存并执行它们,允许程序在没有手动干预的情况下加载和运行。

CARDIAC 模拟器

  • 功能: CARDIAC 模拟器允许执行 CARDIAC 代码,布局与实体 CARDIAC 不同,突出显示程序计数器指向的内存位置。
  • 控制: 模拟器包括重置、清除内存、单步执行、慢速执行、运行和停止的按钮。

程序示例

  • 从 1 到 10 计数: 一个简单的程序,打印出数字 1 到 10。
  • 列表反转: 使用栈技术反转数字列表。
  • 2 的幂: 打印出从 0 到 9 的 2 的幂。
  • 汉诺塔问题: 提供了汉诺塔问题的解决方案,这是一个递归谜题。
  • 勾股数对: 寻找满足勾股定理的三个整数集合(x^2 + y^2 = z^2)。
  • 18
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值