DDR3原理(ODT) 一、 存储器的分类 存储器一般来说可以分为内部存储器(内存)，外部存储器(外存)，缓冲存储器(缓存)以及闪存这几个大类。内存也称为主存储器，位于系统主机板上，可以同CPU直接进行信息交换。其主要特点是：运行速度快，容量小。外存也称为辅助存储器，不能与CPU之间直接进行信息交换。其主要特点是：存取速度相对内存要慢得多，存储容量大。内存与外存本质区别是，一个是内部运行提供缓存和处理的功能，也可以理解为协同处理的通道；而外存主要是针对储存文件、图片、视频、文字等信息的载体，也可以理解为储存空间。缓存就是数据
记录一下，xilinx-cable驱动死活安装不上，试试按照下面步骤配置一下电脑，然后再装 http://jingyan.baidu.com/album/d5a880ebcf71dd13f147ccd2.html?stepindex=2&wap_detail_test=1&
zynq axidma原理 一、基本概念AXIDMA:官方解释是为内存与AXI4-Stream外设之间提供高带宽的直接存储访问，其可选的scatter/gather功能可将CPU从数据搬移任务中解放出来。在ZYNQ中，AXIDMA就是FPGA访问DDR3的桥梁，不过该过程受ARM的监控和管理。使用其他的IP（也是AXI4-Stream转AXI4-MM）可以不需要ARM管理，但是在SOC开发时是危险的，这是后话了。如图1所示，AXIDMA IP有6个接口，S_AXI_LITE是ARM配置dma寄存器的接口，M_AXI_SG是从.
zynq7000无法启动问题 zynq7000无法启动排故。z最近自己做了一块z7的板子，板子本来没啥问题，玩了半天之后挂了，jtag死活连不上，原理图看了一遍有一遍，没有发现有啥问题，经过艰苦的排故过程，发现是QSPI FLASH坏了，太坑爹了，具体咋坏的，感觉应该是静电或是焊接问题，换了一个之后就好了，在此记录一下自己的心得，遇到启动有问题，或是jtag链接不上的情况可以具体从以下几个方面排查：1.首先是仿真器这一块，查看仿真器是不是好的以及仿真器的TMS,TDI,TDO,TCK端口有没有和芯片的管脚匹配起来，仿真器这一段最
zynq中断寄存器操作 zynq中断寄存器操作概述：1. Zynq的中断类型有：软件中断（Software Generated Interrupt, SGI，中断号0-15）（16–26 reserved）私有外设中断（Private Peripheral Interrupt, PPI，中断号27-31）,共享外设中断（Shared Peripheral Interrupt, SPI，中断号32-95）.2.私有外设中断（PPI）：每个CPU都有一组PPI，包括全局定时器、私有看门狗定时器、私有定时器和...
ISE中ChipScope使用方法 完全按照下面方法走一遍，就会了。一、软件与硬件平台 软件平台： 操作系统：Windows 10 开发套件：ISE14.7 硬件平台： FPGA型号：z7,clg400-1二、ChipScope介绍 ChipScope是Xilinx提供的一个校验FPGA设计的工具。它的本质是一个虚拟的逻辑分析仪，能调用F...
tensorflow-gpu安装 GPU安装很简单的。第一部分：首先把显卡那一部分的安装完成，步骤如下：1.去官网下载客户端。https://www.geforce.cn/drivers到上面这个客户端下载配套的驱动。一路next下去。2安装CUDA.依旧去官网下载，本人环境是win10+anconda最新版+python3.5+tensorflow-1.4.0，安装的版本是（CUDA8.0+CuDnn...
opencv学习系列——第一步 opencv的安装，这里就不再贴出详细的步骤啦，给个链接给你们，有不懂的私信。大家一起交流进步。opencv安装链接：https://blog.csdn.net/shauna_li/article/details/80427734测试程序：#include<opencv2\opencv.hpp>#include<iostream>using namespa...
win7/win10下cuda8.0安装跑gpu版tensorflow 简单写下配置过程吧，挺简单的：0.win7/10 X64系统1.安装vs20132.安装Anaconda3(需要里面的python环境）3.下载CUDA8.0(https://developer.nvidia.com/cuda-downloads),下面两个exe文件都下载 补充说明：我电脑里原来是cuda7.5,故需要先卸载干净，我是这么做的，有需要的可以借鉴： ...
颜色反卷积 颜色反卷积算法的设计针对RGB摄像机获取的颜色信息，基于免疫组化技术使用的染色剂RGB分量光的特异性吸收，分别计算每种染色剂对图像的作用效果。免疫组织化学图像处理通常用的染色包括DAB、H&E。颜色反卷积可应用于H-DAB图像和组织病理学中常用的染色剂（H-E,H AEC,FAST Red，DAB），广泛应用于免疫组化染色图像颜色分离。...
Fully Convolutional Instance-aware Semantic Segmentation论文解读 进入2017年之后，深度学习计算机视觉领域有了新的发展。在以往的研究中，深度神经网络往往是单任务的，比如图像分类(AlexNet, VGG16等等)，图像分割(以FCN为代表的一众论文)，目标检测(R-CNN，Fast R-CNN和Fatser R-CNN，以及后来的YOLO和SSD，目标检测领域已经实现多任务)。而在最新的研究中，上述的任务往往被集成了，通过一个框架完成，代表就是实例分割。先来看...
sift 计算机视觉——描述子 描述子实现代码这里使用开源工具包VLFeat提供的二进制文件来计算图像的SIFT特征。用完整的Python实现SIFT特征的所有步骤可能效率不是很高。VLFeat工具包可以从http://www.vlfeat.org/下载，二进制文件可以在所有主要的平台上运行。VLFeat库是用C语言来写的，但是我们可以使用该库提供的命令行接口。以在Windows 10 64bit平台上为例，下载的文件为vlfe...
SOM算法 本文详细介绍一下自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。1、背景：自组织（竞争型）神经网络SOM是一种自组织（竞...
epoch ,steps_per_epoch and batchsize解读 batchsize：中文翻译为批大小（批尺寸）。在深度学习中，一般采用SGD训练，即每次训练在训练集中取batchsize个样本训练；iteration：中文翻译为迭代，1个iteration等于使用batchsize个样本训练一次；一个迭代 = 一个正向通过+一个反向通过epoch：迭代次数，1个epoch等于使用训练集中的全部样本训练一次；一个epoch = 所有训练样本的一个正向传递和一个反...
关注
