zedboard教程 一，zedboard连线与通过vivado实现hallowordhttps://blog.csdn.net/feibiliuyun/article/details/69367151ZedBoard的接线，接线时需要注意两点： 1、两条micro-USB 线： ZedBoard的J17和J14都要与PC连接； 图片来源：http://svenand.blogdrive.com/archive/172.html#.WOUAcKIlHDc 接线参考：http://
NP问题？SAT问题！ 1. NP的英文全称是Non-deterministic Polynomial的问题，即多项式复杂程度的非确定性问题。简单的写法是 NP=P？，问题就在这个问号上，到底是NP等于P，还是NP不等于P。2.P问题？所有可以在多项式时间内求解的判定问题构成P类问题。判定问题：判断是否有一种能够解决某一类问题的能行算法的研究课题。多项式时间例子：就是算法消耗的时间，与规模n呈多项式（O(...
LaTeX使用IEEE模板 相邻参考文献为相同作者 默认用横线代替 虽然参考文献格式文件是从IEEE官网下载的，但在LaTeX中遇到同名作者的参考文献时，第一个参考文献的作者可以正常显示，其余参考文献的作者均被被横线（破折号）“——”代替。琢磨了解决方法并整理出来，方便遇到相同问题的朋友相互交流，共同进步。1. 找到参考文献格式文件位置，我的是“D:\Program Files\MiKTeX 2.9\bibtex\bst\ieeetran”；2. 打开IE...
TensorFlow基本概念与用法 TensorFlow是用数据流图(data flow graphs)技术来进行数值计算的。数据流图是描述有向图中的数值计算过程。有向图中，节点通常代表数学运算，边表示节点之间的某种联系，它负责传输多维数据(Tensors)。节点可以被分配到多个计算设备上，可以异步和并行地执行操作。因为是有向图，所以只有等到之前的入度节点们的计算状态完成后，当前节点才能执行操作。一.TensorFl...
Spring boot Spring Boothttp://c.biancheng.net/view/4624.htmlhttps://hollis.blog.csdn.net/article/details/90838026mycat:http://mycat.io/
Matalab画图小技巧 柱状体：A=[79,53,39;99,63,71];bar(A)legend('Oracle','Hive','MySQL'); %右上角标注set(gca,'XTickLabel',{'直接运行','修改后运行'});%设置x轴描述ylabel('SQL的数量') %y坐标的描述折线图：x=8:1:12;%x轴上的数据，第一个值代表数据开始，第二个值代表间隔，第三...
Ubuntu系统下安装Java全过程！ 1，安装搜狗输入法；2，安装eclipse；3，安装jdk；//jdk位置应该和eclipse位置一致4，（1）安装tomcat； （2）5，安装MySQL；设置端口6.安装navicatnavicat问题7.安装intellj idea:The server time zone value 'PDT' is unrecognized or represent...
基于FPGA的实时视频图像采集处理系统 随着社会的不断发展，视频图像采集处理技术在许多行业领域中扮演着非常重要的角色，如军事、安全监控、工业视觉等领域，而各行各业对于视频图像采集和处理技术的要求也越来越高。高速、实时性是主要发展趋势之一。目前，视频图像采集与处理技术的发展主要分为两类：一是基于PC在相关特定的PCIe采集板卡的基础上，通过软件对视频图像进行处理；二是利用相关的集成硬件如DSP、MCU、FPGA等对视频图像进行采集处理[1...
yodeling 这种唱法的特点是在演唱开始时在中、低音区用真声唱，然后突然用假声进入高音区，并且用这两种方法迅速地交替演唱，形成奇特的效果。假声又称假音，是人类通过控制声带发出的一种高于正常音域，或接近正常音域上限一个八度范围内的高音。真声是人们说话时声带全部振动。如果唱歌时声带也是全部振动，那么就是在用真音唱歌。真音发音的音色与歌者平时说话的音色基本相同。真声：人们日常说话的声音为真声。人的声...
CPU, DSP, GPU, FPGA对比 1. CPU一般来说CPU运算能力最弱，CPU虽然主频最高，但是单颗也就8核、16核的样子，一个核3.5g，16核也就56g，再考虑指令周期，每秒最多也就30g次乘法。还是定点的。2. DSPDSP虽然主频不如CPU,但是胜在乘法器多，随随便便带16个乘法器，还是浮点的。再来个4核，8核，还有特定的算法硬件加速，所以虽然主频只有1,2g但是运算能力还是比CPU强。当然现在出现了带专用...
深度学习硬件这件事，GPU、CPU、FPGA到底谁最合适？ 二、数据的训练：CPU与GPU之争2.1、现状在如今的深度学习平台上，CPU面临着一个很尴尬的处境：它很重要又不是太重要。 它很重要，是因为它依旧是主流深度学习平台的重要组成部分：现百度首席科学家吴恩达曾利用16000颗CPU搭建了当时世界上最大的人工神经网络“Google Brain”并利用深度学习算法识别出了“猫”，又比如名震一时的“AlphaGo”就配置了多达1920颗CPU。...
2^N位二进制数的奇偶校验算法 本文链接：https://blog.csdn.net/alleincao/article/details/8174147首次说明一下，这个算法是针对位数为2^N的二进制数的。最近在搞Modbus，要求使用偶检验。想起以前看过一个效率很高的算法，但具体的怎样都想不起来，于是上Google搜索了一轮，终于找到当年看过的算法了：8位的数据D(D7~D0)，他的算法为：D ^= D >...
故障树分析法 1.布尔代数化简法：“或门”使用逻辑加（+），与门使用逻辑积（*），中间事件不断用下一层事件代替,知道全部用底事件代替，化简到若干个逻辑积的逻辑和，每个逻辑积代表一个割集，如下图：T=A*B=（c+x1)*(x2+d)=(x2*x3 +x1)*(x2+x4*x5)//结合吸收率和分配率=x2*x3*x2+x2*x1+x2*x3*x4*x5+x1*x4*x5=x1*x2+x2*x...
sigmiod 天研究了很久的sigmoid，把学习结果总结一下。sigmoid的二分类问题。首先我们得有个样本，比如书上的例子。通过人的体重和年龄，来预测血脂的高低。那么数据形式就是[weight,age]，血脂的高低用1和0表示，1表示高，0表示低。[1]或者[0]100个样本数据就是[[88,33],[78,25]......], 所对应的结果是[[1],[0].......], 意思是第一个人...
论文笔记：SGM: Sequence Generation Model for Multi-label Classification 感想 这篇文章是我在参加DeeCamp 2018课程的时候，发现的，当时原作者还只是研一，就中了一篇CCF B类的Best paper，这篇文章的工作跟我的工作非常的像，不过我没作者做得多，所以我发的论文的档次没他的高，anyway，我也学习一下，找一下灵感，模型的代码用pytorch写的，地址为：https://github.com/lancopku/SGM1. 介绍多标签分类（MLC，...
COLING2018《SGM: Sequence Generation Model for Multi-label Classification》 论文来源：COLING 2018 Best Paper论文链接：SGM: Sequence Generation Model for Multi-label Classification我记得我开知乎专栏的第一篇文章写的是如何去做关于用户评论的情感分类，这其实也是一个多标签分类 (Multi-label Classification，简称 MLC) 问题。这几天重温了一下目前关于多标签分类...
论文笔记：多标签学习综述（A review on multi-label learning algorithms） 论文笔记：多标签学习综述（A review on multi-label learning algorithms）https://www.cnblogs.com/liaohuiqiang/p/9339996.html
PYNQ-Z2(六)理解pynq是如何用的 【PYNQ-Z2试用体验】玩转PYNQ系列：三、PYNQ数字图像处理之图像采集在硬件上，PYNQ-Z2为更好地扩展图像应用，同时配备了HDMI输入和HDMI输出端口。但硬件上并没有使用HDMI芯片进行控制，而是直接将HDMI接口连接到PL引脚。这意味着HDMI接口需要由可编程逻辑中的HDMI IP控制。在官方的PYNQ框架中，HDMI IP连接到PS DRAM，视频数据流可以从HDMI传输到内...
关注
