Zynq学习系列

算法学习系列（三十二）：背包问题

目录引言一、01背包1.二维代码模板2.一维代码模板二、完全背包1.朴素代码模板2.二维优化代码模板3.一维代码模板三、多重背包1.朴素做法2.优化版本四、分组背包1.朴素做法2.一维优化引言从这一篇文章开始，就开始学习动态规划了，也就是DP了，然后就是DP可以说是整个算法中的最难学的部分之一，好写是非常的好写的，每道题也只有很短的代码量，但是主要是它这个动归方程不好想，也不好推导出来，而且这类题
lijiachang030718·2024-02-10 05:12

平时积累的FPGA知识点（4）

1怎么用ZYNQ输出控制其他模块吗？在xdc里面定义了引脚就可以了吗？回答:用emio或者gp接口，如果是控制fpga芯片外部信号，用mio。
徐丹FPGA之路·2024-02-10 00:35

上位机建立TCP/IP连接：Matlab实现

Python实现的参考：XilinxZYNQ+TCP通信+Python上位机实现实时视频传输系统-知乎(zhihu.com)GitHub-yg99992/Image_transfer_open_source
NoNoUnknow·2024-02-09 20:59

机器学习系列——（十七）聚类

引言在当今数据驱动的时代，机器学习已经成为了解锁数据潜能的关键技术之一。其中，聚类作为机器学习领域的一个重要分支，广泛应用于数据挖掘、模式识别、图像分析等多个领域。本文旨在深入探讨聚类技术的原理、类型及其应用，为读者提供一个全面而深入的了解。一、什么是聚类？聚类是一种无监督学习（UnsupervisedLearning）技术，它的目标是将相似的对象分组到一起，形成簇（Cluster）。与有监督学习
飞影铠甲·2024-02-09 09:08

Rust 格式化输出

操作符循环打印前言Rust学习系列-本文根据教程学习Rust的格式化输出，包括fmt::Debug，fmt::Display等。一、format!宏在Rust中，可以使用format!
TE-茶叶蛋·2024-02-09 09:57

机器学习系列——（十八）K-means聚类

引言在众多机器学习技术中，K-means聚类以其简洁高效著称，成为了数据分析师和算法工程师手中的利器。无论是在市场细分、社交网络分析，还是图像处理等领域，K-means都扮演着至关重要的角色。本文旨在深入解析K-means聚类的原理、实现方式、优缺点及其应用，以期为读者提供全面而深入的理解。一、K-means聚类简介K-means是一种基于划分的聚类算法，它的目标是将n个对象根据属性分为k个簇，使
飞影铠甲·2024-02-09 08:04

Kubernetes有状态应用管理——PetSet

目录贴：Kubernetes学习系列1、介绍在Kubernetes中，大多数的Pod管理都是基于无状态、一次性的理念。
zyydd_·2024-02-09 06:39

C++基础入门（七）—— 指针

C++系列内容的学习目录→\rightarrow→C++学习系列内容汇总。
大彤小忆·2024-02-08 15:27

神经网络与深度学习 Neural Networks and Deep Learning 课程笔记 第一周

NeuralNetworksandDeepLearning课程笔记第一周文章目录神经网络与深度学习NeuralNetworksandDeepLearning课程笔记第一周深度学习简介什么是神经网络使用神经网络进行监督学习为什么神经网络会兴起本文是吴恩达深度学习系列课程的学习笔记
林间得鹿·2024-02-08 09:21

AD9361纯逻辑控制从0到1连载0-SPI接口

ADI官方提供的Demo主要基于ZYNQ的软件控制方式，这种控制方法的优点是将所有功能配置都封装为API函数，使用者不需要了解太多AD9361的具体细节，特别是其1024个寄存器的具体定义。
冰冻土卫二·2024-02-08 07:09

AD9361多片同步设计方法

并将该设计移植到自行设计的ZYNQ7035+4片AD9361(实现8路同步收发)的电路板上。本设计采用纯逻辑的方式，仅使用了ZYNQ芯片的PL部分。
冰冻土卫二·2024-02-08 07:35

ZYNQ——FPGA工程之VGA彩条显示

参考：https://blog.csdn.net/Taneeyo/article/details/115180568?spm=1001.2014.3001.5501https://www.bilibili.com/video/BV17U4y157gp?spm_id_from=333.999.0.0本文的工程下载链接：https://download.csdn.net/download/weixin
不缺席的阳光·2024-02-08 06:32

机器学习系列——（十五）随机森林回归

引言在机器学习的众多算法中，随机森林以其出色的准确率、对高维数据的处理能力以及对训练数据集的异常值的鲁棒性而广受欢迎。它是一种集成学习方法，通过构建多个决策树来进行预测和分类。本文将重点介绍随机森林在回归问题中的应用，即随机森林回归(RandomForestRegression)。一、概念随机森林回归是基于决策树的集成学习技术。在这个模型中，我们构建多个决策树，并将它们的预测结果合并来得到最终的回
飞影铠甲·2024-02-08 06:37

机器学习系列——（十六）回归模型的评估

引言在机器学习领域，回归模型是一种预测连续数值输出的重要工具。无论是预测房价、股票价格还是天气温度，回归模型都扮演着不可或缺的角色。然而，构建模型只是第一步，评估模型的性能是确保模型准确性和泛化能力的关键环节。本文将详细介绍几种常用的回归模型评估方法。一、均方误差（MeanSquaredError,MSE）均方误差是最常用的回归评估指标之一，它计算了预测值与真实值之间差异的平方的平均值。公式如下：
飞影铠甲·2024-02-08 06:31

ChatGPT学习大纲

2月份左右开始使用ChatGPT时，就被它强大的理解能力和应答效果所折服，这期间一直在断断续续的学习和使用，也没形成一个完整的学习过程，最近刚好有空，就寻思着好好再学习总结一下，故写出了ChatGPT学习系列的文章
冷暖从容·2024-02-07 19:34

小样本学习系列工作（持续更新）

小样本学习系列工作有关小样本学习的各类文章通常会将其方法分成几个大类：基于度量学习的小样本方法、基于数据增强的小样本学习方法和基于模型初始化的小样本学习方法。
MingchenS·2024-02-07 16:10

【埋点学习系列】02如何设计数据埋点方案

数据埋点是数据采集的关键一环，目前的数据采集方式归结为可视化/全埋点、代码埋点三类。可视化/全埋点使用这种方案，必须在产品中嵌入SDK，等于做了一个统一的埋点，因此“无埋点”的叫法实际上是“全埋点”的代名词。代码埋点代码埋点又分为前端代码埋点和后端代码埋点。前端代码埋点类似于全埋点，都是在前端嵌入SDK的方式，所不同的是，对于每一个关键行为，我们都需要调用SDK代码，将必要的事件名、属性字段等写入
tricking紫枫·2024-02-07 15:54

arcgis学习系列11--绘制不自己交叉的Polygon

概述本文演示如何阻止用户使用Draw画子线交叉的线。Draw操作使用视图事件生成一组坐标，可以从中创建不同类型的几何图形。每种几何类型都有一个对应的drawaction类。实例化Draw之后，调用draw.create()方法将返回一个drawAction的引用。在这一篇文章中，draw.create()方法被调用，并传递polyline作为参数，我们监听PolylineDrawAction的相关
naturessdfsafagf·2024-02-07 07:10

机器学习系列——（十四）正则化回归

引言在机器学习领域，正则化回归是一种常用的技术，旨在解决过拟合问题，提高模型的泛化能力。本文将简单探讨正则化回归的概念、类型和应用，帮助读者更好地理解和运用这一重要技术。一、概念正则化回归是一种通过引入额外信息（约束或惩罚项）来调整模型复杂度的方法，从而防止过拟合，提高模型的泛化能力。简单来说，正则化就是在模型训练过程中加入一个正则项，以限制模型参数的大小。那么，为什么需要正则化？在机器学习中，模
飞影铠甲·2024-02-07 06:28

FPGA-学习路径（更新中）

我的这个文件夹里都是我的学习笔记目前我使用的板子是正点原子的ZYNQ7200目前我还没学数电，正在补数电的基础，C语言学了，STM32玩了半年了，基础功能正文1环境，可以去正点原子下载开源资料，里面软件包都有然后去
班花i·2024-02-06 18:14

深度强化学习系列【1】- 强化学习的背景、基础理论等

深度强化学习系列【1】-强化学习的背景、基础理论等1.深度强化学习的背景、发展与理论变迁1.1序1.2AlphaGo的崛起1.3Waymo(谷歌收购)加州公共道路无人驾驶项目获批1.4关于生物的神经元数
cnjs1994·2024-02-06 17:52

Xilinx 黑金ZYNQ开发板AX7020，利用VIVADO进行FPGA程序烧录

参考黑金的AX7020开发板资料中的SDK实验篇PDF教程文件。（1）创建工程，步骤与SDK实验篇中的步骤一致；配置PS端时应该可以只选需要的加载方式，如QSPI或者SD，我目前是两种都勾选了，但是只用了QSPI方式。第一章，1.2.（1）-1.2.（11）00：00（2）通过“RunBlockAutomation”完成端口导出，连接FCLK_CLK0到M_AXI_GP0_ACLK，然后保存，创建
weixin_48793386·2024-02-06 08:18

机器学习系列6-逻辑回归

重点：1.逻辑回归模型会生成概率。2.对数损失是逻辑回归的损失函数。3.逻辑回归被许多从业者广泛使用。#1.逻辑回归：计算概率**许多问题需要将概率估算值作为输出。逻辑回归是一种非常高的概率计算机制。**实际上，您可以通过以下两种方式之一使用返回的概率：*原样*已转换为二元类别。![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/e62e0256ba5a
喜乐00·2024-02-06 07:22

机器学习系列——（十一）回归

引言在机器学习领域，回归是一种常见的监督学习任务，它主要用于预测数值型目标变量。回归分析能够通过对输入特征与目标变量之间的关系建模，从而对未知数据做出预测。概念回归是机器学习中的一种监督学习方法，用于预测数值型目标变量。它通过建立特征与目标变量之间的关系模型，对未知数据做出预测。举个例子来说明回归的概念：假设我们希望根据房屋的面积来预测其价格。我们可以收集一组包含多个房屋的数据样本，每个样本包含房
飞影铠甲·2024-02-06 07:50

机器学习系列——（十二）线性回归

导言在机器学习领域，线性回归是最基础且重要的算法之一。它用于建立输入特征与输出目标之间的线性关系模型，为我们解决回归问题提供了有效的工具。本文将详细介绍线性回归的原理、应用和实现方法，帮助读者快速了解和上手这一强大的机器学习算法。一、线性回归简介线性回归是一种监督学习算法，适用于处理连续数值预测问题。其基本思想是通过拟合最佳直线（或超平面）来预测输出变量与输入特征之间的关系。线性回归的目标是找到最
飞影铠甲·2024-02-06 07:17

深度学习系列55：深度学习加速技术概述

总体有两个方向：模型优化/框架优化1.模型优化1.1量化最常见的量化方法为线性量化，权重从float32量化为int8，将输入数据映射在[-128,127]的范围内。在nvdiagpu，x86、arm和部分AI芯片平台上，均支持8bit的计算。当然还有简单的二值化。对比从nvdiagpu到x86平台，1bit计算分别有5到128倍的理论性能提升。此外还有对数量化，一种比较特殊的量化方法。两个同底的
IE06·2024-02-06 02:24

深度学习系列57: 清华大模型MiniCPM上手

MiniCPM是面壁智能与清华大学自然语言处理实验室共同开源的系列端侧大模型，主体语言模型MiniCPM-2B仅有24亿（2.4B）的非词嵌入参数量1.上手对比测试mps比cpu大概快了9倍左右。也可以在modelspore上测试：
IE06·2024-02-06 02:53

Rust 数据类型使用注意点

文章目录前言一、Rust的数据类型基本数据类型：复合数据类型：二、使用注意点整型溢出总结前言Rust学习系列，学习rust的数据类型。
TE-茶叶蛋·2024-02-06 00:48

Rust-获取随机数练习案例

文章目录前言一、取官网示例猜数字游戏玩一玩cargocheckTOML文件二、完整代码总结前言Rust学习系列-获取随机数练习案例，基于cargo进行案例练习，过程中会使用cargocheck；cargorun
TE-茶叶蛋·2024-02-06 00:47

【基于xilinx Zynq7000的PYNQ框架项目】03 Socket实现开发板和电脑的实时视频传输并存储图片

本篇文章通过socket实现主机与ZYNQ_MINI开发板之间的数据传输。
小黄能吃辣·2024-02-05 22:46

【基于Xilinx ZYNQ7000的PYNQ框架项目】01人脸识别项目介绍与展示

项目整体设计框架图如下所示：系统处理流程图如下所示：一、项目内容环境与工具开发板ZYNQ_M
小黄能吃辣·2024-02-05 22:15

【基于Xilinx Zynq7000的PYNQ框架项目】02 PYNQ镜像制作

02PYNQ镜像制作前言一、vivado硬件设计二、ubuntu镜像制作三、Win32DiskImage烧写镜像四、上板启动总结前言由于PYNQ官网中没有适配ZYNQ_MINI开发板的现成的PYNQ镜像
小黄能吃辣·2024-02-05 22:15

【基于Xilinx ZYNQ7000的PYNQ框架项目】04开发板上运行人脸识别模型

04开发板上运行人脸识别模型前言一、人脸识别代码详解总结前言书接上文，成功将电脑摄像头视频流传输到开发板并本地存储后，要做的就是使用PYNQ的pyhotn代码逐帧读取视频流，进行人脸识别啦。因为当初做这个项目的主要目的是锻炼嵌入式开发的能力，所以人脸识别模型是直接使用的opencv自带的分类器。（其实是懒得自己再捣鼓个模型了）我使用的分类器是haarcascade_frontalface_alt2
小黄能吃辣·2024-02-05 22:15

【基于Xilinx ZYNQ7000的PYNQ框架项目】05使用Overlay库和python父子进程实现开发板按键控制LED灯流水或熄灭

05使用Overlay库和python父子进程实现开发板按键控制LED灯流水或熄灭前言一、PYNQOverlay库的GPIO读写实现LED灯流水二、python父子进程实现按键即关闭程序总结前言前四篇文章完成后，其实整个项目就能完整运行起来了。但我们似乎忘了使用PYNQ的初心——用python编程实现对开发板硬件部分的控制。因此，本文章使用PYNQOverlay库的GPIO读写实现LED灯流水，然
小黄能吃辣·2024-02-05 22:44

上海海事大学C语言程序设计上机实验代码参考【第三周实验】（非本校同学可以作为C语言练习题和进度参考）

C语言学习系列课程之练习专项（第三周）本周主要考察基础计算的掌握以及if语句的基本使用，一定要注意特定函数的特定要求，以及定义函数的头文件文章目录C语言学习系列课程之练习专项（第三周）一、本系列教程的使用方法二
cloudier.·2024-02-05 16:39

上海海事大学C语言程序设计上机实验代码参考【第二周实验】（非本校同学可以作为C语言练习题和进度参考）

C语言学习系列课程之练习专项（第2周）本周主要考察scanf函数的使用文章目录C语言学习系列课程之练习专项（第2周）一、本系列教程的使用方法二、习题部分1、已知正方形边长，求面积2、已知长方形长和宽，求面积
cloudier.·2024-02-05 16:09

上海海事大学C语言程序设计上机实验代码参考【第一周实验】（非本校同学可以作为C语言练习题和进度参考）注：本教程为2023年后半学期的经验分享（即最新内容）

C语言学习系列课程之练习专项（第一周）本周主要考察数据类型、转义字符等基础概念的掌握和printf函数的使用文章目录C语言学习系列课程之练习专项（第一周）一、本系列教程的使用方法二、习题部分1、在屏幕上显示
cloudier.·2024-02-05 16:08

上海海事大学C语言程序设计上机实验代码参考【第四周实验】（非本校同学可以作为C语言练习题和进度参考）

C语言学习系列课程之练习专项（第四周）本周没有什么难点内容，只是新学了几个函数文章目录C语言学习系列课程之练习专项（第四周）一、本系列教程的使用方法二、习题部分1、若运行时从键盘输入小写字母a，写出输出结果
cloudier.·2024-02-05 16:36

ZYNQ7020开发(一)：开发环境搭建

文章目录一、配置Ubuntu编译环境二、安装Petalinux三、安装JTAG驱动四、安装Vitis一、配置Ubuntu编译环境虚拟机环境：VMware®Workstation16Pro16.1.0build-17198959Ubuntu版本：NoLSBmodulesareavailable.DistributorID:UbuntuDescription:Ubuntu20.04.6LTSRelea
EEer！·2024-02-05 13:57

深度学习系列56：使用whisper进行语音转文字

1.openai-whisper这应该是最快的使用方式了。安装pipinstall-Uopenai-whisper，接着安装ffmpeg，随后就可以使用了。模型清单如下：第一种方式，使用命令行：whisperjapanese.wav--languageJapanese--modelmedium另一种方式，使用python调用：importwhispermodel=whisper.load_mode
IE06·2024-02-05 11:40

【工作周志】240122-240128

1.zynq中的PS端的ddr访问如下，看起来通过GP访问只能通过S1，但是我根据其他博文写的一个design访问DDR，从debug窗口看并没有写入。目前对GP访问DDR读写存疑。
茶茶酱和FPGA·2024-02-04 22:54

机器学习系列——（九）决策树

简介决策树作为机器学习的一种经典算法，在数据挖掘、分类和回归等任务中广泛应用。本文将详细介绍机器学习中的决策树算法，包括其原理、构建过程和应用场景。原理决策树是一种基于树状结构的监督学习算法，它通过构建一棵树来对数据进行分类或回归预测。决策树的每个内部节点代表一个特征属性，每个叶子节点代表一个类别或数值。决策树的构建过程：特征选择：根据某种指标选择最佳特征，将数据集划分为不同的子集。决策节点生成：
飞影铠甲·2024-02-04 11:45

机器学习系列——（十）支持向量机

一、背景支持向量机（SupportVectorMachine，SVM）是一种用于分类、回归和离群点检测等领域的监督学习方法。它最初由Vapnik和Cortes在1995年提出，被认为是机器学习领域中最成功的算法之一。二、原理2.1线性SVM我们先从最简单的线性支持向量机（LinearSVM）开始。对于一个二分类问题，假设训练数据集为D={(x1,y1),(x2,y2),...,(xn,yn)}，其
飞影铠甲·2024-02-04 11:09

three.js学习系列（一）————从概念到构建一个3D场景

Three.js、webGL和Canvas区别Three.js是基于原生WebGL封装的三维引擎。WebGL是JavaScript和OpenGLES2.0结合起来的JavaScriptAPI，在任何兼容的Web浏览器中渲染高性能的交互式3D和2D图形，该API可以在canvas元素中使用，可以html5Canvas提供硬件的3D加速渲染。Canvas是HTML5新增新增的标签，通过js脚本来完成图
0斌果0·2024-02-04 08:42

Rust 第一个rust程序Hello Rust️

文章目录前言一、vscode安装rust相关插件二、CargoNew三、vscode调试rustLLDB前言Rust学习系列。今天就让我们掌握第一个rust程序。HelloRust️。
TE-茶叶蛋·2024-02-04 07:37

Rust macOS下安装

文章目录前言一、macOS上安装RustrustupCargo前言Rust学习系列，本文主要演示如何在macOS下安装rust。
TE-茶叶蛋·2024-02-04 07:35

大学python题库及答案,大一python期末

有这一篇就足够干货满满不看后悔个人主页→数据挖掘博主ZTLJQ的主页个人推荐python学习系列：☄️爬虫JS逆向系列专栏-爬虫逆向教学☄️python系列专栏-从零开始学python目录数据类型和变量
chatgpt001·2024-02-04 04:09

Kubernetes operator（一）client-go篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第一篇，主要对client-go进行学习，从源码阅读角度，学习client-go各个组件的实现原理、如何协同工作等参考视频
格桑阿sir·2024-02-04 00:08

Kubernetes operator（七） controller-runtime 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第七篇，本节会对编写Operator非常重要的controller-runtime库进行学习基于kubernetesv1.24.0
格桑阿sir·2024-02-04 00:08

Kubernetes operator（五）api 和 apimachinery 篇

云原生学习路线导航页（持续更新中）本文是Kubernetesoperator学习系列第五篇，主要对k8s.io/api和k8s.io/apimachinery两个项目进行学习基于kubernetesv1.24.0
格桑阿sir·2024-02-04 00:37
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他