跳转到主要内容
国际橡塑展报名
国际橡塑展报名
国际橡塑展报名
国际橡塑展报名
国际橡塑展报名
国际橡塑展报名
MPSOC之6——开发流程linux编译

0.顶层Makefile增加交叉编译器

顶层makefile:
ARCH ?= $(SUBARCH)
CROSS_COMPILE ?= $(CONFIG_CROSS_COMPILE:"%"=%)

改为:
ARCH ?= arm64
CROSS_COMPILE ?= aarch64-linux-gnu-

1.生成.config

XDF之约 ( 1):来自瑞士 Enclustra 公司的 Zynq UltraScale+ SOM,特别推出XDF 独家推广价!

您想缩短您产品的上市时间和开发费用吗?请来访我们的展台看我们是如何做到的。

Vivado使用技巧(19)——使用Vivado Simulator

<strong>Vivado Simulator基本操作</strong>
Vivado Simulator是一款硬件描述语言事件驱动的仿真器,支持功能仿真和时序仿真,支持VHDL、Verilog、SystemVerilog和混合语言仿真。点击运行仿真后,工具栏中显示了控制仿真过程的常用功能按钮:

什么是TTL电平、CMOS电平?区别?

<strong>什么是ttl电平</strong>

TTL电平信号被利用的最多是因为通常数据表示采用二进制规定,+5V等价于逻辑"1",0V等价于逻辑"0",这被称做TTL(晶体管-晶体管逻辑电平)信号系统,这是计算机处理器控制的设备内部各部分之间通信的标准技术。

利用ZYNQ SOC快速打开算法验证通路(4)——AXI DMA使用解析及环路测试

<strong>一、AXI DMA介绍</strong>

  本篇博文讲述AXI DMA的一些使用总结,硬件IP子系统搭建与SDK C代码封装参考米联客ZYNQ教程。若想让ZYNQ的PS与PL两部分高速数据传输,需要利用PS的HP(高性能)接口通过AXI_DMA完成数据搬移,这正符合PG021 AXI DMA v7.1 LogiCORE IP Product Guide中介绍的AXI DMA的应用场景:The AXI DMA provides high-speed data movement between system memory and an AXI4-Stream-based target IP such as AXI Ethernet.

深度学习最常用到的20个Python库

【导读】Python在解决数据科学任务和挑战方面处于领先地位。而一些方便易用的库则帮助了开发人员高效开发。在这里我们整理了20个在深度学习、数据分析中最常用、最好用的Python库,供大家一起学习。

作者| ActiveWizards
编译|专知
整理|Yingying,李大囧

<strong>核心库与统计</strong>

<strong>NumPy</strong>

我们从科学应用程序库开始说起,NumPy是该领域的主要软件包之一。 它旨在处理大型多维数组和矩阵,并且广泛的高级数学函数和实现的方法集合,使得可以使用这些对象执行各种操作。

学会System Generator(20)——基于LSB算法的数字水印技术

本文是该系列的第20篇。数字水印是一种将标识信息嵌入到载体当中,且不影响载体使用的一种技术,主要分为时域水印嵌入算法(将水印嵌入到时域采样数据中)和变换域水印嵌入算法(先对音频做变换,将水印嵌入到变换域系数中)。本文将介绍一种简单的时域水印嵌入算法——LSB算法。

<strong>LSB算法</strong>

通常数字水印技术有不可感知性的要求,即嵌入数字水印后载体数据发生了变化,但是不会影响到该数据的使用,对使用者而言也不可察觉。

Python程序语法元素分析

程序的格式框架

MPSOC之5——开发流程BOOT.BIN

<font color="#FF8000">作者:liuwanpeng</font>

需要把若干文件打成大包,烧写到flash或者sd卡中,才能启动运行。

1.petalinux打包
petalinux-packet打包时,需要petalinux的工程,限制太死了,不用。

中国异构计算黄金时代或将开启

<font color="#FF8000"> 作者:张汉青;来源:经济参考报</font>
 作为2018世界人工智能大会聚焦技术的全球性论坛之一,全球异构计算高峰论坛9月19日在上海举办,受到了国内外业界的广泛关注。

  相关政府部门官员和专家表示,由于特别适合人工智能和大数据时代处理海量数据的需求,近年来异构计算已经成为数据中心、智能手机、5G、智能驾驶等应用领域的主流芯片架构。伴随其极为迅速的发展,中国异构计算的黄金时代或已临近。

  <strong>异构计算成为提升人工智能新引擎</strong>

  根据专家的解释,所谓“异构计算”,是将不同指令架构的计算单元(如CPU、GPU等)融合在一起、实现高效协同运行的计算技术。