<strong>描述</strong>
UltraScale+ GTH 可实现实时无中断眼扫描。用户可同时接受数据并查看平衡信号眼扩展，以实现在不丢失一个比特位的情况下，全面控制 BER 及信号裕量。

所需的大多数信息都可在 (UG576) UltraScale 及 UltraScale+ GTH 的 RX 裕量分析中找到。

本答复记录将向您介绍一个逐步运行手动眼扫描的简单案例。

<strong>解决方案</strong>
IBERT 中已实现眼扫描特性，其中 GUI 有助于完成眼扫描的简单定制而且 IBERT 可自动驱动眼扫描。

眼扫描程序在 IBERT 外部实现时，例如与用户应用平行，我们可以参考“手动眼扫描”。

<strong>概况</strong>

<font color="#FF8000">作者：赛灵思工业物联网战略部 Chetan Khona</font>

<strong>智能互联产品背后的心理学</strong>

如果采用适当的质疑心理去思考为什么现在所有东西都套上了只能互联的噱头，你也许就会进一步想到：“它们真的都需要互联互通吗？”比如说蓝牙电动牙刷搭配的手机 app，我至今都没有使用过这类技术和工具，但一样每天早晚把牙刷的干干净净。所以真正的答案在于“人的心理”，而不在于“科技本身”。至少对我来说是这样的（此处应有前情回忆 BGM）：那是2011 年的春天，《Wired》杂志发表了一篇关于反馈回路的文章，而且并不是用来设计锁存器和触发器的那类反馈回路。

这篇文章提出反馈回路包括四个阶段：

1. Matlab中数组元素引用有三种方法：
<li>下标法(subscripts)</li>
<li>索引法(index)</li>
<li>布尔法(Boolean)</li>

注意：在使用这三种方法之前，大家头脑一定要清晰的记住，Matlab中数组元素是按列存储(与Fortran一样)，比如说下面的二维数组：
A=
8 1 6
3 5 7
4 9 2

本篇文章目的是使用Block Memory进行PS和PL的数据交互或者数据共享，通过zynq PS端的Master GP0端口向BRAM写数据，然后再通过PS端的Mater GP1把数据读出来，将结果打印输出到串口终端显示。

涉及到AXI BRAM Controller 和 Block Memery Generator等IP的使用。

本系列文章尽可能的让每一个实验都相对独立，过程尽可能保证完整性，保证实验的可重现性。 但是用到的模块或者IP的具体作用和用法不保证都重复详细的介绍。

Xilinx 器件可通过精选芯片工艺和功耗架构为所有产品组合实现高电源效率，包括 Spartan-6 系列及 7 系列、UltraScale 以及 UltraScale+ FPGA 和 SoC。对于每一代产品，Xilinx 都不断提升其节电功能，包括工艺改进、架构创新、电压缩放策略以及高级软件优化策略等。以下是特定产品组合功能的详细信息、芯片工艺优势和基准比较。电源估算、热模型、全面软件支持和演示板现已开始针对所有产品系列公开提供。

<strong>一、梯度下降法</strong>
在机器学习算法中，对于很多监督学习模型，需要对原始的模型构建损失函数l，接下来便是通过优化算法对损失函数l进行优化，以便寻找到最优的参数θ。在求解机器学习参数θ的优化算法中，使用较多的是基于梯度下降的优化算法(Gradient Descent, GD)。

梯度下降法有很多优点，其中，在梯度下降法的求解过程中，只需求解损失函数的一阶导数，计算的代价比较小，这使得梯度下降法能在很多大规模数据集上得到应用。梯度下降法的含义是通过当前点的梯度方向寻找到新的迭代点。

本文是该系列的第6篇。第2篇中以数字滤波器的设计为主题，介绍了System Generator的完整设计流程；第4篇对设计进行了资源分析。本文将在此基础上，讨论如何对设计进行优化，以及介绍System Generator可以导入MATLAB的工作区（workspace）变量的特性。

<strong>ADC</strong>
ADC是模数转换器转换器 的供应商的英文简称，是一种能将模拟信号转变为数字信号的电子元件。通常是将信号采样并保持以后，再进行量化和编码，这两个过程是在转化的同时实现的。

<strong>ADC的转换步骤</strong>
　　模数转换一般要经过采样、保持和量化、编码这几个步骤。在实际电路中，有些过程是合并进行的，如采样和保持，量化和编码在转换过程中是同时实现的。

　　采样定理：当采样频率大于模拟信号中最高频率成分的两倍时，采样值才能不失真的反映原来模拟信号。

今天，IEEE Spectrum发布了最新的第五届年度编程语言交互排行榜！Python不但雄踞第一，在综合指数、用户增速、就业优势和开源语言单项中，全部霸占榜首。人生苦短，你还不用Python吗？

今天，IEEE Spectrum发布了最新的第五届年度编程语言交互排行榜！

这个榜单综合了9个来源的11个指标，对47种编程语言的流行程度进行排名。

当然了，每个程序员都有自己心目中“最好的语言”，不同的程序员有不同的需求和感兴趣的领域，因此，IEEE Spectrum没有将所有这些指标合并整成一个唯一的排名。