正所谓“工欲善其事必先利其器”，本篇总结一下ns-3在VS Code开发环境下的配置。

本篇为记录楼主在学习《TensorFlow 实战Google深度学习框架（第2版）》第6章 利用LeNet-5模型实现MNIST数字识别过程中遇到的一些问题的记录、汇总。mnist_train_cnn.py程序的输入数据格式应做调整。主要有两处：这里，在使用tf.placeholder时要指明张量第一维的长度，即shape里第一位不能像之前一样为None，否则会报错“Failed to conve

本篇为记录楼主在学习《TensorFlow 实战Google深度学习框架（第2版）》第6章 利用LeNet-5模型实现MNIST数字识别过程中遇到的一些问题的记录、汇总。mnist_train_cnn.py程序的输入数据格式应做调整。主要有两处：这里，在使用tf.placeholder时要指明张量第一维的长度，即shape里第一位不能像之前一样为None，否则会报错“Failed to conve

文章目录前言1. moveaxis2. rollaxis3. swapaxes4. transposeReference前言本篇总结、介绍Numpy数组（ndarray）的基本操作之一——类转置操作 [1]。1. moveaxisnumpy.moveaxis(a, source, destination)：将数组（a）的轴（source）移动到新的位置（destination），其他轴维持原有顺序

文章目录前言1. reshape2. ravel3. ndarray.flattenReference前言本篇总结、介绍数组的基本操作之一——改变数组形状[1]。1. reshapenumpy.reshape(a, newshape, order=‘C’)：在不改变数据的情况下为数组赋予新的形状a：类数组（array_like）。待重塑数组newshape：整数（一维数组）或者整数列表/元组（高维

文章目录前言1. CSI框架概述2. CSI资源配置2.12.22.32.43. CSI报告配置3.1 CSI报告配置类型3.23.3参考文献前言1. CSI框架概述2. CSI资源配置每个CSI资源配置CSI-ResourceConfig都包含一个CSI资源集列表（由高层参数csi-RS-ResourceSetList给出），其中每个CSI资源集列表包含S≥1S \geq1S≥1个CSI资源集。

文章目录1. CSI-RS概述2. 序列生成3.1. CSI-RS概述2. 序列生成3.

文章目录前言1. CSI资源配置概述2.3.4.5.6.7.参考文献前言本文作为【5G NR】UE上报CSI的过程—CSI框架的子篇章，主要涉及CSI框架中的CSI资源配置相关内容。1. CSI资源配置概述每个CSI资源配置CSI-ResourceConfig包含S≥1S \geq 1S≥1个CSI资源集，由高层参数csi-RS-ResourceSetList配置。这些CSI资源集可以是NZP C

文章目录前言1. CSI报告配置概述2. CSI报告的时域配置3. CSI报告的频域配置4. CSI报告的数量配置前言本文作为【5G NR】UE上报CSI的过程—CSI框架的子篇章，主要涉及CSI框架中的CSI报告配置相关内容。1. CSI报告配置概述每个CSI报告配置CSI-ReportConfig都与一个用于信道测量的下行BWP（由CSI-ReportConfig IE中的高层参数BWP-Id

正所谓“工欲善其事必先利其器”，本篇总结一下ns-3在VS Code开发环境下的配置。