logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

HDL & FPGA 学习 - Quartus II 工程搭建,ModelSim 仿真,时序分析,IP 核使用,Nios II 软核使用,更多技巧和规范总结

HDL & FPGA 学习 - Quartus II 工程搭建,ModelSim 仿真,时序分析,IP 核使用,Nios II 软核使用,更多技巧和规范总结

文章图片
#fpga开发
算法简述-串和串的匹配、排序、深度/广度优先搜索、动态规划、分治、贪心、回溯、分支限界

但是分治算法是寻找远小于原问题的子问题(因为对于计算机来说计算小数据的问题还是很快的),同时分治算法的效率并不一定好,而动态规划的效率取决于子问题的个数的多少,子问题的个数远小于子问题的总数的情况下(也就是重复子问题多),算法才会很高效。分治策略是:对于一个规模为n的问题,若该问题可以容易地解决(比如说规模n较小)则直接解决,否则将其分解为k个规模较小的子问题,这些子问题互相独立且与原问题形式相同

文章图片
#算法#动态规划#排序算法 +2
读标准02-IEEE1451.5-智能无线传感器标准介绍

这里介绍 1451.5 标准中对于 1451.0 标准的一些新增/兼容部分的介绍,参考于 1451.5 标准源文。图片侵删。对于个人,如果业余时间想玩玩,把这个标准用起来,实现并且体验一下各个组件神奇的“自识别、自组网”、“即插即用”的话,主要在于实现 【读标准01】那篇文章里介绍的 1451.0 标准定义的 消息(message)和电子数据表格(TEDS)这两大功能,并且不用把标准所描述的都实现

#网络协议#iot#边缘计算 +1
读标准01-IEEE1451-智能传感器接口标准介绍

IEEE 1451 标准是为了统一传感器的“接口”的标准,使其网络化、智能化和标准化,让相互不同的、陌生的传感器接入系统后可以“自发现”、“自识别”和“自组网”,并自动的开始进行数据和命令的上下传递,使传感器具有“即插即用”性、兼容性、互操作性与相互独立的解耦性(与 USB 等规范不同,此标准专门适应了 智能传感器的弱处理能力、低功耗、设备信息标准格式定义与传输、特有功能等独特性需求)。...

#网络协议#边缘计算#iot +1
(集合)C / C++ 设计模式综合

本文最新原文和相关资料在仓库里,其它地方不会跟进,因此推荐到仓库里面进行查阅或下载。

文章图片
#设计模式#代理模式#单例模式
开源多模态大模型全景对比:你的电脑,已经是 AI 工作站

开源多模态大模型全景对比:你的电脑已成AI工作站 三年前,能看懂图片的AI需要百万级服务器,如今个人电脑或手持设备都能本地运行开源多模态模型。本文梳理了2023-2026年开源多模态技术的演进,以及部署方案。

#开源#人工智能
Git 积累 & 常用命令

本文提供了Git和Gerrit的实用操作指南,涵盖环境配置、常用命令、团队协作规范及常见问题解决方法。主要内容包括: 环境配置:SSH密钥生成与配置,Windows/Linux平台注意事项,VSCode远程开发设置 Git操作: 仓库克隆与更新(含子模块处理) 提交规范(含签名要求) 分支管理、状态查看、差异比较 rebase与merge的区别 历史修改与提交合并 Gerrit使用: 提交补丁规范

#git#github
开源多模态大模型全景对比:你的电脑,已经是 AI 工作站

开源多模态大模型全景对比:你的电脑已成AI工作站 三年前,能看懂图片的AI需要百万级服务器,如今个人电脑或手持设备都能本地运行开源多模态模型。本文梳理了2023-2026年开源多模态技术的演进,以及部署方案。

#开源#人工智能
开源多模态大模型全景对比:你的电脑,已经是 AI 工作站

开源多模态大模型全景对比:你的电脑已成AI工作站 三年前,能看懂图片的AI需要百万级服务器,如今个人电脑或手持设备都能本地运行开源多模态模型。本文梳理了2023-2026年开源多模态技术的演进,以及部署方案。

#开源#人工智能
开源多模态大模型全景对比:你的电脑,已经是 AI 工作站

开源多模态大模型全景对比:你的电脑已成AI工作站 三年前,能看懂图片的AI需要百万级服务器,如今个人电脑或手持设备都能本地运行开源多模态模型。本文梳理了2023-2026年开源多模态技术的演进,以及部署方案。

#开源#人工智能
    共 26 条
  • 1
  • 2
  • 3
  • 请选择