- 博客(15)
- 收藏
- 关注
RSS订阅原创 【ZYNQ的Linux开发】UIO中断
本文介绍了在Zynq平台上使用Linux下的UIO（Userspace I/O）中断的实现方法。首先，硬件平台通过AXI GPIO模拟中断信号，并详细描述了UIO的基本概念、设备树配置、驱动加载以及相关文件的位置。接着，文章提供了设备树的配置示例，并通过命令行和应用程序测试验证了UIO中断的功能。测试结果表明，UIO中断能够成功触发，但需手动使能中断以支持连续中断处理。最后，文章列出了相关参考资料，供进一步学习和研究。
2025-05-13 16:38:09
848
原创 【ZYNQ的Linux开发】BRAM的使用
本文介绍了在Zynq平台上使用Linux系统访问BRAM的方法。首先，通过硬件平台配置和地址映射，确保BRAM的物理地址可以被访问。接着，利用Linux系统中的/dev/mem设备和mmap函数，将物理地址映射到用户空间，实现对BRAM的直接读写操作。文章还提供了详细的代码示例，展示了如何通过应用程序向BRAM写入数据并读取验证。最后，通过测试结果验证了该方法的有效性。参考资料包括相关技术文档和博客链接，供进一步学习使用。
2025-05-13 16:24:44
819
原创 【ZYNQ的Linux开发】AXI_GPIO的使用
本文介绍了在Zynq平台上使用Linux系统操作AXI GPIO的方法。首先，通过sysfs文件系统在命令行中测试GPIO的访问，具体步骤包括导出GPIO、设置方向和控制值。接着，提供了一个C语言应用程序示例，展示了如何在程序中实现GPIO的导出、方向设置和值切换。该程序通过打开和写入sysfs中的相关文件，实现了GPIO的持续切换操作。最后，提供了参考资料链接，供进一步学习AXI GPIO的使用。
2025-05-13 16:16:49
198
原创 【李宏毅深度学习】回归问题（regression）
第一个选择的model效果不太好，因此我们可以选择更复杂的model ，但是更复杂的模型可能会产生过拟合问题。我们可以重新定义loss函数来防止过拟合问题，这个方法叫做正则化（regularization）。我们可以把想到的所以特征都加进去，但这样也容易产生过拟合问题。返回到最初我我们选择的模型，重新选择模型。调整lamada可以调整曲线的平滑程度。把模型写成线性模型的形式如下。
2024-03-19 15:43:55
232
1
原创 【李宏毅深度学习】深度学习介绍
我们需要决定神经网络的结构，到底选多少层，每层有多少神经元通常靠经验和直觉决定。用梯度下降法选择更好的参数，这里与前面一样只不过是函数变复杂了。对于第二、三步，需要调整参数使loss越小越好。深度学习的深度表示有很多的隐藏层。
2024-03-18 14:25:41
584
1
原创 【李宏毅深度学习】深度学习简介
实际在做梯度下降时，会把很多的数据分成很多的小数据集（batch），只用一个batch算loss。每一次更新参数叫做update，把所有的batch都用过一遍叫做1epoch。可以用relu来代替sigmoid，两个relu可以组成sigmiod。调整参数可以获得不同形状的sigmoid函数，就可以近似预测函数。任何一个分段线性曲线都可以用常数加上特殊的函数表示。因此新的模型由简单的线性模型变成了更多参数的函数。当分割的片段足够多就可以表示连续的曲线。未知函数的更复杂，模型更新为。
2024-03-16 20:42:12
486
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人