- 博客(24)
- 收藏
- 关注
RSS订阅原创 Miniconda安装
最后会询问是否初始化 Conda，输入。在清华镜像里选择合适的版本，如。然后一路enter/yes。（这样会自动配置环境变量）
2025-08-03 15:45:40
209
原创 DSE论文
这篇文章提出了一种新的设计空间探索方法和框架HyperMapper 2.0，专门针对计算机系统设计中的多目标优化问题。通过引入用户先验知识、处理未知可行性约束以及使用主动学习，HyperMapper 2.0在实验中表现出色，能够更高效地探索设计空间并找到接近最优的解决方案。这篇文章提出了一种新的设计空间探索方法，通过FORMULA框架和改进的探索算法，有效地解决了在复杂系统设计中如何高效地探索大量设计替代方案的问题。该方法特别适用于高度约束的设计空间，并能够快速找到多样化的解决方案。
2025-04-28 11:59:45
447
原创 DSE-软硬件变量
硬件目标架构是硬件系统的设计框架，决定了硬件组件的结构和功能。软件变量是编程语言中的数据容器，用于存储和操作数据。硬件变量是硬件描述语言中的参数或信号，用于定义硬件电路的行为和状态。
2025-04-28 11:00:04
660
原创 Transformer起源-Attention Is All You Need
主流的序列转导模型基于复杂的包括编码器和解码器的递归或卷积神经网络。表现最佳的模型还通过注意力机制连接编码器和解码器。我们提出了一种新的简单网络架构——完全基于注意力机制，摒弃了递归和卷积。在两个机器翻译任务上的实验表明，这些模型不仅质量更优，而且更加并行化，训练时间显著减少。我们的模型在WMT 2014英德翻译任务中达到了28.4的BLEU值，比现有的最佳结果，包括集成方法，提高了超过2个BLEU值。
2025-04-23 21:18:04
989
原创 Transformer
是一种基于深度学习的架构，最初由 Vaswani 等人在 2017 年的论文《Attention Is All You Need》中提出。它主要用于处理序列数据，如自然语言处理（NLP）任务中的文本数据、机器翻译、文本生成等。Transformer 架构的核心是，它能够捕捉序列中各个位置之间的关系，而无需依赖于传统的循环神经网络（RNN）或卷积神经网络（CNN）。
2025-04-23 16:32:55
1066
原创 CAMAT
是一种用于评估计算机系统内存访问性能的指标，它是对传统平均内存访问时间（AMAT，Average Memory Access Time）的扩展和改进。C-AMAT 考虑了内存访问的并发性（concurrency），能够更准确地反映多核系统或多线程环境下的内存访问性能。
2025-04-23 15:25:09
458
原创 TEE知识
鉴于ASPE在使用大量属性时匹配复杂度过高，提出了一种替代的[90]方法，通过预过滤方法使用布隆过滤器[91]表达等式约束，从而快速识别不匹配发布的订阅，因为它们的等式约束无法满足。实验评估表明，SGX仅在安全飞地外的不安全明文匹配中增加了有限的开销，同时提供了比其他纯软件解决方案更好的性能和更强大的过滤能力。关于基于内容的安全发布/订阅机制，已有大量文献，包括主要的调查[87,88]，但没有一种解决方案同时具备强大的过滤能力和高性能。提供内存流量的自动内联加密和解密，确保虚拟机（VM）使用数据的机密性。
2025-04-21 15:14:29
902
原创 大模型理解
是指那些具有庞大参数规模（通常达到数十亿甚至数千亿参数）的深度学习模型，主要用于自然语言处理（NLP）任务。这些模型通过在海量文本数据上进行预训练，学习语言的模式和结构，从而能够生成自然语言文本、回答问题、翻译语言等。大模型的工作原理主要基于深度学习中的神经网络架构，尤其是架构。大模型通常基于，这是一种基于注意力机制（Attention Mechanism）的神经网络架构。Transformer架构的核心是自注意力（Self-Attention）机制，它允许模型在处理序列数据时，动态地关注序列中的不同部分。
2025-04-20 21:23:21
625
原创 大模型学习
学习归纳已有数据以后进行创造。她有一个叫创造过程，一般是基于历史的数据，进行一个模仿和学习，然后通过缝合式创作，生成全新的一个内容，也能做出一定的判断和决策。更符合人们心中的智能化形态。：根据原来的原来的一些数据进行分析，以做到预测之类的功能。比如房价预测智能推荐、风控辅助决策等。宏观层面：知道AI大模型从训练到推理的整个流程，就是根据上下文进行推理。然后再把生成的字或词组放进去再进行推理。预训练->微调->推理。预训练是无监督学习，会基于大量知识库。）之前的AI解决方案是。其背后的技术原理如下。
2025-04-19 17:54:48
463
原创 可信执行环境TEE
可信执行环境(Trusted Execution Environment, TEE)是计算系统中运行在的一块区域，是一系列硬件和软件的集合。：意味着计算系统中的其他区域（比如其他应用、虚拟器管理程序等）无法对其进行访问，也无法篡改其中的代码和数据。·可以保护代码、数据和运行时状态（比如CPU寄存器、内存和敏感I/O等）的机密性和完整性；通常，可信执行环境还需要提供远程认证以向第三方证明其可被信任。
2025-04-18 16:45:53
2575
原创 自回归模型
如果 {εt} 为白噪声，服从 N(0,σ2)，a0,a1,...,ap(ap≠0) 为实数，就称 p 阶差分方程。(3)是一个 p 阶自。
2025-04-17 16:22:15
1792
原创 QEMU ARM镜像-树莓派
1.JINGXAINGxz -d ubuntu-22.04.4-preinstalled-server-arm64+raspi.img.xzWARNING: Image format was not specified for './ubuntu-22.04.4-preinstalled-server-arm64+raspi.img' and probing guessed raw. Automatically detecting the format is dangerous for r
2024-03-20 20:39:09
525
原创 单片机原理与应用-课程设计“电子时钟”汇编+C语言
·在4位数码管上显示当前时间。·显示格式“时时分分” 由LED闪动做秒显示。·利用按键可对时间及闹玲进行设置，并可显示闹玲时间。·当闹玲时间到蜂鸣器发出声响，按停止键使可使闹铃声停止。·实现秒表功能（百分之一秒显示
2022-12-20 12:49:52
617
原创 DSP研讨--DFT 近似计算信号频谱专题研讨
声音包括语音、乐音、噪音等。乐音是发音物体有规律地振动而产生的具有固定音高的音，如音乐中的 1(Do)、2(Re)、3(Mi)。按照音高顺次排列的一串乐音就是音阶，如大家熟悉的1(Do )2(Re)3(Mi) 4(Fa)5(So)6(La)7(Si)就是音阶。乐音由不同频率的正弦信号构成，其最简单的数学模型是 cos(2ft)，如 C 大调音阶各乐音对应的频率如下表：...
2022-07-31 13:18:45
1627
2
原创 信号与系统-音乐去噪
【背景知识】璀璨的中华文明具有非常大的多样性，仅戏曲一项，南方戏曲和北方戏曲格与内容各有侧重。南方戏曲声腔婉转，重于抒情。北方戏曲声腔激情高亢，重于叙事。现有两首受到噪声污染的戏曲diewithoutyou_noise.wav(《梁山伯与祝英台》片段)和commandtaking_noise.wav（《花木兰》片段）（见附件）。在时域观察信号波形较为杂乱，很难找到规律，但在频域观察信号的幅度谱，很容易找到规律，发现噪声频谱。利用所学知识将受到噪声污染的戏曲还原。【研讨内容】(*)分别利用Matl
2022-05-24 10:44:58
1176
原创 信号与系统-电话拨号号码识别检测-仅含matlab代码和结果图
【目的】(1)掌握信号时域和频域分析方法，对系统时域分析基本原理和方法的理解；(2)掌握利用MATLAB对电话拨号音频进行识别；(3)培养学生综合利用所学信号处理的理论和技术解决实际问题的能力。【知识点】双音多频(DTMF)基本概念、信号时域和频域分析【背景知识】电话拨号号码识别【情况描述】现有一个犯罪的场景，嫌疑人在作案后给他的上级打电话，拨号声被现场的录音设备记录了下来，录音文件为dial.wav（见附件。时域波形图如图１所示）。请你根据录音文件，将电话号码分析出来，协助警方
2022-05-24 10:19:49
3934
原创 电路课设-音响分频器电路设计
（一）题目简介1．一阶分频器电路设计 假定高音和低音扬声器均等效为 16 欧姆电阻，设计如图 2 的简单分频器电 路，要求高低频分界（两个滤波器的截止频率）为 5kHz。 1） 写出高音扬声器和低音扬声器电压对于 vs 的传递函数，确定电路中电 容 C 和电感 L 的元件值；2）利用 AC 频率扫描分析求出两个扬声器电压的频率响应曲线，验证计算 结果。用包含高低频成分的电压 vs 激励进行测量验证。 3）计算并利用 EWB 仿真证明从 vs 看进去的阻抗为一常数 16 欧姆。
2022-05-24 10:06:25
14675
DSP数字信号处理专题研讨-DFT 近似计算信号频谱专题研讨-自写
2022-07-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人