zt5169的博客

复制粘贴时处理奇怪的ENSP符号

kindle, mobi

xuexila, lxml, etree, xpath

python m4a 音频

xima 多页分页音频

xima 2023 音频下载

21世纪 英文报 方便获取听力音频

多变量赋值

usr/bin/python3 不带pip3解决办法：虚拟机系统：RED HAT 6.10解决办法：sudo python3 -m pip install --upgrade --force-reinstall pip

redhat6+centos6.yum找不到163mirror测试通过时间位置替换的内容测试通过时间2021.8.22位置/etc/yum.repos.d/CentOS6-Base-163.repo替换的内容[base]name=CentOS-6 - Base - centos.orgbaseurl=https://vault.centos.org/6.10/os/$basearch/gpgcheck=1gpgkey=https://vault.centos.org/6.10/os/x8

python列表行列置换bfr = [[x+(y-1)*3 for x in range(1,4)] for y in range(1,4)]print(bef)aft = [[bfr[y][x] for y in range(3)] for x in range(3)]print(aft)[[1, 2, 3], [4, 5, 6], [7, 8, 9]][[1, 4, 7], [2, 5, 8], [3, 6, 9]]

深度学习入门ch3a jupyter noteIn [8]:In [5]:In [19]:In [20]:In [8]:import numpy as npx=np.array([-1.0,1.0,2.0])print(x)y=x>0print(y)y=y.astype(np.int)print(y)print(y.ndim) #propertyprint(np...

In [12]:#coding=utf-8import numpy as npa = np.arange(9).reshape(3,3)b = a * 2print('hstack 接受tuple，因此必须使用内部圆括号')c1 = np.hstack((a,b))print(c1)print("equalvalent method:")c2 = np.concatenate((...

from sklearn.feature_extraction import DictVectorizerimport csvfrom sklearn import treefrom sklearn import preprocessingimport numpy as npfrom sklearn.externals.six import StringIO# Read in the...

numpy beginner 3rdv ch2a (jupyter note)In [3]:#coding=utf-8import numpy as npa = np.arange(5)print(a)print(a.dtype)print(a.shape)Output:[0 1 2 3 4]int32(5,)In [15]:m = np.arra...

@[TOC](python graphic ch1(note))In [1]:#coding=utf-8#python graphic , A Reference for Creating 2D and 3D Images by B.J. Koritesimport numpy as npimport matplotlib.pyplot as plt%pylab inline...

pylab clobberedIn [4]:In [4]:#coding=utf-8import numpy as npimport matplotlib as plt%pylab inlinex1=(3,5,7)y1=(21,39,47)plt.scatter(x1,y1,color='gray')Output:Populating the interactive name...

In [17]:# note from Tensorflow神经网络框架-12周(2017全新)import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltx_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]noise = np.random.normal(0...

python深度学习线性单元(note)In [3]:#线性单元将返回一个实数值而不是0,1分类。因此线性单元用来解决回归问题而不是分类问题。#当预测工资是，如果考虑更多的因素，比如所处的行业、公司、职级等等，可能预测就会靠谱的多。我们把工作年限、行业、公司、职级这些信息，称之为特征。#对于一个工作了5年，在IT行业，百度工作，职级T6这样的人，我们可以用这样的一个特征向量来表示他= (5...

深度学习入门ch3b jupyter noteIn [3]:In [7]:In [ ]:In [8]:In [3]:#coding=utf-8#Depending on ../dataset/mnist.py, please download it by yourself#Depending on ../common/functions.py, download it before han...

import csvimport randomimport mathimport operator#adaption for python 3.6: rb -> rtdef loadDataset(filename, split, trainingSet = [], testSet = []): with open(filename, 'rt') as csvfile:...

@[TOC](python graphic define grid very slow (note))In [2]:#1.10自定义网格线import numpy as npimport matplotlib.pyplot as plt%pylab inlinex1,x2,y1,y2 = (-10,140,10,90)plt.grid(False)plt.axis([x1...

pythonhttps://perso.limsi.fr/pointal/_media/python:cours:mementopython3-english.pdf

In [8]:#note from Tensorflow神经网络框架-12周(2017全新)import tensorflow as tfm1 = tf.constant([[3,3]])m2 = tf.constant([[2],[3]])product = tf.matmul(m1,m2)print(product)Output:Tensor("MatMul_1:0", sh...

note from dataguru Tensorflow神经网络框架-12周In [14]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data",one_hot=True) #或者在当...

In [6]:#小试牛刀，用线性回归预测import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LinearRegressionimport matplotlib.pyplot as plt%pyl...

In [2]:#详见黄海广博士公众号from sklearn.datasets import load_digitsfrom sklearn.model_selection import train_test_splitfrom sklearn.naive_bayes import GaussianNBX,y = load_digits(return_X_y=True)X_train,...

RTL建模介绍组合逻辑模板示例时序逻辑模板示例可替换的模板有限状态机建模介绍RTL(寄存器传输层)是一种抽象建模层，通常用于编写可综合的模型。综合是指将HDL描述自动编译到ASIC或FPGA实现的过程。本章描述MyHDL如何支持它。组合逻辑模板组合逻辑用代码模式描述如下：from myhdl import block, always_comb@blockdef top(<p...

深度学习入门numpy型感知器2(note)In [3]:#权重相当于电流里所说的电阻。电阻是决定电流流动难度的参数，#电阻越低，通过的电流就越大。而感知机的权重则是值越大，通过#的信号就越大。不管是电阻还是权重，在控制信号流动难度（或者流#动容易度）这一点上的作用都是一样的。#输入信号被送往神经元时，会被分别乘以固定的权重（w1x1、w2x2）。神经元会计算传送过来的信号的总和，只有...

深度学习入门numpy型感知器1(note)In [59]:import numpy as npx=np.array([1.0, 3.0,5.0])print(x)print(type(x))Output:[1. 3. 5.]<class 'numpy.ndarray'>In [60]:y=np.array([10.0,20.0,30.0])z=x+ypri...

当使用matplotlib.image.imread读入图片时，如果图片像素过大，会报告此错误。

python导出包语法参考仿真仿真类simulation class仿真支持函数now()MyHDL是作为一个名为myhdl的Python包实现的。本章介绍此程序包导出的对象。仿真仿真类simulation classclass Simulation(arg[, arg ...])类，构造新的仿真。每个参数都应该是MyHDL实例。在MyHDL中，一个实例被递归地定义为一个实例序列、一...

转换成Verilog和VHDL代码导言解决方案说明特征精细化后转换从信号使用情况推断模块端口接口可转换if-Then-Else结构可以映射到case语句内存ROM存储器有符号算法用户定义代码可转换子集导言编码方式支持的类型支持的语句支持的内置函数文件串信号列表的转换接口转换赋值问题信号赋值intbv对象从转换中排除代码用户定义代码模板变换转换输出的联合仿真验证试验平台的改装方法学说明第一步仿真处理...

myhdl转换代码示例小的时序电路设计小的组合电路设计分层设计有限状态机的优化RAM推断ROM推断用户定义代码小的时序电路设计考虑下面的增量程序块的MyHDL代码from myhdl import block, always_seq@blockdef inc(count, enable, clock, reset): """ Incrementer with enable....

MyHDL与Verilog协同仿真介绍hdl insideMyHDL侧限制只有被动的hdl可以协同仿真竞争敏感性问题实施说明Icarus Verilogdelta增量循环实现被动Verilog检查cver其他Verilog仿真器中断的系统调用那VHDL呢？介绍MyHDL最令人兴奋的一个方面是将其用作硬件验证语言(HVL)。HVL是一种用于编写测试台和验证环境以及控制仿真的语言。目前，人们普遍...

单元测试 unit test介绍单元测试的重要性单元测试开发定义需求首先写测试测试驱动的实现额外要求介绍现代数字硬件设计流程中的许多方面都可以看作是一种特殊的软件开发。从这个角度来看，软件设计技术的进步很自然也能应用于硬件设计。一种值得注意的软件设计方法是极限编程(XP)。这是一套引人入胜的技术和指导方针，似乎常常与传统智慧背道而驰。在其他情况下，XP似乎只是强调常识，它并不总是符合通常的做...

高层次建模介绍总线函数过程建模使用内置类型对内存进行建模使用异常建模错误面向对象建模。介绍要用MyHDL编写可综合的模型，您应该坚持使用RTL建模中展示的RTL模板。然而，MyHDL中的建模功能要强大得多。从概念上讲，MyHDL是一个用于硬件系统的通用事件驱动建模和仿真的库。为什么要在比RTL更高的抽象级别上建模？原因有很多。例如，您可以使用MyHDL来验证体系结构特性，例如系统吞吐量、延迟...

结构化建模介绍有条件例化实例和信号的列表信号列表和位向量之间的转换推断实例列表介绍硬件描述需要支持模块实例化和层次结构的概念。在MyHDL中，实例被递归地定义为一系列的实例或生成器。层次结构是通过在更高级别的函数中定义实例并返回它们来建模的。递归体现于，在本级block内部定义函数（always）、生成器(instance)并返回，在上一级block中调用本级block并再次返回。下面是基本...

intbv和modbvintbv类按位索引位的切片modvb类有符号和无符号的表示法intbv类硬件设计涉及到处理位和面向位的操作。标准Python类型int具有所需的大部分特性，但缺乏对索引（比如data[3]）和切片（比如head[7:4]）的支持。因此，MyHDL提供了intbv类。选择该名称是为了表示具有位向量风格的整数（Integer Bit Vector）。intbv可以透明地与...

Verilog文件拆分Verilog文件拆分的原因拆分方法Verilog文件拆分的原因（1） 有的工具需要文件名和module名称一致，比如emacs的verilog插件。（2） 有的工具在识别同一个文件中的多个module时认不全，比如verdi。拆分方法（1） 删除有内容的//注释行。这是为了防止识别出无用的代码。（2） 删除有内容的/* */注释行。这是为了防止识别出无用的代码。...