虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

DSP开发学习基础

  • 这个是针对我的一块DSP开发板的串口中断程序。希望对大家有帮助

    这个是针对我的一块DSP开发板的串口中断程序。希望对大家有帮助

    标签: DSP 开发板 串口中断

    上传时间: 2013-12-03

    上传用户:stewart·

  • 基于TMS320F28335的DSP开发板的研制

    基于TMS320F28335的DSP开发板的研制

    标签: F28335 28335 320F TMS

    上传时间: 2014-11-16

    上传用户:vodssv

  • dsp开发资料

    TI  dsp开发资料,配套开发资料上传,TMS32F82xx编程资料

    标签: dsp 开发资料

    上传时间: 2016-07-10

    上传用户:lij100

  • 斯坦福大学-深度学习基础教程

    斯坦福大学-深度学习基础教程,斯坦福大学-深度学习基础教程

    标签: 斯坦福 大学 基础教程

    上传时间: 2017-11-30

    上传用户:cuglizhen

  • 软件开发技术基础

    软件开发技术基础,2018最新的软件开发技术基础习题集

    标签: 软件开发 技术基础

    上传时间: 2018-06-02

    上传用户:305087281

  • 数字信号处理器DSP入门学习

    一个DSP入门学习的ppt,对DSP相关内容的简介

    标签: DSP 数字信号处理器

    上传时间: 2018-08-29

    上传用户:甜甜的气球

  • python学习(基础)

    该文档为python学习(基础)总结文档,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看………………

    标签: python

    上传时间: 2021-12-11

    上传用户:kingwide

  • CEPARK 畅学系列开发学习板 STM32单片机 用户手册 2015

            CEPARK畅学系列多功能开发学习板/实验箱用户手册        STM32单片机用户手册        北京畅联无限科技有限公司        欢迎使用CEPARK畅学系列多功能开发学习板!        恭喜您成为CEPARK电子园开发学习板的用户! 我们非常高兴您选择了本款产品。我们将为你提供最真诚最优质的服务,让您在以后的日子里尽情发挥你的创意!为了使您的产品功能得到充分发挥,我们建议在连接和操作之前,通读一遍说明书,请务必了解本产品各功能模块、跳线、开关和接口等的功能和设置方法后再使用,这样有便于您掌握系统的连接方法和使用要点,有助于您更好的使用本款开发板!        我们对用户使用手册的编批尤识翔结第单易懂,目的是您可以获取与您购买的开发学习板相关的软件安装、基本操作、软硬件使用方法等知识,但为了提高产品的性能,我们会对产品的硬件和软件做些改动和升级,这样可能会产生软硬件配置和本手册在某些细节上不符,请以最新软件和您购买的开发板实际配置为准。        本手册的更改或升级不另行通知客户!在编写手册时我们难免会有疏漏甚至错误之处,请您多加包涵并热烈欢迎指正,CEPARK电子园将不为本手册可能产生的疏漏和错误负责!        北京畅联无限科技有限公司声明︰        本指导教程和配套例程仅在开发板学习中参考,不得用于商业用途,如需转载或引用,请保留版权声明和出处。

    标签: stm32 单片机

    上传时间: 2022-02-15

    上传用户:

  • DSP开发工具与软件设计

    该文档为DSP开发工具与软件设计讲解文档,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看………………

    标签: dsp

    上传时间: 2022-02-18

    上传用户:

  • 斯坦福大学-深度学习基础教程.pdf

    斯坦福大学-深度学习基础教程.pdfUFLDL教程 From Ufldl 说明:本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能 学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。 本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果 你不熟悉这些想法,我们建议你去这里 机器学习课程 (http://openclassroom.stanford.edu/MainFolder/CoursePage.php? course=MachineLearning) ,并先完成第II,III,IV章(到逻辑回归)。 稀疏自编码器 神经网络 反向传导算法 梯度检验与高级优化 自编码算法与稀疏性 可视化自编码器训练结果 稀疏自编码器符号一览表 Exercise:Sparse Autoencoder 矢量化编程实现 矢量化编程 逻辑回归的向量化实现样例 神经网络向量化 Exercise:Vectorization

    标签: 深度学习

    上传时间: 2022-03-27

    上传用户:kingwide