m0_38007995的博客

SRIO Xilinx RapidIO核、Serial RapidIO Gen2 Endpoint的LogiCORE IP Product Guide

Xilinx的AXI总线协议，给英文不好的同学准备的，介绍的很详细。 AXI 总线协议资料整理 第一部分： 1、 AXI 简介： AXI（ Advanced eXtensible Interface）是一种总线协议，该协议是 ARM 公司提出的 AMBA（ Advanced Microcontroller Bus Architecture） 3.0 协议中 最重要的部分，是一种面向高性能、高带宽、低延迟的片内总线。它的地址/控 制和数据相位是分离的，支持不对齐的数据传输，同时在突发传输中，只需要首 地址，同时分离的读写数据通道、并支持显著传输访问和乱序访问，并更加容易 就行时序收敛。 AXI 是 AMBA 中一个新的高性能协议。 AXI 技术丰富了现有 的 AMBA 标准内容，满足超高性能和复杂的片上系统（ SoC）设计的需求。 2、 AXI 特点： 单向通道体系结构。信息流只以单方向传输，简化时钟域间的 桥接，减少门数量。当信号经过复杂的片上系统时，减少延时。 支持多项数据交换。通过并行执行猝发操作，极大地提高了数据吞吐能力， 可在更短的时间内完成任务，在满足高性能要求的同时，又减少了功耗。 独立的地址和数据通道。地址和数据通道分开，能对每一个通道进行单独优 化，可以根据需要控制时序通道，将时钟频率提到最高，并将延时降到最低。 第二部分： 本部分对 AXI1.0 协议的各章进行整理。

统计学习基础:数据挖掘、推理与预测》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础:数据挖掘、推理与预测》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。计算和信息技术的飞速发展带来了医学、生物学、财经和营销等诸多领域的海量数据。理解这些数据是一种挑战，这导致了统计学领域新工具的发展，并延伸到诸如数据挖掘、机器学习和生物信息学等新领域。许多工具都具有共同的基础，但常常用不同的术语来表达。

Foundations and Trends® in Machine Learning Editor-in-chief Michael Jordan University of California, Berkeley Personal homepage Print ISSN: 1935-8237 Online ISSN: 1935-8245 Publisher Mike Casey [email protected] MAL Indexed in: ACM Guide, Cabell's International, Computing Reviews, DBLP, EI Compendex, Electronic Journals Library, Google Scholar, INSPEC, ISI Emerging, PubGet, SCOPUS, Ulrich's, Zentralblatt Math https://www.nowpublishers.com/MAL

4G移动通信技术权威指南 LTE与LTE-Advanced 中文版 高清带书签

斯坦福EE359无线通信课件，包含ppt,pdf,summary,supplement https://web.stanford.edu/class/ee359/lectures.html

这是第一本提出贝叶斯方法的模式识别教科书。本书提出了近似推理算法和用于描述概率分布的图模型等多种最新分类方法。 在阅读本书之前，最好有多变量微积分和基本线性代数等数理基础，面向人群为高年级本科生、研究生和相关研究人员。

《信息论基础》(原书第2版)是信息论领域中一本简明易懂的教材。主要内容包括：熵、信源、信道容量、率失真、数据压缩与编码理论和复杂度理论等方面的介绍。《信息论基础》(原书第2版)还对网络信息论和假设检验等进行了介绍，并且以赛马模型为出发点，将对证券市场的研究纳入了信息论的框架，从新的视角给投资组合的研究带来了全新的投资理念和研究技巧。 《信息论基础》(原书第2版)第2版依然保持了第1版清晰。引人深思的写作风格。读者可以又一次获得数学，物理学。统计学以及信息论方面的综合知识。.. 关于信息论的主题包括熵、数据压缩。信道容量。率失真。网络信息论以及假设检验等领域的详细介绍，旨在为读者在理论研究和应用方面打下坚实的基础。在每章结束前提供了习题集和要点总结以及主要论点的历史回顾。 《信息论基础》(原书第2版)是电子工程。统计学以及电信方面的高年级本科生和研究生学习信息论基础课程的理想教材。

通信的数学理论》A Mathematical Theory of Communication信息论的奠基性论文，美国数学家C.E.香农所著。1948年发表在《贝尔系统技术杂志》第27卷上。原文共分五章。香农在这篇论文中把通信的数学理论建立在概率论的基础上，把通信的基本问题归结为通信的一方能以一定的概率复现另一方发出的消息，并针对这一基本问题对信息作了定量描述。香农在这篇论文中还精确地定义了信源信道信宿编码、译码等概念,建立了通信系统的数学模型，并得出了信源编码定理和信道编码定理等重要结果。这篇论文的发表标志一门新的学科──信息论的诞生。

通信原理第三版 周烱槃，续大我，吴伟陵，庞沁华编 北京邮电大学出版社

本书主要介绍与计算机系统相关的核心概念，解释这些概念如何相互关联并最终影响程序执行的结果和性能。本书共分8章，主要内容包括数据的表示和运算、程序的转换及机器级表示、程序的链接、程序的执行、存储器层次结构、虚拟存储器、异常控制流和I/O操作的实现等。本书内容详尽，反映现实，概念清楚，通俗易懂，实例丰富，并提供大量典型习题供读者练习。本书可以作为计算机专业本科或大专院校学生计算机系统方面的基础性教材，也可以作为有关专业研究生或计算机技术人员的参考书

官网下载速度太慢 The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images. The dataset is divided into five training batches and one test batch, each with 10000 images. The test batch contains exactly 1000 randomly-selected images from each class. The training batches contain the remaining images in random order, but some training batches may contain more images from one class than another. Between them, the training batches contain exactly 5000 images from each class.

Data is at the center of many challenges in system design today. Difficult issues need to be figured out, such as scalability, consistency, reliability, efficiency, and maintainability. In addition, we have an overwhelming variety of tools, including relational databases, NoSQL datastores, stream or batch processors, and message brokers. What are the right choices for your application? How do you make sense of all these buzzwords?, In this practical and comprehensive guide, author Martin Kleppmann helps you navigate this diverse landscape by examining the pros and cons of various technologies for processing and storing data. Software keeps changing, but the fundamental principles remain the same. With this book, software engineers and architects will learn how to apply those ideas in practice, and how to make full use of data in modern applications., Peer under the hood of the systems you already use, and learn how to use and operate them more effectively, Make informed decisions by identifying the strengths and weaknesses of different tools, Navigate the trade-offs around consistency, scalability, fault tolerance, and complexity, Understand the distributed systems research upon which modern databases are built, Peek behind the scenes of major online services, and learn from their architectures

自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他语言（Go、Java、Rust、Haskell）的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold，以及数不胜数的经典模型在TensorFlow上的实现（Inception Net、SyntaxNet等）。在这一年多时间，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。

本书提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在本书中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主要算法。

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用。《Tensorflow实战》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。《Tensorflow实战》包含了深度学习的入门知识和大量实践经验，是走进这个最新、最火的人工智能领域的首选参考书。

《Python机器学习及实践：从零开始通往Kaggle竞赛之路》帮助对机器学习、数据挖掘感兴趣的读者整合时下流行的基于Python语言的程序库。如Scikit-learn，Pandas, NLTK，Gensim, XGBoost，TensorFlow等，并且针对现实中遇到的数据，甚至是Kaggle竞赛中的分析任务，快速搭建有效的机器学习系统。

书中将高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体实例教会读者在解决问题时如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新等。

ySQL是世界上最受欢迎的数据库管理系统之一。书中从介绍简单的数据检索开始，逐步深入一些复杂的内容，包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束，等等。通过重点突出的章节，条理清晰、系统而扼要地讲述了读者应该掌握的知识，使他们不经意间立刻功力大增。

本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。

Gnuradio [1] 是一个无线电信号处理方案，它遵循GNU 的GPL [2] 的条款分发。它的目的是给普通的软件编制者提供探索电磁波的机会，并激发他们聪明的利用射频电波的能力。 正如所有软件定义无线电系统的定义， 可重构性是其最重要的功能。再也不需购买一大堆发射接收设备，只要一台可以装载信号处理软件（这里：Gnuradio[1] ）通用的设备。目前它虽然只定义几个有限的无线电功能，但是只要理解无线发射系统的机理（算法），你便可以任意的配置去接受它。 Gnuradio[1] 起源于美国的麻省理工学院的SpectrumWare 项目小组开发的Pspectra 代码的分支。2004年被完全重写。所以今天的Gnuradio 已不包含原Pspectra 任何代码。另外值得一提的是Pspectra 已被用作创立商业化的Vanu Software Radio.

本书是2017年最新的有关机器学习之深度学习的一本经典算法书籍，是中文版的，全面详细的讲解深度学习的思想和实现！这本书对各类读者都有一定用处的，但我们是基于两个主要目标受众而写的。其中一个目标受众是学习机器学习的大学生（本科或研究生），包括那些已经开始职业生涯的深度学习和人工智能研究者。另一个目标群体是没有机器学习或统计背景但要迅速在他们的产品或平台中使用深度学习的软件工程师。

这是一本涵盖关于了android studio及其庞大工具生态系统的图书，由（美）Adam Gerber、Clifton Craig编著，靳晓辉、张文书编译，清华大学出版社出版。全书结合若干个实际可用的示例，循序渐进地讲解了android studio的基本用法，android app的开发流程(包括设计用户界面，搭建布局，采用mvc模式编写代码等)、代码管理工具git和构建工具gradle的使用技巧，非常适合那些Android开发者和爱好者下载参考。

基于MATLAB的录音程序，实时动态波形和频谱显示，采样率默认8000，录音文件默认保存在程序文件夹里。

语音信号处理中的LPC动态参数显示，可选择观看任一帧的LPC及波形并从当前开始播放；帧长，帧移，LPC阶数，fft点数均可自行选择。

作者根据最近几年的管理实践和教学实践经验，以及国内外最新学术成果的研究，对原有的管理学理论体系进行了必要的调整，对国内外最新学术成果进行了大量综合、诠释、充实和完善。本书主要是为了探讨第二次世界大战以来的主要管理理论，特别是近二十年来新出现的管理思想和理论观点。本书不是对管理理论的每一个职能进行详细的研究和描述，而是站在一个较高的层面来综合、分析与诠释第二次世界大战之后管理理论发展各个阶段主流管理理论总纲的理论观点，从中使我们可以窥探管理理论的全貌。

本书是一本针对所有层次的Python 读者而作的Python 入门书。全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D 游戏开发如何利用数据生成交互式的信息图，以及创建和定制简单的Web 应用，并帮读者解决常见编程问题和困惑。

统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

计算机程序的构造和解释(原书第2版)》1984年出版，成型于美国麻省理工学院(MIT)多年使用的一本教材，1996年修订为第2版。在过去的二十多年里，《计算机程序的构造和解释(原书第2版)》对于计算机科学的教育计划产生了深刻的影响。第2版中大部分重要程序设计系统都重新修改并做过测试，包括各种解释器和编译器。作者根据其后十余年的教学实践，还对其他许多细节做了相应的修改。

本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。

书中将高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。通过具体实例教会读者在解决问题时如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新等。

运算放大器权威指南