2 点赞

RT-Thread 隐藏的宝藏之工作队列

工作队列:我们可以将不是很紧急处理的事情放到 workqueue 中处理,等待系统空闲时就会去执行 workqueue 里的事情。工作队列的本质就是开一个线程去处理排列好的任务,所以工作队列中不能有死循环,尽可能的不要使用使用会导致线程阻塞的API 。 workqueue 的作用就是将工作延迟处理, workqueue 是中断处理的后半程。
1 点赞

一文详解最常用的10个「激活函数」

(转载机器之心)激活函数是神经网络模型重要的组成部分,本文从激活函数的数学原理出发,详解了十种激活函数的优缺点。 激活函数(Activation Function)是一种添加到人工神经网络中的函数,旨在帮助网络学习数据中的复杂模式。类似于人类大脑中基于神经元的模型,激活函数最终决定了要发射给下一个神经元的内容。
1 点赞
4 点赞
2 点赞

关于在H750VBT6开发板上使用片外SPI_FLASH的总结

通过学习Art_Pi将片外spi_flash驱动移植到H750VBT6通用开发板上,并成功使用easyflash软件包。
2 点赞

网络TCP通信出现程序卡在while死循环中

RT-Thread4.0.2使用lwip210进行网络TCP通信,运行一段时间后偶发出现程序卡在while死循环中,通过排查发现是stm32的hal库bug导致
2 点赞

RT-Thread 隐藏的宝藏之 data_queue

数据队列能够接收来自线程中不固定长度的数据,数据 **不会** 缓存在自己的内存空间中,自己的内存空间只有一个指向这包数据的指针。其他线程也能够从数据队列获取数据,当数据队列为空的时候,可以挂起线程。当有新的数据到达时,挂起的线程将被唤醒以接收并处理消息。数据队列是一种异步的通信方式。
3 点赞

深入理解 volatile 关键字

从编译器的角度触发深入理解 volatile 关键字。
2 点赞

【再见,2020】这一年我与RT-Thread的故事征集(评选结果已出)

选一个印象深刻的事情和大家分享吧,参与就有机会获得RT-Thread定制礼品一份,还有RT-Thread定制卫衣、京东卡等奖品等你来拿~
3 点赞

RTOS 性能测试相关概念说明

讲解 RTOS 性能测试以及临界区保护相关概念。
3 点赞

Lwip 内存系统说明

解释 lwip 的内存分配机制,以及在应用 lwip 时可能遇到的内存错误查找过程。
1 点赞

IRQ 和 FIQ 的区别

讲解 IRQ 和 FIQ 的区别,以及 FIQ 为什么处理速度快于 IRQ。
1 点赞

IDLE 线程其实很忙的

讲述 rt-thread 线程的功能以及其面临的风险。
4 点赞
7 点赞
3 点赞

RT-Thread 隐藏的宝藏之等待队列

等待队列:等待其他线程的 wake_up 讯息来唤醒自己
2 点赞

用OpenCV实现超轻量的NanoDet目标检测模型!| 转载极市平台

关于轻量级目标破检测模型,之前已经有在 rt-thread 公众号推送过,比较有好的有两个: 一个是1.8M 大小的NanoDet; 一个是1.3M 大小的yolo-fastest; 本文主要讲的是 NanoDet,后续可能会跟上NanoDet的相关文章 本文作者用OpenCV部署了超轻量目标检测模型NanoDet,并实现了C++和Python两个版本,并对此进行了解析,附完整代码。 Github: https://github.com/hpc203/nanodet-op
0 点赞

数据科学中常见的9种距离度量方法,内含欧氏距离、切比雪夫距离等 | 转载机器之心

在数据挖掘中,我们经常需要计算样本之间的相似度,通常的做法是计算样本之间的距离。在本文中,数据科学家 Maarten Grootendorst 向我们介绍了 9 种距离度量方法,其中包括欧氏距离、余弦相似度等。![img](https://imagepphcloud.thepaper.cn/pph/image/115/609/781.jpg)许多算法,无论是监督学习还是无监督学习,都会使用距离度量。这些度量,如欧几里得距离或者余弦相似性,经常在 k-NN、 UMAP、HDBSCAN 等算法中使用。了解距离
1 点赞
1 点赞

用VS Code直接浏览GitHub代码 | 12.1K星 | 转载量子位

“看GitHub代码”这件事上,还在网页上点点点? 用开发工具看代码,不香吗? 于是,它来了,它来了——可以直接用VS Code方式打开GitHub代码的工具。 *github1s项目地址: https://github.com/conwnet/github1s* *surf.项目地址: https://github.com/surfcodes/surf*
1 点赞

DeepMind丢掉了归一化,训练速度提了8.7倍 开源 | 转载量子位

对于大多数图像识别模型来说,批处理归一化(batch normalization)是非常重要的组成部分。 但与此同时,这样的方式也存在一定的局限性,那就是它存在许多并不重要的特征。 虽然近期的一些研究在没有归一化的情况下,成功训练了深度ResNet,但这些模型与最佳批处理归一化网络的测试精度不相匹配。 而这便是DeepMind此次研究所要解决的问题——提出了一种自适应梯度剪裁 (AGC) 技术。 具体而言,这是一种叫做Normalizer-Free ResNet (NFNet)的新
9 点赞
3 点赞
1 点赞

nrf 协议栈添加bsp,出现Fault解决

在移植nRF5_SDK_17.0.2的时候初始化softdevice出现fault。硬件是nrf52840。gcc编译。
3 点赞

移植开源IOT库Gear-Lib到RT-Thread

Gear-Lib是一组通用的C基础库,全部用POSIX C实现,适用于物联网,嵌入式,以及网络服务开发等场景,现移植部分基础代码到RT-Thread为了方便加速开发,后续继续完善移植
3 点赞

基于ZYNQ的RT-Thread移植

1) 在window系统中将rtthread移植到zynq 2) 在sdk中实现无bsp的zynq工程调试 3) 在zedboard上演示rtthread的shell功能
1 点赞
1 点赞
1 点赞
1 点赞

回到
顶部

发布
问题

投诉
建议