HPGL 2 及RTL 绘图仪语言编程指南资料，里面包括中文文档以及英文文档 对于需要的人可以当成指令技术文档来使用

RTL8125BG(S)-CG规格书

RTL8125B-CG

Borland Pascal 7.0 带RTL源代码 支持DOS和WIN3.1 RTL源代码在RTL目录中，需单独安装。

CNN-RTLSDR 使用rtl-sdr加密狗进行深度学习信号分类。 当前的预训练模型能够对4种信号进行分类：WFM，TV Secam载波，DMR信号和“其他”信号。 预先模型测试 将软件存档解压缩到某个文件夹，例如C：\ rtlsdr 转到并选择Python 3.6版本，64位图形安装程序或直接下载： : 如果您没有现代的NVIDIA图形卡，则要安装CPU版本，只需在requirements.txt中删除以下行： tensorflow-gpu==1.4.0 运行anaconda提示符，将目录更改为C：\ rtlsdr，然后运行： conda install pip pip install -r requirements.txt 仅对于Tensorflow的CUDA版本，如果已安装CPU版本，请跳过以下步骤： 下载并安装CUDA 8工具包： : 下载用于工具包8的C

NoC路由器RTL代码

iic slave RTL code

dnn-RTL USC DNN系统的RTL和FPGA实现-Sourya，Yinan，Chiye，Mahdi testbench-主文件是tb_mnist.v。 其他文件用于婴儿网络或子模块。 src-所有源代码Verilog文件。 等级制度： DNN.v - whole network layer_block.v - Contains processors, memory, state machines and other small logic for each layer memory_ctr.v - State machine for each layer. Generates control signals for memory (address, enable), counter and mux processor_set.v - FF, BP and UP proces

RTL8367S参考设计，千兆5电1光参考设计，原理图DSN格式。

NVDLA开源硬件，版本1.0 NVDLA NVIDIA深度学习加速器（NVDLA）是一种免费和开放的体系结构，它促进了设计深度学习推理加速器的标准方法。 凭借其模块化的NVDLA开源硬件版本1.0 NVDLA，NVIDIA深度学习加速器（NVDLA）是一种免费和开放的体系结构，它促进了设计深度学习推理加速器的标准方法。 凭借其模块化体系结构，NVDLA具有可扩展性，高度可配置性，并旨在简化集成和可移植性。 在项目网页上了解有关NVDLA的更多信息。 http://nvdla.org/关于此版本此版本在nvdlav1分支中包含不可配置的“全精度”