暨南大学《通信原理》期末考试复习资料汇总版

暨南大学《微机原理与系统》期末考试复习资料汇总

一般使用MPU6050的步骤是先驱动I2C总线，然后初始化MPU6050，从MPU6050读取数据，最后是数据的处理。本文档详细介绍有关MPU6050 三维角度传感器电子陀螺仪使用说明。附件内容提供该MPU6050模块原理图，配套STM32代码,相关数据手册及参考文档。 实物连接图: MPU6050 六轴陀螺仪特点: 使用芯片:MPU-6050 供电电源:3-5v（内部低压差稳压） 通信方式:标准IIC通信协议 芯片内置16bit AD转换器,16位数据输出 陀螺仪范围:±250 500 1000 2000 °/s 加速度范围:±2±4±8±16g 附件资料截图: 可能感兴趣的项目设计: 6轴加速度计/姿态角度测量/卡尔曼滤波（上位机+测试程序+手机客户端等），链接:https://www.cirmall.com/circuit/2874/ 姿态传感器IMU模块 附源码和上位机，链接:https://www.cirmall.com/circuit/1730/

资料共144份，包括但不限于： 5G+电信: 5G 时代统一的边缘云网建设； 红帽开源软件助力电信行业 GPU 应用； 基于 5G 车路协同智慧公交解决方案； 中国电信 5G 边缘计算推动产业互联网发展； 中国移动九天人工智能平台 GPU 推理实践； 助力 5G 和边缘计算，深入了解 Cloud XR； DPU 加速 5G； GPU 加速 5G 基站的的 DICT 融合； GPU 加速开源 5G； GPU 加速中国电信 Spark 大数据处理； NVIDIA 加持的 5G 云部署； Rivermax- 带您轻松跨入超高清视频的 IP 时代； 高性能计算: 超算集群网络管理神器 — UFM Cyber-AI； 基于 CPU-GPU 异构平台的第一性原理密度泛函理论高性能计算； 基于 GPU 加速的矩阵离散元方法实现与应用； 脑研究之利器：基于 NVIDIA GPU 的全脑尺度直接可视化方法； 全新 NVIDIA A100 80GB GPU 加速超大规模 HPC 和 AI 应用； 新型超级计算中的高速互联技术； CUBE：高可扩展宇宙学 N 体问题模拟程序； GPU 加速 Paradigm 解决方案； HPC 应用性能分析和调优； RDMA 在分布式存储中的应用； 深度学习平台及应用: 用 NVIDIA Jarvis 来构建你的语音助理； 安全 AI 平台 GPU 实践和思考； 飞桨推理引擎性能优化； 高阶信息如何加速神经网络训练？； 机智深度学习训练平台及应用； 基于 GPU 的机器翻译推理性能优化； 基于 Tensor Core 的 CNN INT8 定点训练加速； 如何快速搭建全 GPU 加速的 AI 应用； 使用 Triton 优化深度学习推理的大规模部署； 腾讯“开悟”游戏 AI 平台在 TensorRT 上的最佳实践； 语音技术效率优化实践； 预训练时代的机器翻译； 智能钛机器学习平台计算优化实践； Apache MXNet 2.0：连接深度学习与传统机器学习； Eva 平台在深度学习训练和推理上的实践和优化经验； FastSpeech：高效语音合成的算法设计及优化； GPU 在向量搜索中的应用； Hammer：一体化的模型压缩和 NAS 引擎框架； Lightseq：GPU 高性能序列推理实践； MULTI-INSTANCE GPU（MIG）深度学习最佳用法示例； TurboTransformers：高效的 Transformer 线上推理系统； Whale：统一多种并行化策略的分布式深度学习框架； 推荐系统: 爱奇艺使用 GPU 加速 CTR 模型训练的实践； 多标签分类：汉明损失和子集精度真的相互冲突吗？； 高性能网络加速智能推荐系统； 将 HugeCTR Embedding 集成于 TensorFlow； 推荐系统推理性能优化在“双十一”中的应用； 性能提升 7 倍 + 的高性能 GPU 广告推荐加速系统的落地实现； GPU 加速的数据处理在推荐系统中的应用； Merlin ： GPU 加速的推荐系统框架； Merlin HugeCTR ：深入研究性能优化； Merlin NVTabular：基于 GPU 加速的推荐系统特征工程最佳实践； NVIDIA 助力构建安全和高效的推荐系统； PLE — 一种新的分层萃取多任务学习网络结构； Vearch 的 GPU 方案在海量向量检索系统上的应用创新； 智慧金融: 分布式人工智能与金融应用； GPU 数据库在不同行业中的应用； NVIDIA 网络打造超低时延证券解决方案； 智慧医疗和生命科学: 3D 医疗影像数据深度学习高效训练与推理架构； 基于眼表图像的 COVID-19 快捷风险筛查； 人工智能与药物研发； 随机对照试验 RCT 验证的消化内镜人工智能； 新型冠状病毒的全分子结构； 医学影像 + 人工智能的特点、技术与趋势； 医学真实世界人工智能研究与实践； AI 技术在医疗健康领域的应用探索； GPU 赋能长读长基因测序； GPU 技术在放射治疗领域的科学研究； NVIDIA Clara Guardian 助力构建智慧医院； 自动驾驶: 乘用车自动驾驶产业生态与协作； 构建中国特色仿真环境； NVIDIA Drive Sim 帮助解决无人驾驶预期功能安全问题； NVIDIA DRIVEWORKS SDK 中强大的实时传感器数据采集和回放工具助力自动驾驶开发； 自主机器和边缘计算: 智能物流机器人 — 小蛮驴； 从云到边：边缘智能开启 AI 新时代 加速行业落地； 多尺度 Jetson AI 端到端解决方案； 基于 AI 的工业缺陷检测与分类创新实践； 基于 Jetson 的点云加速及在自主机器的应用； 基于 Jetson 设备构建可信边缘计算；

基于DataOS的区块链数据主权技术； 区块链技术在金融领域应用实践； 传统企业产业行业上链或链化路径和策略选择； 区块链技术助力疫情后经济复苏与创新发展； 区块链可信数据平台——文件存证溯源； 抓住历史变革机遇加快区块链创新与应用； 可信区块链10大观察； 区块链安全威胁检测研究； 区块链与数据治理的产业创新； 区块链与金融科技创新实践； 区块链技术及其应用； eID整体介绍（区块链产业应用发展论坛）； 区块链技术发展现状与展望； 众享区块链落地应用分享；

经典入门区块链资料集合； 从比特币到区块链； 精通比特币中文版； 区块链技术指南； 使用truflle和infura部署以太坊合约； 以太坊白皮书中文版； 以太坊官方文档中文版； 以太坊DApp开发环境搭建-Ubuntu； 以太坊DApp开发环境搭建-windows； 以太坊ganache CLI命令行参数详解； c#区块链编程； geth使用指南文档中文版； IPFS安装部署与开发环境搭建-windows； Node.js区块链开发； Solidity官方文档中文版； Truffle官方文档中文版；

随着智能车大赛越来越火，经常听到有人问有关PID的用法，主要问题是里面用到的参数及计算结果如何处理，通过什么样的换算才能应用于实际电子设计项目中。今天我代表历届参加大赛的网友，给大家分享一些有关PID的学习代码、pid算法和研究、PID在智能车黑线识别算法及控制策略研究、PID电机调速等等。需要参加智能车大赛的朋友，赶紧充电学习下 PID算法吧。 智能车大赛PID算法资料汇总一览图:

液晶电视EMMC点位图、飞线、植锡焊接资料汇总

ODI（Oracle Data Integrator）前身是Sunopsis Active Integration Platform，在2006年底被Oracle收购，重新命名为Oracle Data Integrator。主要定位于在ETL和数据集成的场景里使用。ODI和Oracle原来的ETL工具OWB相比有一些显著的特点，比如和OWB一样是ELT架构，但是比OWB支持更多的异构的数据源等等，本系列文章将逐步介绍ODI的一些基本概念。

NRF24L01+PA+LNA无线模块概述: 本模块250K的速率下,空旷地的距离为1100米左右,1M的速率下,空旷地的距离为750米左右,2M的速率下,空旷地的距离为520米左右。 NRF24L01+PA+LNA无线模块的核心为挪威NORDIC公司最新的高性能无线，数传芯片NRF24L01+，配合本司的专业设计,增加了大功率PA和LNA芯片，射频开关,带通滤波器等组成了专业的全双向的射频功放，使得有效通信距离得到极大拓展。 在射频部分，本司做了大量的优化匹配调试，使得发射效率达到最高，谐波最小，使得NRF24L01+PA+LNA无线模块对外界设备的射频干扰达到最低，同时也不容易受到其他设备的干扰，极大提高工作的稳定性 NRF24L01+PA+LNA无线模块集成度极高，尺寸也只有45.54mm*16.46mm，方便嵌入于任何空间紧张的产品中，客户只要增加一个MCU通过SPI口控制，NRF24L01+PA+LNA无线模块即可完成超远距离无线数据传送系统的设计。完全无需为射频部分的研发操心，大幅度削减研发经费和缩短研发周期 NRF24L01+PA+LNA无线模块实物展示: 附件内容截图: 实物购买链接:https://item.taobao.com/item.htm?spm=0.0.0.0.USiHeG&id=7854570826&spm=0.0.0.0.USiHeG