摘要：一般是用动态规划来解决最优问题。 本文分享自华为云社区《深入浅出动态规划算法(中)》，作者：嵌入式视觉 。 一，“一个模型三个特征”理论讲解 一个模型指的是适合用动态规划算法解决的问题的模型，这个模型也被定义为“多阶段决策最优解模型”。具体解释如下： 一般是用动态规划来解决最优问题。而解决问题
在 Linux 系统下开发软件，输出的可执行文件可大可小，运行环境如果是在服务器那么可能资源比较充足，但如果是在嵌入式环境，那么存储资源是寸土必争的。所以会有对可执行文件进行瘦身的需求，比如使用指令 strip。
## 专题 - NanoFramework项目案例 如果有时间，我会在周报中加入一些专题和项目案例的分享，本周就是讨论.NET NanoFramework项目案例的专题，在讨论 NanoFramework 的典型案例之前，让我们先回顾一下 .NET 在嵌入式领域的历史。 2007年，.NET Mic
C/C++语言是一种通用的编程语言，具有高效、灵活和可移植等特点。C语言主要用于系统编程，如操作系统、编译器、数据库等；C语言是C语言的扩展，增加了面向对象编程的特性，适用于大型软件系统、图形用户界面、嵌入式系统等。C/C++语言具有很高的效率和控制能力，但也需要开发人员自行管理内存等底层资源，对于初学者来说可能会有一定的难度。
摘要：模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、量化。 本文分享自华为云社区《深度学习模型压缩方法综述》，作者：嵌入式视觉 。 一，模型压缩技术概述 因为嵌入式设备的算力和内存有限，因此深度学习模型需要经过模型压缩后，方才能部署到嵌入
摘要：本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。 本文分享自华为云社区《神经网络基础部件-卷积层详解》，作者： 嵌入式视觉 。 前言 在全连接层构
摘要：归并排序和快速排序是两种稍微复杂的排序算法，它们用的都是分治的思想，代码都通过递归来实现，过程非常相似。理解归并排序的重点是理解递推公式和 merge() 合并函数。 本文分享自华为云社区《深入浅出八种排序算法》，作者：嵌入式视觉 。 归并排序和快速排序是两种稍微复杂的排序算法，它们用的都是分
摘要自《深入浅出Embedding》一问。具体详细内容请移步该书。 ## 概述 简单来说，嵌入是用向量表示一个物体，这个物体可以是一个单词、一条语句、一个序列、一件商品、一个动作、一本书、一部电影等，可以说嵌入(Embedding)涉及机器学习、深度学习的绝大部分对象。这些对象是机器学习和深度学习中
