下载 >  开发技术 >  C > TEA5767_C51示例程序

TEA5767_C51示例程序

c语言单片机收音机 TEA5767_C51示例程序
2018-04-16 上传大小:3KB
分享
收藏 举报
SQL基础教程(第2版)- 文字版 +示例程序+习题答案

SQL基础教程(第2版)- 文字版 +示例程序+习题答案,适合初学者,或想系统梳理一下基础知识的人

立即下载
WebGL编程指南示例程序

WebGL编程指南示例程序 WebGL Programming Guide example

立即下载
《OpenCV3编程入门》书本配套源代码【OpenCV2示例程序源代码工程合集】

【1】书本正篇程序源代码 【2】附赠示例程序源代码 配套程序说明.doc 欢迎购买《OpenCV3编程入门》一书! 本书有OpenCV2、OpenCV3两套独立的书本配套示例程序供选择使用。 此为书本配套的OpenCV2版示例程序源代码工程合集。开发测试环境为Windows7 64位旗舰版、Visual Stuido 2010 、OpenCV 2.4.9,理论上支持OpenCV 2系列的所有版本的编译运行。 另有OpenCV3版的详细注释的示例程序源代码工程、书本配套可独立运行的exe执行程序合集分别提供下载。

立即下载
ks0108b示例程序

ks0108b示例程序ks0108b示例程序ks0108b示例程序ks0108b示例程序ks0108b示例程序

立即下载
HTTP POST 发送文件示例程序

HTTPPOSTfile示例程序HTTPPOSTfile示例程序HTTPPOSTfile示例程序HTTPPOSTfile示例程序HTTPPOSTfile示例程序

立即下载
pynq文档!

pynq,说明 如何 配置 硬件及软平台 以及 通过 四个实例 四个实例 四个实例 四个实例 学习 使用 Python对 PYNQ PYNQ-Z1 开发板 开发板 编程。 指导 手册的内容包括: • 软硬件准备 • PYNQ-Z1硬件设置 • 连接到Jupyter进行在线编程 • 4个PYNQ入门例程实践

立即下载
s7-300 PID实例介绍

s7-300pid很好的学习资料

立即下载
GIS实例,帮助您开发GIS程序

GIS 示例程序GIS 示例程序GIS 示例程序GIS 示例程序

立即下载
struts2 入门示例程序

struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序struts2 入门示例程序

立即下载
struts的一个示例程序

struts的一个示例程序struts的一个示例程序struts的一个示例程序struts的一个示例程序struts的一个示例程序

立即下载
BSpline 示例程序

BSpline 示例程序 BSpline 示例程序 BSpline 示例程序 BSpline 示例程序 BSpline 示例程序 B样条

立即下载
时间轴示例

时间轴的示例程序,时间轴的示例程序,时间轴的示例程序

立即下载
keras示例程序

addition_rnn.py 执行序列学习以执行两个数字(作为字符串)的添加。 antirectifier.py 演示如何为Keras编写自定义图层。 babi_memnn.py 在bAbI数据集上训练一个内存网络以进行阅读理解。 babi_rnn.py 在bAbI数据集上训练一个双支循环网络,以便阅读理解。 cifar10_cnn.py 在CIFAR10小图像数据集上训练一个简单的深CNN。 conv_filter_visualization.py 通过输入空间中的渐变上升可视化VGG16的过滤器。 conv_lstm.py 演示使用卷积LSTM网络。 deep_dream.py 深深的梦想在克拉斯。 image_ocr.py 训练一个卷积堆叠,后跟一个循环堆栈和一个CTC logloss函数来执行光学字符识别(OCR)。 imdb_bidirectional_lstm.py 在IMDB情绪分类任务上训练双向LSTM。 imdb_cnn.py 演示使用Convolution1D进行文本分类。 imdb_cnn_lstm.py 在IMDB情绪分类任务上训练一个卷积堆栈,后跟一个循环堆栈网络。 imdb_fasttext.py 在IMDB情绪分类任务上训练一个FastText模型。 imdb_lstm.py 在IMDB情绪分类任务上训练一个LSTM。 lstm_benchmark.py 比较IMDB情绪分类任务上不同的LSTM实现。 lstm_text_generation.py 生成尼采文字的文字。 mnist_acgan.py 在MNIST数据集上实现AC-GAN(辅助分类器GAN) mnist_cnn.py 在MNIST数据集上训练一个简单的convnet。 mnist_hierarchical_rnn.py 训练一个分级RNN(HRNN)来分类MNIST数字。 mnist_irnn.py Le等人在“以简单的方式初始化整流线性单元的反复网络”中再现具有逐像素连续MNIST的IRNN实验。 mnist_mlp.py 在MNIST数据集上训练一个简单的深层多层感知器。 mnist_net2net.py 在“Net2Net:通过知识转移加速学习”中再现带有MNIST的Net2Net实验。 mnist_siamese_graph.py 从MNIST数据集中的一对数字上训练暹罗多层感知器。 mnist_sklearn_wrapper.py 演示如何使用sklearn包装器。 mnist_swwae.py 列出了一个堆栈,其中AutoEncoder在MNIST数据集上的剩余块上构建。 mnist_transfer_cnn.py 转移学习玩具的例子。 neural_doodle.py 神经涂鸦。 neural_style_transfer.py 神经样式转移。 pretrained_word_embeddings.py 将预训练的词嵌入(GloVe embeddings)加载到冻结的Keras嵌入层中,并使用它在20个新闻组数据集上训练文本分类模型。 reuters_mlp.py 在路透社newswire主题分类任务上训练并评估一个简单的MLP。 stateful_lstm.py 演示如何使用有状态的RNN有效地建模长序列。 variational_autoencoder.py 演示如何构建变体自动编码器。 variational_autoencoder_deconv.py 演示如何使用反褶积层使用Keras构建变体自动编码器。

立即下载
Haiwell_PLC示例程序

Haiwell_PLC示例程序 Haiwell_PLC示例程序 Haiwell_PLC示例程序

立即下载
Tensorflow示例程序

三个Tensorflow小程序:手写体识别、猫㺃识别、人脸识别。

立即下载
veins说明文档2

veins说明文档,压缩包第二卷,英文

立即下载
dsp平示例程序

dsp平示例程序

立即下载
MAX31855库

MAX31855开发,热电偶至输出转换器,可用于STM32F4等单片机的库中

立即下载
ATT7022应用手册

ATT7022应用手册

立即下载
STM32基础示例程序

01-CortexM3,02-FLASH,03-NVIC,04-PWR,05-RCC,06-GPIO,07-EXTI,08-BKP,09-CRC,10-IWDG,11-WWDG,12-DMA,13-SysTick,14-TIM,15-RTC,16-USART,17-Lib_DEBUG,18-SPI19-I2C,20-CAN,21-ADC,22-DAC,23-I2S,24-Audio

立即下载
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

TEA5767_C51示例程序

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: