ML学习笔记之————SVM
ML学习笔记之————Adaboost
Adaboost 
Adaboost指的是一种框架,可以讲若干个弱分类器级联成一个强分类器。对于这些弱分类器的选择上并没有任何限制，同时具有分类错误率上界随着训练增加而稳定下降，一般不会过拟合等的性质，应该说是一种很适合于在各种分类场景下应用的算法。
笔记——设置FPGA的Siginal Tap和用Nios烧录程序
SignalTap的使用
- 打开SignalTap后在setup中设置需要跟踪查看的变量；
- Filter选择pre-synthesis, named一般不好用，所以在lookin中选择变量所在的模块，点击list，找到后双击勾选到右侧方框；
- 右侧的时钟模块勾选系统计算所依赖的CLK；
- Data中的Sample depth表示的是需要查看多长的波形，选择过大会导致FPGA资源不够用，编译无法通过；
- 设置好之后，在触发条件处勾选上升沿或下降沿出发，当选择两个以上的变量的触发条件时，表示的是两个条件同时发生才会记录波形；
- 之后编译FPGA程序，点击SOFmanager的 device programmer，把程序下载到芯片；
- 下载DSP程序，运行，在SignalTap中点击Run analysis。
DSP 上电之后是如何运行的
一个DSP的工程中往往有很多的.c执行文件，但是具体的执行顺序单从程序上的互相调用来看是理不清楚的，下面以一个具体的工程为例对DSP中工程的执行顺序进行分析，帮助更好的理解其整个芯片的运行机制。如有理解不对之处，敬请批评指正。
CUDA配置——cpp文件对cu文件的调用
Cuda极大程度的方便了我们利用GPU并行处理来加快自己程序的运行速度，
但是大多情况下我们的程序是极为庞大的一个项目，只是利用cuda来加快其中某一块算法的运行效率，所以很多情况下是cpp文件来调用cu中的kernel函数。虽然cuda5.0之后可以直接从vs中生成现成的cuda项目，但是像这种通过cpp来调用cu文件的项目还是需要我们自己来进行配置的。
原创————CUDA中对线程块的设置
尽量满足每个sm上面的最大线程数。
原创————CUDA 编程知识点
Cuda中对内核函数的调用<<< m , n >>>，m表示线程块的个数，n表示每个线程块的线程数，
m个线程块构成一个线程格。M和n可以是一维的或者二维（三维）的，即使n是一维的，那么m也可以是二维的。
原创————CUDA中SM对线程块的调度
sm流处理器簇对blocks的调度策略
在cuda中，GPU中的SM（GTX650M有2个sm处理器）被GPU调度器把线程块逐个分配到SM上，每个SM同时处理这个被分配的线程块，但是每次每个时刻都只能处理一个warp线程束，由于有时会存在内存读取等操作导致等待，那么SM会转而处理其他的warp来掩盖这个延迟。
原创————FPGA编程记录
之前已经学过了DSP，但是前阵子机缘巧合，得到师兄指点，搞了一下实验室的嵌入式FD6000图像卡（FPGA+DSP6000），下面主要针对新学习的FPGA对其进行简要记录。
原创————SDF和marching cubes算法
SDF三维表达仅仅包含对三维数据的表达，而并不是面片最终的表达。SDF是一种隐函数，如果需要对最终面片进行表达，需要通过marching cubes 算法提取各个体素的面片。
