進入21世紀之后，數字化浪潮正在席卷全球，數字信號處理器DSP（Digital Signal Processor）正是這場數字化革命的核心，無論在其應用的廣度還是深度方面，都在以前所未有的速度向前發展。本章主要對數字信號處理進行簡要介紹。 首先對數字信號處理進行了概述，介紹了DSP的基本知識；接著介紹了可編程DSP芯片，對DSP芯片的發展、特點、分類、應用和發展趨勢作了論述；然后介紹DSP系統，對DSP系統的構成、特點、設計過程以及芯片的選擇進行了詳細的介紹；最后對DSP產品作了簡要介紹。
Util para programar en plc SIEMENS enlazado con FactoryI/OFactory I/O es un software para automatización en tiempo real donde se puede construir y simular sistemas industriales y utilizarlos con las tecnologías de automatización más comunes. Esta simulación es totalmente interactiva e incluye gráficos de alta calidad y sonido, proporcionando un entorno realista industrial.Factory I/O utiliza una tecnología innovadora que permite una creación fácil y rápida de los sistemas industriales en 3D con solo arrastrar y soltar. Cualquiera de los sistemas construidos se pueden controlar en tiempo real mediante la conexión de Factory I/O y equipos externos como PLC′s, microcontroladores, FPGA, etc.Factory I/O es una valiosa herramienta de ense?anza para la formación de futuros técnicos e ingenieros en varios programas y cursos tales como automatización industrial, Mecatrónica, Ingeniería Eléctrica, Ingeniería Mecánica, Instrumentación y muchos más.Plantillas para Tia PortalTenga en cuenta que debe utilizar un proyecto de plantilla de TIA Portal al conectarse a S7-PLCSIM v13-16. La E / S de Factory IO no podrá comunicarse con S7-PLCSIM de lo contrario.
這是我在做大學教授期間推薦給我學生的一本書，非常好，適合入門學習?！秔ython深度學習》由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。書中包含30多個代碼示例，步驟講解詳細透徹。作者在github公布了代碼，代碼幾乎囊括了本書所有知識點。在學習完本書后，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。但是有一個小小的遺憾：代碼的解釋和注釋是全英文的，即使英文水平較好的朋友看起來也很吃力。本人認為，這本書和代碼是初學者入門深度學習及Keras最好的工具。作者在github公布了代碼，本人參照書本，對全部代碼做了中文解釋和注釋，并下載了代碼所需要的一些數據集（尤其是“貓狗大戰”數據集），并對其中一些圖像進行了本地化，代碼全部測試通過。（請按照文件順序運行，代碼前后有部分關聯）。以下代碼包含了全書約80%左右的知識點，代碼目錄：2.1: A first look at a neural network（ 初識神經網絡）3.5: Classifying movie reviews（電影評論分類：二分類問題）3.6: Classifying newswires（新聞分類：多分類問題 ）3.7: Predicting house prices（預測房價：回歸問題）4.4: Underfitting and overfitting（ 過擬合與欠擬合）5.1: Introduction to convnets（卷積神經網絡簡介）5.2: Using convnets with small datasets（在小型數據集上從頭開始訓練一個卷積網絡）5.3: Using a pre-trained convnet（使用預訓練的卷積神經網絡）5.4: Visualizing what convnets learn（卷積神經網絡的可視化）
