https://www.cnblogs.com/yeungchie/ 一般工艺库下的"技术文件"有 tech.db 和 techfile.tf , Packet 是 display.drf 中的"颜色包" 其中 tech.db 称为 Reference Technology Libraries (参考技术库) tech.db 和 techfile.tf 一起称为 Local Technology Library (本地技术库) techfile.tf 内为自然语言,

  以前写过一个使用模版引擎+ rest 接口的模式,生成tf 文件,v0.12 直接提供了方便的json 处理函数 我们可以直接结合http 以及templatefile providers 方便的生成文件 rest api 格式 因为有一个数据格式的问题,在rest 接口中直接就暴露了parent 的tf 信息,后边在说明出有一个解决方法 { "data": { "projects": [ { "name": "firstrong&

数据库virtuoso有两种安装配置方式 第一种就是直接在系统中默认安装,拷贝virtuoso的安装文件,直接默认安装. 第二种是配置安装方式 参考地址:http://vos.openlinksw.com/owiki/wiki/VOS/VOSUsageWindows 大体思路是安装先C++驱动,然后解压virtuoso source文件,在环境变量中设置VIRTUOSO_HOME和PATH两个环境变量.利用命令行对virtuoso数据库进行操作.详细的操作过程可参考上面的网址. 1 解压virt

环境:Vs2103(TFS2013) 目的:去掉别人项目里的TFS控制,因为每次打开时会有提示信息 解决方法: 1.删除隐藏的.$tf文件夹,搜索*.vssscc和*.vspscc这两个后缀的文件,删除找到的文件. 2.使用文本编辑器打开*.sln文件,找到 GlobalSection(TeamFoundationVersionControl) = preSolution        SccNumberOfProjects = 4        SccEnterpriseProvider =

在PD之后,netlist中会多出很多DCAP元件(去耦电容,减少IR-Drop)或者filter cell(保证芯片均匀度要求) 还有一些antenna cell也就是一些diode用来泻流,防止天线效应(生产中裸露的metal,收集电荷,击穿栅极) 版图一般由两层组成:base layer和metal layer. base layer由p-substrate和n-well组成. 封装前的芯片叫做die,长满die的晶圆叫做wafer GDS相对于RTL的要求: RTL+SDC经过synth

1.综合器: 能把行为级的verilog模块自动转换为门级结构的工具叫做综合器(synthsis tool) 2.verilog网表(verilog netlist): 电路结构可以用门级verilog语言来表示,我们把它称为verilog网表. 3.测试文件编写: test_bench可以编写成 .tf 和 .v 文件,通常我们编写成.tf文件. 注意:似乎.v文件的测试只能用于字符串输出显示而不能显示波形 4.逻辑综合: 就现在的水平而言,就是把现在的HDL程序转化成门级结构网表,而不是真实

IC前端设计(逻辑设计)和后端设计(物理设计)的区分:以设计是否与工艺有关来区分二者:从设计程度上来讲,前端设计的结果就是得到了芯片的门级网表电路. 前端设计的流程及使用的EDA工具例如以下: 1.架构的设计与验证:依照要求,对总体的设计划分模块. 架构模型的仿真能够使用Synopsys公司的CoCentric软件,它是基于System C的仿真工具. 2.HDL设计输入:设计输入方法有:HDL语言(Verilog或VHDL)输入.电路图输入.状态转移图输入. 使用的工具有:Active-HDL

安装terraform 下载terraform最新版本: wget https://releases.hashicorp.com/terraform/0.11.5/terraform_0.11.5_linux_amd64.zip terraform是一个二进制文件,将其放入环境变量目录中即可: unzip terraform_0.11.5_linux_amd64.zip cp terraform /usr/local/bin 想验证安装成功?执行terraform命令即可: [root@ip-1

前面已经介绍了几种经典的目标检测算法,光学习理论不实践的效果并不大,这里我们使用谷歌的开源框架来实现目标检测.至于为什么不去自己实现呢?主要是因为自己实现比较麻烦,而且调参比较麻烦,我们直接利用别人的库去学习,可以节约很多时间,而且逐渐吃透别人代码,使得我们可以慢慢的接受. Object Detection API是谷歌开放的一个内部使用的物体识别系统.2016年 10月,该系统在COCO识别挑战中名列第一.它支持当前最佳的实物检测模型,能够在单个图像中定位和识别多个对象.该系统不仅用于谷歌于自

在 DevOps 实践中,基础设施即代码如何落地是一个绕不开的话题.像 Chef,Puppet 等成熟的配置管理工具,都能够满足一定程度的需求,但有没有更友好的工具能够满足我们绝大多数的需求?笔者认为 Terraform 是一个很有潜力的工具,目前各大云平台也都支持的不错,尤其是使用起来简单明了.本文会简单的介绍一下 Terraform 相关的概念,然后通过一个小 demo 带大家一起进入 Terraform 的世界.说明:本文的演示环境为 ubuntu 16.04. Terraform 是什么

2018-04-25朴素rcnn - 梯度消失严重LSTM长短时记忆模型,有效捕捉长时记忆包含四个神经元组:一个记忆神经元三个控制门神经元:输入.忘记.输出 注意:输入调制门.输出调制门 3个输入:前一时刻的隐藏状态h.前一时刻的记忆状态c.当前时刻的输入x2个输出:当前时刻的隐含状态h,当前时刻的记忆状态ci.f.o.gt对应的都是xt.ht-1的矩阵乘和偏置以7个时间片为例-黑白:输入们.输出们关闭时不输出当前时刻.忘却门打开时可以向下一个时刻传递 记忆状态cell state:记忆的核心控

内容来自官方文档,主要是进行学习自定义provider 开发的流程 开发说明 我们需要开发的有provider 以及resource 对于resource 我们需要进行crud 的处理,同时还需要进行状态的 处理 项目初始化 dep 使用dep 进行包管理 dep init provider package main import ( "github.com/hashicorp/terraform/helper/schema" ) func Provider() *schema.Pro

几个方便的terraform 工具,方便了解terraform terraform-docs 方便的查看资源的信息(支持markdown,json 格式),对于ci/cd 很方便 项目地址 https://github.com/segmentio/terraform-docs 安装 for mac brew install terraform-docs 使用 markdown 格式 terraform-docs md ./ > info.md 使用效果 terraform-landscape 项

TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源(如 CPU 或 GPU.一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测.如果检测到 GPU, TensorFlow 会尽可能地利用找到的第一个 GPU 来执行操作. 操作组 操作 Building Graphs Core graph data structures,Tensor types,Utility functions Inputs and Readers Placeho

Tensorflow一些常用基本概念与函数(一) 1.tensorflow的基本运作 为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始: import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Session()#建立会话 #运行会话,输入数

本文来自作者 QingCloud实践课堂 在 GitChat 上分享 「Terraform,自动化配置与编排必备利器」 Terraform - Infrastructure as Code 什么是 Terraform Terraform 是一个安全.高效地部署.更改.版本化基础设施和应用程序的工具,可以用来管理多层次的资源.从上层的软件配置到底层的网络.系统配置都可以使用 Terraform 统一进行管理. Terraform 用配置文件来描述一个应用. Terraform 会将配置文件与当前环

1.tensorflow的基本运作 为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始: import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Session()#建立会话 #运行会话,输入数据,并计算节点,同时打印结果 print sess

有时候会遇到服务器IP服务器变更,甚至TFS服务器坏了,或者将项目重新上传至新的TFS区: 可以使用notepad之类的软件打开解决方案(.sln文件),删掉类似下面的部分: GlobalSection(TeamFoundationVersionControl) = preSolution SccNumberOfProjects = SccEnterpriseProvider = {xxxxx} SccTeamFoundationServer = http://some-other-guys-t

IC前端设计(逻辑设计)和后端设计(物理设计)的区分: 以设计是否与工艺有关来区分二者:从设计程度上来讲,前端设计的结果就是得到了芯片的门级网表电路. 前端设计的流程及使用的EDA工具 1.架构的设计与验证 按照要求,对整体的设计划分模块.架构模型的仿真可以使用Synopsys公司的CoCentric软件,它是基于System C的仿真工具. 2.HDL设计输入 设计输入方法有:HDL语言(Verilog或VHDL)输入.电路图输入.状态转移图输入. 使用的工具有:Active-HDL,而RTL

由于官网和其他教程里面都是以Linux为平台演示tensorboard使用的,而在Windows上与Linux上会有一些差别,因此我将学习的过程记录下来与大家分享(基于tensorflow1.2.1版本). 最简单的tensorboard应用 tensorboard是为了将复杂的计算图可视化的工具,使用tensorboard包括两个步骤, 在python程序中将想要可视化的结果,包括中间结果,例如准确率变化等,以及计算图模型使用tf.Summary.FileWriter()写入到文件系统. 运行