Advertisement

RTX51-tiny学习与工程实例构建

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
《RTX51-tiny学习与工程实例构建》是一本全面介绍RTX51-tiny实时操作系统原理及应用的教程，通过丰富的案例讲解帮助读者掌握嵌入式系统开发技能。 以前在STC89C52RC上实现的RTX51-Tiny有几个学习工程示例，这些例子非常简单，可能对初学者有所帮助。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • RTX51-tiny学习与工程实例构建
    优质
    《RTX51-tiny学习与工程实例构建》是一本全面介绍RTX51-tiny实时操作系统原理及应用的教程，通过丰富的案例讲解帮助读者掌握嵌入式系统开发技能。 以前在STC89C52RC上实现的RTX51-Tiny有几个学习工程示例，这些例子非常简单，可能对初学者有所帮助。
     
  • 基于RTX51 TINY的Proteus交通灯仿真实例
    优质
    本实例详细介绍了如何使用Proteus软件和RTX51 TINY实时操作系统进行交通灯控制系统的仿真设计，提供了一个直观的学习平台。 对KEIL中的RTX51 TINY实现的traffic（交通灯）例子进行了改造，使之适用于89C52，并用proteus搭建电路进行仿真。这有助于大家学习嵌入式操作系统的编程方法，理解操作系统下的程序编程方法，包括信号量的使用、任务之间的协作、串口通信驱动程序编写技巧以及接口函数putchar()的编写技巧等。此外还涉及了putchar()和printf()的重封装技术。建议认真研读该程序以深入学习相关知识。
     
  • RTX51 Tiny 用户手册（第二版）
    优质
    《RTX51 Tiny用户手册（第二版）》为使用和开发RTX51 Tiny实时操作系统提供了全面指导与参考，涵盖系统安装、配置及高级应用技巧。 RTX51 Tiny（第二版）用户手册是由Keil公司出品的适用于51单片机的实时操作系统文档。这份文档是根据网上资料整理而来，并且内容比较清晰易懂。
     
  • RTX51 Tiny——51单片机操作系统
    优质
    RTX51 Tiny是一款专为8051架构微控制器设计的实时操作系统(RTOS)，提供任务管理、时间管理和中断服务等功能，适用于嵌入式系统开发。 RTX51 Tiny是专门针对51单片机设计的一款实时操作系统。它具有小巧、高效的特点，并且能够帮助开发者在资源受限的环境中实现多任务调度与管理。使用RTX51 Tiny可以提高代码执行效率，简化系统开发流程，特别适用于嵌入式系统的应用开发。
     
  • Keil RTX51 Tiny 多任务操作系统源代码
    优质
    《Keil RTX51 Tiny多任务操作系统源代码》是一套专为8051架构设计的轻量级实时操作系统，支持嵌入式系统中的多任务并发执行，提供高效的任务管理和调度机制。 Keil Rtx51 Tiny是一个多任务操作系统源代码。
     
  • C51单片机RTX51 Tiny多任务操作系统源码与说明
    优质
    本资源提供C51单片机RTX51 Tiny多任务操作系统的完整源代码及详细文档说明，帮助用户快速掌握RTOS在8051平台上的应用开发。 RTX51 Tiny 是一款适用于大多数8051兼容器件及其衍生产品的实时操作系统（准实时）。相比于传统的开发方式，使用实时操作系统进行开发更为高效。尽管 RTX51 Tiny 相对简陋，但它具备了基本的实时操作系统的要素，可以作为我们进入实时操作系统世界的入门工具。更重要的是，它是免费提供的。
     
  • 移动端深度学习模型构建（实例与源码）
    优质
    本书通过具体实例和配套源代码详细讲解了在移动设备上构建深度学习模型的方法和技术，旨在帮助读者掌握相关实践技能。 在移动端运行TensorFlow模型通常需要进行模型压缩，主要原因有两点：首先，过大的模型难以加载和下载，并且会占用大量内存；其次，在训练过程中可能会添加一些操作和节点，而这些对推理过程并不必要的元素会在移动设备上引起内核不存在的错误。因此，为了减少与输入输出无关的节点并优化性能，需要通过压缩来简化模型结构。
     
  • LabVIEW机器学习工具包与实例教程
    优质
    《LabVIEW机器学习工具包与实例教程》是一本全面介绍如何使用LabVIEW进行机器学习应用开发的技术书籍。书中结合实用案例和详细讲解，帮助读者掌握从基础到高级的各种机器学习技术在LabVIEW环境下的实现方法。适合从事数据科学、自动化测试及工业控制领域的工程师和技术人员阅读参考。 除了安装机器学习工具包之外，该资源还包含了多种机器学习算法，如BP神经网络、SVM和支持向量机（SOM）等。希望这能为大家提供帮助。
     
  • 使用PyTorch构建深度学习模型的实例代码
    优质
    本实例代码详细介绍了如何利用流行的机器学习库PyTorch来搭建和训练深度学习模型，适用于希望快速上手实践的初学者。 基于Pytorch的深度学习模型构建案例代码展示了如何使用Python中的PyTorch库来创建、训练和测试神经网络模型。这种类型的教程通常包括数据预处理步骤、选择合适的架构（如卷积神经网络或循环神经网络）、定义损失函数与优化器，以及实现前向传播过程等关键部分。此外，它还可能包含如何使用GPU加速计算的说明和代码示例，以提高训练效率。
     
  • delmia学习教程与实例分析
    优质
    《Dellma学习教程与实例分析》一书详细介绍了Dellma软件的基础知识、操作技巧及实际应用案例，适合初学者和中级用户参考。 以电子吉他为例，介绍Delmia数字流程仿真的基本过程，并提供所需的CATIA文件。教程详细清晰，有助于初学者快速掌握软件操作技巧。