Vivado學習之建立工程的全部流程

阿新 • • 發佈：2019-01-12

一、新建Vivado工程

1、建立工程。File-New Project-Create a New Vivado Project-next

填寫工程名、工程路徑-next

2、Project Type-新建一個 RTL 工程，並且勾選不要新增原始檔，單擊 NEXT

3、指定所用開發板或晶片。用zedboard時選擇

4、最後單擊 Finish 完成工程的建立

二、建立工程檔案

1、開啟 VIVADO 軟體

2、單擊Add source

選擇單擊 Add or Create Design Sources 然後單擊 NEXT

3、單擊 Create File 來建立檔案

檔案型別選擇Verilog,填寫檔名

4、完成建立

5、編輯verilog檔案

6、單擊，新增一個時鐘管理器，為系統提供時鐘。

配置好後單擊generate

三、約束、綜合、實現、生成可執行檔案、下載

1、單擊 Add Sources。

2、選擇 Add or create constraints 然後單擊 NEXT。

3、單擊 Create File。

填寫檔名、單擊ok.

4、開啟約束檔案，新增約束。

5、綜合、執行、生成.bit檔案

6、下載程式

（1）給開發板通電，並且連線下載器。

（2）單擊 OpenTarget 然後單擊 Auto Connect

(3)連線成功後，會顯示所連線的器件

（4）單擊 Program Device

（5）彈出的對話方塊中有我們要下載的 Bit 檔案

Vivado學習之建立工程的全部流程

一、新建Vivado工程 1、建立工程。File-New Project-Create a New Vivado Project-next 填寫工程名、工程路徑-next 2、Project Type-新建一個 RTL 工程，並且勾選不要新增原始檔，單擊 NEXT 3、指定

Java物件學習之建立物件——使用靜態工廠方法代替構造器缺點

最近學習Android知識，發現Java好多的基礎知識運用的真的很一般，所以決定在重新梳理一下，現在Kotlin也來了，在Android之路上，留給我看Java的時間不多了。靜態我們就來簡單介紹一下，使用靜態工廠方法建立物件相較於構造器建立的物件的優缺

Java物件學習之建立物件——使用靜態工廠方法代替構造器優點（四）

Java物件學習之建立物件——使用靜態工廠方法代替構造器優點（二）

Java物件學習之建立物件——使用靜態工廠方法代替構造器優點（一）

最近學習Android知識，發現Java好多的基礎知識運用的真的很一般，所以決定在重新梳理一下，現在Kotlin也來了，在Android之路上，留給我看Java的時間不多了。靜態我們就來簡單介紹一下，使用靜態工

(一）MFC學習之建立第一個視窗

環境：windows10+vs2017 需要兩個類： 1，CMyWnd，繼承自CFrameWnd（視窗框架類，視窗有就是這個類的例項化物件） 2，CMyApp，繼承自CWinApp（app類，在這個類中的InitInstance方法中例項化視窗，初始化自己的視窗型別成員變數）使

系統學習機器學習之特徵工程（二）--離散型特徵編碼方式：LabelEncoder、one-hot與啞變數*

轉自：https://www.cnblogs.com/lianyingteng/p/7792693.html 在機器學習問題中，我們通過訓練資料集學習得到的其實就是一組模型的引數，然後通過學習得到的引數確定模型的表示，最後用這個模型再去進行我們後續的預測分類等工作。在模型訓練過程中，我們會對訓練

ReactiveCocoa學習之建立訊號

ReactiveCocoa 是一個 iOS 中的函式式響應式程式設計框架，簡稱RAC，RAC關鍵解決的問題是開發中經常回見的“低聚合，高耦合”問題。在RAC出現之前，我們編寫iOS程式碼，大部分都是在響應一些事件：按鈕點選、接收網路訊息、屬性變化等等。但處理事件的形式在蘋果官方API

Maven學習之建立web專案在pom.xml遇到的bug

今天再學習maven的時候，遇到了一個小bug，決定分享上來說不定對剛學習maven的你有一定的幫助! maven版本：apache-maven-3.5.4 在建立web專案時出現 Cannot detect Web Project version. Please specify version of W

TensorFlow學習之——建立圖和啟動圖

import tensorflow as tf # 建立一個一行兩列的常量op（向量） m1 = tf.constant([[3, 3]]) # 建立兩行一列的矩陣op m2 = tf.constan

Oracle學習之建立資料庫(新建例項)

出處：http://blog.csdn.net/luiseradl/article/details/6972217 http://wenku.baidu.com/view/864b9b2c453610661ed9f469.html My points: （1）我的頭頭說一般不需要建立資料庫，在Orcl資料庫

vivado學習之自定義IP和呼叫自定義IP和的步驟

一、自定義IP核 1、開啟 VIVADO 軟體，新建一個工程。 2、Flow Navigater下，單擊 Add Source，選擇 Add or Creat design Sources,然後單擊 Next。 3、單擊 Create File，輸入檔名，單擊 OK。 4、

Linux 學習之建立、刪除檔案和資料夾命令

今天學習了幾個命令，是建立、刪除檔案和資料夾的，在linux裡，資料夾是目錄，下面說下我學習的命令。建立資料夾【mkdir】一、mkdir命令使用許可權所有使用者都可以在終端使用 mkdir 命令在擁有許可權的資料夾建立資料夾或目錄。二

lucene學習之建立自定義排序

Lucene提供了一套強大的API來幫助我們實現自定義排序，本節我們使用一個距離搜尋的例子來闡述：其實核心是換一個comparator就成，而這個排序器用在哪裡呢，如下所示： package custom; import java.io.IOException; import o

linux driver ------ 字元裝置驅動之“ 建立裝置節點流程 ”

在字元裝置驅動開發的入門教程中，最常見的就是用device_create()函式來建立裝置節點了，但是在之後閱讀核心原始碼的過程中卻很少見device_create()的蹤影了，取而代之的是device_register()與device_add()，將device_create()函式展開不難發現：其實de

機器學習之特徵工程-資料預處理

摘自 jacksu在簡書機器學習之特徵工程-資料預處理 https://www.jianshu.com/p/23b493d38b5b 通過特徵提取，我們能得到未經處理的特徵，這時的特徵可能有以下問題：不屬於同一量綱：即特徵的規格不一樣，不能夠放在

Python機器學習之特徵工程

import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.model_selection import

機器學習之特徵工程

首先，給一張特徵工程的思維導圖：【如果要瀏覽圖片，建議將其下載到本地，使用圖片瀏覽軟體檢視】關於特徵工程（Feature Engineering），已經是很古老很常見的話題了，坊間常說：“資料和特徵決定了機器學習的上限，而模型和演算法只是逼近這個上限而已”。由此可見，特徵工程在機器學習中佔

機器學習之特徵工程-特徵選擇

點選“閱讀原文”直接開啟【北京站 | GPU CUDA 進階課程】報名連結一個基本的資料探勘場景如下：資料探勘.jpg 從上面的資料探勘場景可知，當資料預處理完成後，我們需要選擇有意義的特徵，輸入機器學習的演算法模型進行訓練。通常來說，從兩個方面考慮來選擇特徵：特徵是否發散：如果一個特徵

系統學習機器學習之特徵工程（一）--維度歸約

這裡，我們討論特徵選擇和特徵提取，前者選取重要的特徵子集，後者由原始輸入形成較少的新特徵，理想情況下，無論是分類還是迴歸，我們不應該將特徵選擇或特徵提取作為一個單獨的程序，分類或者回歸方法應該能夠利用任何必要的特徵，而丟棄不相關的特徵。但是，考慮到演算法儲存量和時間的複雜度，

Vivado學習之建立工程的全部流程

相關推薦