工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ Ø 传统的计算平台：基于通用处理器的架构，Intel x86 Ø 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 Ø 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU U的串 行处理架构 Ø 存储器架构：芯片内有大容量存储器，不需要和外 面的 DDR 做反复读写。 Ø DSP 硬核：硬核乘加器，一个时钟实现。 Ø 数据的处理以FPGA 时钟 cycle 来计算的 Ø 100M 时钟，10ns Ø D 触发器：数据可以准确和时钟同步。一个 时钟 cycle 可以实现多个数据流的同步：数 据打齐 Ø 纯并行处理架构 / 流水线处理架构 FPGA 如何实现算法加速

工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ Ø 传统的计算平台：基于通用处理器的架构，Intel x86 Ø 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 Ø 大家对硬件加速的最初印象 Ø 不仅是嵌入式系统 软件仿真和硬件仿真 7 Ø 近期很热门的话题 Ø 目的：提高算法计算效率，缩短算法开发时间和验证时间 Ø 加速框架： Ø 分布式计算：多节点计算 Ø 并行计算：多处理器、多线程计算 Ø 分布式计算引擎：Spark Ø 并行计算语言（函数式编程）：Scala Ø 加速方法： Ø 算法的优化 Ø 算法的并行化 Ø CPU: 多核 CPU U的串 行处理架构 Ø 存储器架构：芯片内有大容量存储器，不需要和外 面的 DDR 做反复读写。 Ø DSP 硬核：硬核乘加器，一个时钟实现。 Ø 数据的处理以FPGA 时钟 cycle 来计算的 Ø 100M 时钟，10ns Ø D 触发器：数据可以准确和时钟同步。一个 时钟 cycle 可以实现多个数据流的同步：数 据打齐 Ø 纯并行处理架构 / 流水线处理架构 FPGA 如何实现算法加速

工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ ➢ 传统的计算平台：基于通用处理器的架构，Intel x86 ➢ 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 ➢ 嵌入式计算： ➢ 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 ➢ 大家对硬件加速的最初印象 ➢ 不仅是嵌入式系统 软件仿真和硬件仿真 7 ➢ 近期很热门的话题 ➢ 目的：提高算法计算效率，缩短算法开发时间和验证时间 ➢ 加速框架： ➢ 分布式计算：多节点计算 ➢ 并行计算：多处理器、多线程计算 ➢ 分布式计算引擎：Spark ➢ 并行计算语言（函数式编程）：Scala ➢ 加速方法： ➢ 算法的优化 ➢ 算法的并行化 ➢ CPU: 多核 CPU U的串 行处理架构 ➢ 存储器架构：芯片内有大容量存储器，不需要和外 面的 DDR 做反复读写。 ➢ DSP 硬核：硬核乘加器，一个时钟实现。 ➢ 数据的处理以FPGA 时钟 cycle 来计算的 ➢ 100M 时钟，10ns ➢ D 触发器：数据可以准确和时钟同步。一个 时钟 cycle 可以实现多个数据流的同步：数 据打齐 ➢ 纯并行处理架构 / 流水线处理架构 FPGA 如何实现算法加速

--- 数学统计函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 9.7.1 平均值以及对中心位置的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356 9.7.2 对分散程度的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713 16.7.3 配置字典架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 713 16.7.4 配置文件格式 ——Tcl/Tk 的 Python 接口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1413 25.1.1 架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1414

statistics --- 数学统计函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 9.7.1 平均值以及对中心位置的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 9.7.2 对分散程度的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 664 16.7.3 配置字典架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 664 16.7.4 配置文件格式 . tkinter ——Tcl/Tk 的 Python 接口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1321 25.1.1 架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1322 xiv

exception MemoryError 当一个操作耗尽内存但情况仍可（通过删除一些对象）进行挽救时将被引发。关联的值是一个字符串， 指明是哪种（内部）操作耗尽了内存。请注意由于底层的内存管理架构（C 的 malloc() 函数），解释 器也许并不总是能够从这种情况下完全恢复；但它毕竟可以引发一个异常，这样就能打印出栈回溯信 息，以便找出导致问题的失控程序。 exception NameError 有一些预定义编解码器是 Python 专属的，因此它们在 Python 之外没有意义。这些编解码器按其所预期的输 入和输出类型在下表中列出（请注意虽然文本编码是编解码器最常见的使用场景，但下层的编解码器架构支 持任意数据转换而不仅是文本编码）。对于非对称编解码器，该列描述的含义是编码方向。 文字编码 以下编解码器提供了str 到bytes 的编码和bytes-like object 到str 的解码，类似于 模块和 PEP 3119。 8.5 heapq --- 堆队列算法 源码：Lib/heapq.py 这个模块提供了堆队列算法的实现，也称为优先队列算法。 堆是一个二叉树，它的每个父节点的值都只会小于或等于所有孩子节点（的值）。它使用了数组来实现：从 零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为了便 于比较，

exception MemoryError 当一个操作耗尽内存但情况仍可（通过删除一些对象）进行挽救时将被引发。关联的值是一个字符 串，指明是哪种（内部）操作耗尽了内存。请注意由于底层的内存管理架构（C 的 malloc() 函 数），解释器也许并不总是能够从这种情况下完全恢复；但它毕竟可以引发一个异常，这样就能打 印出栈回溯信息，以便找出导致问题的失控程序。 exception NameError 有一些预定义编解码器是 Python 专属的，因此它们在 Python 之外没有意义。这些编解码器按其所预期的 输入和输出类型在下表中列出（请注意虽然文本编码是编解码器最常见的使用场景，但下层的编解码器 架构支持任意数据转换而不仅是文本编码）。对于非对称编解码器，该列描述的含义是编码方向。 文字编码 以下编解码器提供了str 到bytes 的编码和bytes-like object 到str 的解码，类似于 模块和 PEP 3119。 8.5 heapq --- 堆队列算法 源码：Lib/heapq.py 这个模块提供了堆队列算法的实现，也称为优先队列算法。 堆是一个二叉树，它的每个父节点的值都只会小于或等于所有孩子节点（的值）。它使用了数组来实现： 从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为 了便于比较，

exception MemoryError 当一个操作耗尽内存但情况仍可（通过删除一些对象）进行挽救时将被引发。关联的值是一个字符 串，指明是哪种（内部）操作耗尽了内存。请注意由于底层的内存管理架构（C 的 malloc() 函 数），解释器也许并不总是能够从这种情况下完全恢复；但它毕竟可以引发一个异常，这样就能打 印出栈回溯信息，以便找出导致问题的失控程序。 exception NameError 有一些预定义编解码器是 Python 专属的，因此它们在 Python 之外没有意义。这些编解码器按其所预期的 输入和输出类型在下表中列出（请注意虽然文本编码是编解码器最常见的使用场景，但下层的编解码器 架构支持任意数据转换而不仅是文本编码）。对于非对称编解码器，该列描述的含义是编码方向。 文字编码 以下编解码器提供了str 到bytes 的编码和bytes-like object 到str 的解码，类似于 模块和 PEP 3119。 8.5 heapq --- 堆队列算法 源码：Lib/heapq.py 这个模块提供了堆队列算法的实现，也称为优先队列算法。 堆是一个二叉树，它的每个父节点的值都只会小于或等于所有孩子节点（的值）。它使用了数组来实现： 从零开始计数，对于所有的 k ，都有 heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]。为 了便于比较，

--- 数学统计函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 9.7.1 平均值以及对中心位置的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 9.7.2 对分散程度的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 691 16.7.3 配置字典架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 691 16.7.4 配置文件格式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1785 32.2.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1788 32

statistics --- 数学统计函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 9.7.1 平均值以及对中心位置的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324 9.7.2 对分散程度的评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 645 16.7.3 配置字典架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 645 16.7.4 配置文件格式 . 抽象文法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1671 32.2.2 节点类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1673 32.2.3