ST LINK V2-1具有更快的烧录速度，同时带有串口 功能，无需再使用其他串口工具，一个烧录模块就要可以搞定两种需求。 另外V2-1还有U盘功能直接在资源管理器中复制编译好的程序文件粘贴到文件夹下烧录程序！ 资源包含 ： ST LINK V2-1的制作教程所需资料，文章中详细介绍了如何制作，在此不做赘述； PCB文件，ST LINK固件和官方更新升级工具，有能力者可以根据实际情况自行制作，详见文章。 BOM元件表单等。

ARM Cortex -A9手册

关于硬件处理器设计，有一定参考价值。目前，关于ARM软核的开发很多，基于FPGA设计就是一个趋势。中国还没有ARM内核生产权限，所以，努力吧。

ARM学习中的奇葩，ARM初学者的天堂教课书，

this is about arm develop ,the best book you will feel that 's going with you ,please down it if you feel it suit of you

ARM嵌入式入门级教程ARM嵌入式入门级教ARM嵌入式入门级教程程ARM嵌入式入门级教程

matlab做信效度分析代码使用深度神经网络及其分析预测下颞（IT）多单元输出。 深度神经网络由多层组成，以处理输入图像。 以类似的方式，灵长类动物大脑的视觉皮层具有多个层，这些层处理从视神经传入的视觉刺激。 它们按以下顺序排列：V1，V2，V3，V4，IT（下颞）。 IT层类似于经过训练的DNN的最后一层，确定图像中的对象。 在该项目中，比较了灵长类动物大脑的视觉皮层（V4和IT）的5个区域中的2个区域与流行的DNN模型之间的比较。 用于比较的一些DNN模型是： HMO HMAX 像V1 像V2 克里热夫斯基等。 2012年 Zeiler＆Fergus 2013 1.1）数据获取和使用 在显示测试对象（灵长类动物）测试图像的同时，从其V4和IT区域记录神经输出。 V4区域具有128个通道，通过该通道收集神经输出，而IT区域具有168个通道。 因此，灵长类动物大脑中一幅图像的IT表示是一个168维向量。 总共向灵长类动物显示了1960张图像，因此V4数据矩阵为1960x128，而IT数据矩阵为1960x168。 这是数据的链接： 这里仅使用多单位数据。 为了从DNN模型的最后一个完全连

快速参考 ARM和Thumb-2的指令集

Cortex-M3权威指南Cn.pdf 中文版，里面对M3做了详细说明，是本不错的书籍。

接CM3之后，CM0和CM4再次掀起浪潮，CM4有增加DSP功能