首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏全栈程序员必看

    SD MMC MS TF

    SD的技术是基于MultiMedia(MMC)格式上发展而来,大小和MMC差不多,尺寸为32mm x 24mm x 2.1mm。 SD与MMC保持着向上兼容,也就是说,MMC可以被新的SD设备存取,兼容性则取决于应用软件,但SD却不可以被MMC设备存取。 Mini SD MiniSD由松下和SanDisk共同开发。 Mini SD只有SD37%的大小,但是却拥有与SD存储一样的读写效能与大容量,并与标准SD完全兼容,通过附赠的SD转接还可当作一般SD使用 TF(Micro SD) 又称T-Flash 是一种超小型(11*15*1MM),约为SD的1/4,可以算目前最小的储存了。TF是小卡,SD是大卡,都是闪存的一种。TF卡尺寸最小,可经SD转换器后,当SD使用。 MMC MMC(Multimedia Card) 翻译成中文为“多媒体”。是一种快闪存储器标准。

    4.7K20编辑于 2022-09-03
  • 来自专栏全栈程序员必看

    SDTF、MMC、emmc、sdio扫盲

    一、sdtf,mmc的区别: 共同点:SD TF MMC都是在MMC基础上演化发展不同的规范,比如物理尺寸,封装,电压,管脚,位宽,时钟信号等不同,但都使用相同的总线规范。 SDTF的尺寸要大。应用于不同产品,SD一般都用在大一些的电子设备:如电脑,相机,AV等器材,而TF一般用在手机上。 TF插入适配器(adapter)可以转换成SD,但SD一般无法转换成TF。sd上有一个(lock)开关,即写保护开关,TF没有。 2、外观及引脚定义 3、特性 尺寸:15mm宽×11mm长×1mm厚。 TF插入适配器(adapter)可以转换成SD。 SD和Micro SD(TF的管脚定义 引脚号 SD TF(SD模式) TF(SPI模式) 1 Data3 Data2 Rsv 2 Cmd Data3 Cs 3 Vss

    20K20编辑于 2022-08-27
  • 来自专栏nginx

    TF速度测评-实测TF品牌速度综合性能排名

    AS SSD Benchmark 测试即使用专业工具对 SD 进行性能测试,以此来评估 SD 的读写速度、访问时间等关键性能指标,帮助用户了解其性能优劣,判断是否满足实际使用需求。 三、影响因素 1.SD 卡规格 不同等级(如 Class 2、Class 4、Class 10、UHS-I、UHS-II 等)的 SD 性能差异大。 等级越高,性能越好,UHS-II 的读写速度远超 Class 4 。不同容量的 SD 性能也有不同,大容量卡通常采用更先进的存储技术,读写速度可能更快。 2.读卡器性能 读卡器接口标准(如 USB 2.0、USB 3.0、USB 3.1、USB 3.2 等)影响 SD 测试速度。 USB 3.0 及以上标准带宽高,能充分发挥 SD 性能;而 USB 2.0 带宽低,会限制 SD 速度。读卡器芯片质量也很关键,优质芯片处理数据速度快、稳定性好,能准确测试 SD 性能。

    76410编辑于 2025-11-15
  • 来自专栏我在本科期间写的文章

    TF速度测评-实测TF品牌速度综合性能排名

    AS SSD Benchmark 测试即使用专业工具对 SD 进行性能测试,以此来评估 SD 的读写速度、访问时间等关键性能指标,帮助用户了解其性能优劣,判断是否满足实际使用需求。 三、影响因素 1.SD 卡规格 不同等级(如 Class 2、Class 4、Class 10、UHS-I、UHS-II 等)的 SD 性能差异大。 等级越高,性能越好,UHS-II 的读写速度远超 Class 4 。不同容量的 SD 性能也有不同,大容量卡通常采用更先进的存储技术,读写速度可能更快。 2.读卡器性能 读卡器接口标准(如 USB 2.0、USB 3.0、USB 3.1、USB 3.2 等)影响 SD 测试速度。 USB 3.0 及以上标准带宽高,能充分发挥 SD 性能;而 USB 2.0 带宽低,会限制 SD 速度。读卡器芯片质量也很关键,优质芯片处理数据速度快、稳定性好,能准确测试 SD 性能。

    1.8K10编辑于 2025-04-29
  • SD和TF的应用

    1.2 什么是TFTF(TransFlash Card),后来被SD协会收编后改名为microSD,是一种超小型的存储。它的尺寸仅为15mm×11mm×1mm,是目前最小的存储格式之一。 TF虽然体积小,但功能和SD完全相同,只是物理尺寸不同而已。在我目前的项目中,几乎所有的便携式设备都采用TF作为存储方案。比如我们为客户开发的一款工业相机,就使用了TF来存储拍摄的图像数据。 SD更大更厚,接触面积大,插拔时的机械强度更好。TF则更小更薄,适合空间受限的应用。在实际开发中,我们可以通过转接TF转换为SD使用,但反过来就不行了。另外一个重要区别是成本。 2. SDTF卡在嵌入式系统中的应用2.1 数据存储应用在嵌入式系统中,SDTF最基本的应用就是数据存储。我在做过的项目中,有很多设备需要记录运行日志、传感器数据或者用户配置信息。 2.3 多媒体应用在音视频相关的嵌入式项目中,SDTF的应用更是不可或缺。我参与过一个行车记录仪项目,使用TF来存储录制的视频。

    16810编辑于 2026-02-23
  • 来自专栏全栈程序员必看

    SDTF、MMC以及eMMC芯片的介绍「建议收藏」

    2、外观及引脚定义 3、特性 两个可选的通信协议:SD模式和SPI模式 可变时钟频率:0-25MHz 通信电压范围:2.0-3.6V 二、TF 1、简介 TF即T-Flash又称MicroSD,是极细小的快闪存储器,采用SanDisk最新NAND MLC技术及控制器技术。 2、外观及引脚定义 3、特性 尺寸:15mm宽×11mm长×1mm厚。 TF插入适配器(adapter)可以转换成SD2、外观及引脚定义 MMC共有七个触电(引脚),分为两种操作模式,分别为MMC模式与SPI模式。 eMMC = NAND flash + 控制器 + 标准封装接口 2、引脚定义 发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/130912.html

    8.1K20编辑于 2022-07-01
  • 解锁存储密码:SD NAND、TF、SD的应用全景

    SD NAND、TF和SD,虽同属NAND Flash存储介质家族,却因各自独特的“个性”,在不同领域绽放光彩。接下来,让我们一同揭开它们的神秘面纱,深入了解其应用领域、场景及具体产品。 其内部集成了控制器,并且与标准的SD/TF接口协议兼容,这使得对主控SOC的要求不高,软件开发也相对轻松。 二、TF:便捷存储的佼佼者TF,学名Micro SD,物理尺寸仅11x15mm ,通过卡座与设备连接,具备可插拔特性,是市面上最常见的便携式存储,就像一个小巧的“数据行李箱”,随时随地为设备扩充 三、SD:专业领域的中流砥柱SD卡尺寸为24x32mm ,比TF大,是TF的“前辈”,同样可插拔。虽然在消费电子领域逐渐被TF抢占风头,但在专业领域,它依旧是无可替代的存在。 • 劣势显现:不过,在消费电子领域,由于其体积较大,正逐渐被小巧的TF取代。

    39710编辑于 2025-10-29
  • SD NAND、TF、SD的应用领域大揭秘

    在如今这个数据爆炸的时代,各类存储设备犹如繁星般闪耀,而SD NAND、TF和SD更是其中的佼佼者。它们看似相似,实则各有千秋,在不同的领域和场景中发挥着独特的作用。 TF:随身设备的“灵活存储伙伴”TF,也就是Micro SD,尺寸仅有11x15mm,通过卡座与设备连接,可自由插拔,就像一个“可随身携带的迷你移动硬盘”。 • 便携式消费电子的“内容仓库”:运动相机拍摄的户外高清视频、无人机航拍的风景大片,都能快速存入TF,拍摄结束后拔即可导入电脑编辑;行车记录仪用它循环录制行车画面,满后可直接更换新,确保不会遗漏关键路况 SD:专业领域的“高速存储主力”SD卡尺寸为24x32mm,比TF大一圈,作为TF的“前辈”,它虽在消费电子领域逐渐被小巧的TF替代,但在对速度、稳定性有高要求的专业场景中,依然占据不可替代的地位 综上所述,SD NAND、TF和SD虽同属NAND Flash存储家族,但凭借不同的物理形态与性能特点,适配了从嵌入式设备到专业影像设备的多元需求。

    50110编辑于 2025-11-14
  • 来自专栏coderhuo

    TF存储性能调优案例分析

    一、背景 二、排查点及优化方法 TF控制器有没有问题 TF有没有问题 业务层写逻辑有没有问题 存储性能的其他优化思路 三、参考资料 本文根据一个实际案例介绍TF存储性能调优思路。 11.5Kbps,文件大小不超过2MB,达到上限后文件内部自循环覆盖最早的日志 存储介质是TF(MLC类型的NAND Flash, Class 10),大概在TF被循环覆盖写一遍后就会出现问题,规律还算比较明显 如果是IO瓶颈,可能是由于以下几种原因导致的: 芯片TF控制器的问题 TF本身的问题,也就是常说的”挑”,有些有问题,有些没问题 业务层写逻辑不合理导致的问题 TF控制器有没有问题 可以用同一张卡在不同的平台上使用 业务层写逻辑有没有问题 通过dd命令测试出现问题的TF,发现写速率也较低,在2MB/s附近波动,无法满足业务需求(12Mbps + 8Mbps = 2.5MB/s)。 日志文件每16KB写一次,并且是文件内部循环写的。文件大小固定2MB,文件内部自循环。

    3.3K20发布于 2020-07-27
  • 来自专栏机器学习/数据可视化

    TF-char4-TF2基本语法

    () tf.zeros()/tf.zeros_like() tf.ones([2,3]) a = tf.zeros([2,4]) b = tf.ones_like(a) # 形状相同 自定义数值张量 ([4, 32, 32, 3]) tf.reshape(x, [2,-1]) tf.reshape(x,[2,4,12]) tf.reshape(x,[2,-1,3]) 增删维度 增加维度 增加一个长度为 [2,32,32,3]) tf.transpose(x,perm=[0,3,1,2]) 数据复制 通过函数tf.tile(x, multiples)来实现,关于参数multiples: 1表示不复制 2 , [2,2]) x = tf.tile(x, multiples=[1,2]) # 列上复制 x = tf.tile(x,multiples=[2,1]) # 行上复制 广播机制Broadcasting , 256] => [b, 128] h2 = h1@w2 + b2 h2 = tf.nn.relu(h2) # [b, 128] => [b, 10] out = h2@w3 + b3 # 计算均方差

    1.9K20发布于 2021-03-02
  • 来自专栏机器学习/数据可视化

    TF-char5-TF2高级操作

    ]表示 切割为 4 份,每份的长度分别为 2,4,2,2 x = tf.random.normal([10,35,8]) result = tf.split(x, axis=0, num_or_size_splits =10) # 结果是[1,35,8] result = tf.split(x,axis=0,num_or_size_splits=[4,2,2,2]) # 10=4+2+2+2,第一个维度上进行分割 numpy as np import tensorflow tf x=tf.ones([2,3]) tf.norm(x,ord=1) tf.norm(x,ord=2) tf.norm(x,ord=np.inf (x, 2) # 下 tf.minimum(x, 7) # 上 tf.clip_by_vlaue(x, 2, 7) 高级操作 tf.gather 根据索引号收集数据tf.gather;对于不规则的索引也非常适合 x[3,3] tf.stack([x[1,1], x[2,2], x[3,3]]) tf.gather_nd 指定每次采样点的坐标来实现采样多个点的目的。

    3K10发布于 2021-03-02
  • 来自专栏我在本科期间写的文章

    病毒篡改与文件系统损坏:H2testw 如何检测 SD TF 的隐性写保护?

    2. 位置 重新插入 SD TF 测试写入功能 注意:并非所有 SD TF 都有物理开关,现代微型 SD TF 卡通常省略了这一设计。 方法 2:使用 Windows 磁盘管理工具 详细步骤: 将 SD TF 卡通过读卡器连接电脑 右键"此电脑"→"管理"→"磁盘管理" 找到 SD TF 对应的磁盘,右键选择"属性" 检查"安全 供电能力:SD 芯片读写时消耗电流较大,要求电源有足够的供电能力,以满足 SD 的耗电需求,同时要保证供电的稳定性,电源纹波不能过大。 2. 数据备份策略 重要数据遵循"321"备份原则: 3 份副本 2 种不同介质 1 份离线存储 使用云存储同步关键文件 定期验证备份完整性 3.

    2K10编辑于 2025-07-12
  • 开箱展示—CS创世SD NAND FLASH(贴片式SDTF

    最近收到了来自深圳市雷龙发展有限公司寄来的存储,奈何最近也没有好的嵌入式项目需要用到,哪这里就简单给大家展示一下吧。 原始包装大概就是这样子了垃,有两个存储芯片和一个简单的转接器,测试的时候可以把芯片焊接到转接器上,等到自己真正开发的时候,可以设计好电路,直接把存储焊接到PCB板上,就可以正常读取了。 转接板的一头,其实就跟我们常见的TF一样,我们可以直接把它插到读卡器上读取这里也就测试一下,实际使用时肯定不会这样用: 由于我是把tf插到读卡器里读取的,读卡器又是USB接口,所以这里被识别成了

    81310编辑于 2024-10-25
  • 来自专栏小鹏的专栏

    tf API 研读2:math

    例: a = tf.constant([2, -2, -2, 5],shape=[2,2],dtype=tf.float64) z = tf.cholesky(a) z==>[[ 1.41421356 例: a = tf.constant([2, -2, -2, 5],shape=[2,2],dtype=tf.float64) chol = tf.cholesky(a) RHS=tf.constant 例: a = tf.constant([2, -2, -2, 5],shape=[2,2],dtype=tf.float64) RHS=tf.constant([3,10],shape=[2,1],dtype 例: a = tf.constant([1,2,3,4],shape=[2,2],dtype=tf.float64) b = tf.constant([1,2,3,4],shape=[2,2],dtype 例: a = tf.constant([1+2j,2-3j]) z=tf.imag(a) z==>[2.

    3.2K50发布于 2018-01-09
  • 来自专栏ROS2

    TF2使用细节

    启动键盘控制节点 ros2 run turtlesim turtle_teleop_key 观察坐标转换的结果 ros2 run tf2_ros tf2_echo turtle2 turtle1 示例分析 所以tf2树是不会形成闭环的。 ros2 run tf2_tools view_frames 用这个命令可以保存当前系统中tf2树的关系图(以pdf文件的形式保存在运行命令的目录下)。 TF 调试工具 打印两个link的相对位置关系 ros2 run tf2_ros tf2_echo turtle2 turtle1 保存tf关系框图 ros2 run tf2_tools view_frames 监控两个link的转换延时 ros2 run tf2_ros tf2_monitor turtle2 turtle1 四元数与欧拉角转换 因为使用TF的过程中常常涉及到坐标转换。 tf2::Quaternion tf2_quat, tf2_quat_from_msg; tf2_quat.setRPY(roll, pitch, yaw); // Convert tf2::Quaternion

    3.1K00编辑于 2022-06-05
  • 来自专栏数据恢复教程

    TF显示RAW:深入解析与高效恢复之道

    本文将深入探讨TF显示RAW的现象,并提供一种高效的数据恢复方案,帮助用户迅速找回丢失的数据。TFRAW格式之谜TF显示RAW格式,是许多用户在使用过程中可能遇到的一个棘手问题。 兼容性问题:部分设备或读卡器与TF的兼容性不佳,也可能导致TF被错误地识别为RAW格式。数据恢复实战:数之寻软件显身手面对TFRAW格式的困境,专业的数据恢复软件成为了我们找回数据的“救星”。 三、深度扫描TF数之寻软件将启动其深度扫描引擎,对TF进行全面、细致的搜索,以寻找所有可恢复的文件。这一过程可能需要一定的时间,具体取决于TF的容量、文件数量以及损坏程度。 定期备份:定期将TF中的重要数据备份到其他存储介质上,如硬盘、云存储等,以防不测。这样即使TF出现问题,也能通过备份快速恢复数据。 选用高质量TF:购买时选择知名品牌、质量可靠的TF产品,以减少因质量问题导致的数据丢失风险。注意兼容性:在使用TF时,注意检查其与设备的兼容性,避免因兼容性问题导致的数据丢失。

    95010编辑于 2024-08-27
  • 来自专栏桃花源记

    TF入门04-TF实现Word2Vec

    Word2Vec是一组用来产生词嵌入的模型,包括两种主要的模型:skip-gram和CBOW。 在本文中,我们使用skip-gram模型来构建word2vec。为了得到词嵌入向量,我们需要构建一个单隐藏层的神经网络,然后用来执行特定任务来完成训练;但是训练得到的模型并不是我们需要的。 因此,我们使用NCE来实现word2vec。 基于采样的方法,无论是负采样还是NCE方法,只适用于训练阶段;在应用阶段还需要执行softmax来得到正则化的概率结果。 2.定义权重 在embedding矩阵中每一行表示一个词的向量表示。如果词向量长度为EMBED_SIZE,embedding矩阵的shape为[VOCAB_SIZE, EMBED_SIZE]。 ? ()) writer = tf.summary.FileWriter('graphs/word2vec_simple', sess.graph) for index in range

    1.2K20发布于 2020-07-23
  • 来自专栏深度学习和计算机视觉

    目标检测框架:支持TF2TF Object Detection

    ,如果想用TensorFlow的目标检测模型,最好的还是选择还是谷歌官方的TF Object Detection库: 目前随着TensorFlow 2x的到来,TF Object Detection库也支持 TF2了,而且最重要的是还兼容TensorFlow 1.x,这真是非常nice。 不过官方还是建议大家使用最新的TF2来训练模型,主要原因如下: 最新的模型只会在TF2中更新,未来还会继续更新; TF2训练得到的模型效果和TF1几乎没有差别; TF2可以更容易地使用GPU和TPU进行分布式训练 ; TF2的Eager模式使debug更容易; 除了支持TF2外,TF2也新增了更多的模型如CenterNet和EfficientDet,具体Model Zoo如下所示: 不过,如果你想使用TF1 _detection_zoo.md),要比TF2支持的模型少一些。

    62330编辑于 2022-09-28
  • 来自专栏SD NAND

    SD NAND(嵌入式TF)性能测试工具

    虽然H2testw主要为U盘设计,但由于SD NAND芯片可以通过转接板接入读卡器,实现与U盘类似的功能,因此H2testw同样可以用于测试SD NAND芯片的性能。 通过使用H2testw工具,可以轻松完成对SD NAND芯片的读写速度检测,帮助用户全面了解其在实际应用中的表现。 因此,用户可以通过这种方式使用H2testw工具对SD NAND进行性能测试,获得与U盘测试相近的精度和准确度。 通过将MKDV2GIL-AST型号的SD NAND芯片接入读卡器,并使用H2testw工具进行读写性能检测,可以得出一系列详细的性能数据。 总而言之,H2testw工具作为一款高效的存储性能测试工具,不仅适用于U盘,也同样适用于SD NAND芯片的测试。

    1.1K10编辑于 2024-09-23
  • 来自专栏C/C++指南

    雷龙CS SD NAND(贴片式TF)测评体验

      通过转接板,可以将CS SD NAND(贴片式TF)转变为常见的TF,利用读卡器插入电脑中当作存储设备使用。    它俗称贴片式T,贴片式TF,贴片式SD,贴片式内存,贴片式闪存,贴片式...等等。虽然SD NAND 和TF称呼上有些类似,但是SD NAND和TF有着本质上的区别。    (贴片式TF),尺寸小巧,简单易用,兼容性强,稳定可靠,固件可定制,LGA-8封装,标准SDIO接口,兼容SPI,兼容拔插式TF/SD,可替代普通TF/SD,尺寸6.2x8mm,内置平均读写算法 支持TF启动的SOC都可以用SD NAND,提供STM32参考例程及原厂技术支持,容量:2GB,比TF稳定,比eMMC易用。   可以看到,雷龙CS SD NAND要远远比TF小。    复制96张,共计961MB照片至NAND 中   可以看到平均速度在18.6MB/S附近   2.MP3播放器   随着多媒体技术的发展,各种媒体对存储容量的要求也显著地在增加,为此就需要TF

    45210编辑于 2025-02-21
领券