$sudopipinstall--upgradepyOpenSSLTraceback(mostrecentcalllast):File"/usr/local/bin/pip",line9,inload_entry_point('pip==8.1.1','console_scripts','pip')()File"/usr/lib/python2.7/dist-packages/pkg_resources/__init__.py",line558,inload_entry_pointreturnget_distribution(dist).load_entry_point(group,n
$sudopipinstall--upgradepyOpenSSLTraceback(mostrecentcalllast):File"/usr/local/bin/pip",line9,inload_entry_point('pip==8.1.1','console_scripts','pip')()File"/usr/lib/python2.7/dist-packages/pkg_resources/__init__.py",line558,inload_entry_pointreturnget_distribution(dist).load_entry_point(group,n
本文使用的LCD是12864液晶屏，驱动IC是ST7567，本文记录如何驱动ST7567，这里要说明一点，LCD里面都有一个驱动器，驱动LCD，其实就是驱动里面的驱动IC。1、关于本文使用的LCD2、引脚说明3、关于ST7567的驱动命令4、驱动时序可以看出：CSB也就是引脚CS，片选引脚，为低电平的时候，才能写入数据或命令；A0也就是引脚RS，数据或命令选择引脚；SCL时钟引脚，为低电平期间，写入数据，SDA数据引脚，数据低位在前，高位在后；5、复位时序RSTB也就是RES，复位引脚，拉低即可复位，但是要注意拉低再拉高后要延时一段时间才能操作LCD。6、原理图7、完整代码#defineLCD
前言 最近看着别人搞Allinone虚拟机，手痒的紧，刚好淘宝推荐里看到了这块6口万兆的板子，觉得挺合适，就趁着中秋假期急忙入手了，把玩了几天，把几个坑先记录一下，也方便坑友入坑。1、为啥选X10SLH-N6-ST031？ 肯定是因为有6个万兆口，资源见下图，然后就是因为手上刚好有E3-1231V3和4个DDR3的内存条处于闲置中。2、怎么支持NVME？由于买的比较匆忙，看着有的店家写的说可以刷bios支持NVME启动，发说明说，就以为肯定是极好获取的，就没有管那么多，找了个合得来的店家就买了，拿到手才发现没有说明书也没有bios，怎么搞，google了好久好久好久.......抱着
ST7789v是Sitronix公司研制的，用于驱动LCD的芯片，在市场上有很多TFT屏使用这款芯片驱动，虽然驱动芯片相同，但不同TFT厂家在设计接口时各有不同。一时兴起，研究了一下HC32L196芯片驱动ST7789v，经过一段时间的努力，在朋友们的支持下。对GPIO模拟SPI、硬件SPI、8位并口、16位并口四种接口形式进行了探索。记录下来，与朋友们分享。 1ST7789v的接口 按照《ST7789vDatasheet》的描述，ST7789v的接口有以下几种： -Parallel8080-seriesMCUInterface(8-bit,9-
1.8寸TFTLCD128X160ST7735SSPI串口屏驱动示例1.8寸TFTLCD128X160ST7735SSPI串口屏📚屏幕驱动资料1以下是由中景园提供的，里面包含了：链接：https://pan.baidu.com/s/10G6apA8plumMz1A8FLoGhg提取码：1111由于购买的是合宙的1.8寸TFTLCD128X160ST7735SSPI串口屏随同ESP32C3一起购买的，价格是9.9RMB，比起中景园的相同规格的屏幕是16.5RMB，性价比还是很高的。🛠汉字取模方式和软件PCtoLCD2002软件取模方式🌿取模的汉字代码放到：lcdfont.h对应位置，可以参照已有
最近论文中需要使用图卷积神经网络（GNN），看了一些关于GCN的代码，还有基于PyTorchGeometricTemporal的代码实现，在这里做一下记录。GCN原始代码关于GCN的原理在这里不进行过多阐述，其他文章里面解释的已经很详细了，这里就直接进入到代码的部分。GCN的公式如下：其中为邻接矩阵；为t时刻输入的节点的特征矩阵；是近似的图卷积滤波器，其中=+(是N维的单位矩阵)；是度矩阵；代表需要神经网络训练的权重矩阵；是激活函数Relu。根据公式逐步实现GCN的代码如下：defget_gcn_fact(adj):'''FunctiontocalculatetheGCNfactoroface
目录ST7735S简介ST7735S接口说明ST7735SSTM32引脚配置ST7735S控制流程复位信号参数配置坐标位置控制全屏颜色填充区域颜色填充画点画图ST7735S图片取模基本函数ST7735S简介ST7735S是一块1.8英寸采用SPI通信的TFT全彩屏，分辨率是128*160，这里采用RGB56516bit的色块编译模式（RGB565即高五位为Red，第五位为Blue，中间六位为Green，共16位）。本文仅设计该屏幕的简单应用，不对底层原理进行深究。ST7735S接口说明BLK：这里用不到，可以不用连接CS：片选信号DC：数据模式选择信号1为写命令/0为写数据RST：复位信号SD
1.环境配置Arduino下载TFT_eSPI和JPEGDecoder库步骤：项目->加载库->管理库修改User_Setup.h驱动#defineST7789_DRIVER屏尺寸（我的是240*240）#defineTFT_WIDTH240#defineTFT_HEIGHT240连接引脚#defineTFT_CSPIN_D8//ChipselectcontrolpinD8#defineTFT_DCPIN_D3//DataCommandcontrolpin#defineTFT_RSTPIN_D4//Resetpin(couldconnecttoNodeMCURST,seenextline)#d
目录一、CNN和GCN的关系二、“图”的预备知识三、图卷积网络（GCN）四、针对于高光谱图像分类的网络优化五、频域的图卷积神经网络 最近看到一篇引用量非常高的文章，是用图卷积网络处理高光谱图像分类任务，于去年7月发布，到现在已经有300+的引用量了，这对于高光谱分类领域来讲是一个非常快也是非常高的数据。接触图卷积神经网络后发现绝大部分资料都在尝试以一种数学推理的方式讲解中间的公式部分，这对于整体理解、把握、使用这个网络造成一定障碍，在阅读了相关资料后，尝试从更宏观的角度去认识这个网络，之后再慢慢加入一些数学内容，以此来力求顺畅的了解和学习这个网络。一、CNN和GCN的关系 对于传统
