草庐IT

TypeHandler总结

全部标签

总结篇:STM32舵机、电机的驱动&OSBoat电路逻辑的梳理

        历经了前前后后一个月的学习,算是对STM32板子有了最最最基础的理解。对于我个人而言,最为直接的应用方式就是控制电机。正好前段时间刚学完PWM,加上今天又对于老项目OSBoat控制部分有了新的认识,于是就有了今天的应用总结。舵机        舵机是一种位置(角度)伺服的驱动器,适用于那些需要角度不断变化并可以保持的控制系统。具体其他的内容我就不细讲了,原理太难了,应用的话大家都知道是干嘛的。     这个是我测试的时候用的舵机,也是比较常用的舵机的一种。在这里我主要就记录一些关键内容。    这是一个180°,30kg的舵机,那么对于一般舵机来说,舵机的控制一般需要一个20M

golang单元测试及mock总结

文章目录一、前言1、单测的定位2、vscode中生成单测二、构造测试case的注意事项1、项目初始化2、构造空interface{}3、构造结构体的time.Time类型4、构造json格式的testcase三、运行单测文件1、整体运行单测文件2、运行单个单测文件报错(1)command-line-arguments是什么(2)undefined发生原因(3)缺少初始化导致的发生panic3、查看单测覆盖率4、单测覆盖文件解读5、生成可被浏览器打开的单测文件6、单测覆盖率的问题四、关于单测粒度的问题1、chatgpt的回答2、个人理解五、mock数据1、mock组件选择2、mock实操(1)m

pytorch模型保存与加载总结

pytorch模型保存与加载总结模型保存与加载方式模型保存方式一只存储模型中的参数,该方法速度快,占用空间少(官方推荐使用)model=VGGNet()torch.save(model.state_dict(),PATH)方式二存储整个模型model=VGGNet()torch.save(model,PATH)模型加载方式一对应第一种保存方式,首先构架模型架构,然后加载参数new_model=VGGNet()             new_model.load_state_dict(torch.load(PATH)) 方式二对应第二种保存方式,不再需要第一种方法中的建立新模型的步骤new_m

pytorch模型保存与加载总结

pytorch模型保存与加载总结模型保存与加载方式模型保存方式一只存储模型中的参数,该方法速度快,占用空间少(官方推荐使用)model=VGGNet()torch.save(model.state_dict(),PATH)方式二存储整个模型model=VGGNet()torch.save(model,PATH)模型加载方式一对应第一种保存方式,首先构架模型架构,然后加载参数new_model=VGGNet()             new_model.load_state_dict(torch.load(PATH)) 方式二对应第二种保存方式,不再需要第一种方法中的建立新模型的步骤new_m

外部排序算法总结

一.内排总结在之前博客里,博主已经介绍了各种内部排序算法的原理和C语言代码实现,不懂的朋友可以在同系列专栏里选择查看,今天介绍常见排序算法的最后一点,也就是外部排序。在此之前,我们先对外部排序的各种算法做一下简单的总结。算法种类时间复杂度(最好)时间复杂度(最坏)时间复杂度(平均)空间复杂度稳定性折半插入排序O(n)O(n2)O(n2)O(1)是直接插入排序O(n)O(n2)O(n2)O(1)是希尔排序------------O(1)否冒泡排序O(n)O(n2)O(n2)O(1)是快速排序O(nlog2n)O(n2)O(nlog2n)O(log2n)否简单选择排序O(n2)O(n2)O(n2)

windows系统利用docker搭建linux深度学习环境总结

分为几步:1.安装docker2.创建linux底层容器3.容器内安装anaconda4.pycharm配置ssh服务器安装docker1.开启windows虚拟功能进入如下:控制面板=》程序=》启用或关闭windows功能。勾选Hyper-V,并电脑重启。2.安装docker进入官网下载安装包,按照提示安装即可。但是装完打开后我出现了WLS2的错误。这个是因为电脑wsl2较老或没有,解决办法就是安装wsl23.安装wsl2首先打开windows虚拟监控程序平台和适用于Linux的Windows子系统然后打开微软商店,安装linux分发版(我一般选择ubuntu),安装完成后如下如果什么都正常

windows系统利用docker搭建linux深度学习环境总结

分为几步:1.安装docker2.创建linux底层容器3.容器内安装anaconda4.pycharm配置ssh服务器安装docker1.开启windows虚拟功能进入如下:控制面板=》程序=》启用或关闭windows功能。勾选Hyper-V,并电脑重启。2.安装docker进入官网下载安装包,按照提示安装即可。但是装完打开后我出现了WLS2的错误。这个是因为电脑wsl2较老或没有,解决办法就是安装wsl23.安装wsl2首先打开windows虚拟监控程序平台和适用于Linux的Windows子系统然后打开微软商店,安装linux分发版(我一般选择ubuntu),安装完成后如下如果什么都正常

关于GD32替换STM32(pin to pin)搭载rt-thread操作系统,需要注意的问题总结

1、SystemInit()函数该函数位于启动文件中的Reset_Handler中(具体实现在GD32位于system_gd32f4xx.c,STM32位于system_stm32f4xx.c中,几乎所有的文件,你只要把gd换成st就能找到对应的文件),gd的叫startup_gd32Fxxx.s,一般st的也是类似的名字,像startup_st32Fxxx.s,(其实就是兆芯抄的别人的。。)xxx是对应的芯片的具体型号,例如我用的gd32f450,和stm32f427的芯片,二者可以pintopin互换。两款芯片,在该函数中都是做了reset操作,例如重置向量表,rcc时钟,失能中断等等,两

LLaMA以及其扩展模型总结(一)

自从ChatGPT发布以来,人们看到了AGI时代的曙光,但是由于ChatGPT是闭源的,只能在官网体验和使用API进行访问,据OpenAICEO说是出于AGI的安全性考虑,这样大大限制了很多研究人员和机构对于AGI的研究进展。Meta公司反其道行之,今年2月24日发布了半开源大语言模型LLaMA(中文意为“羊驼”),这是一组包含7到650亿个参数的基础大型语言模型,因其参数量远小于GPT-3,效果却仍能优于后者一度在圈内引起热议。之所以是半开源,是因为LLaMA模型的权重需要申请的。下面对LLaMA以及其扩展的模型进行简单总结:一、LLaMA论文地址:https://research.face

【Electron Forge】基于Electron打包成Windows、MacOs、linux多个平台跨平台安装包的方法总结

参考:打包您的应用程序|ElectronMakers-ElectronForgeforge.config.js的配置 module.exports={packagerConfig:{},rebuildConfig:{},//自动识别平台打包对应平台的安装包【MacOs自动打包.dmg、Window自动打包.mis】makers:[{name:'@electron-forge/maker-squirrel',config:{},},{name:'@electron-forge/maker-zip',platforms:['darwin'],},{name:'@electron-forge/mak