本文章来自原创专栏《ESP32教学专栏(基于ESP-IDF)》，讲解如何使用ESP-IDF构建ESP32程序，发布文章并会持续为已发布文章添加新内容！每篇文章都经过了精打细磨！↓↓↓通过下方对话框进入专栏目录页↓↓↓CSDN请求进入目录 _Ox是否进入ESP32教学导航(基于ESP-IDF)? 确定文章目录一、组件配置涉及的文件简介1、为什么要用组件配置2、组件配置相关文件详解二、创建组件配置1、创建菜单（menu）2、创建菜单项目（config）3、创建单选选项（choice）一、组件配置涉及的文件简介1、为什么要用组件配置组件配置可以将相关配置常量移出代码，增强配置的
ESP32环境搭建（Thonny+MicroPython+ESP32）一、开发环境说明二、下载和安装Thonny三、下载MicroPython四、下载ESP32驱动五、烧录MicroPython到ESP32六、Thonny与ESP32交互七、编写代码7-1、编写一段简单的程序附录：点灯实验八、总结一、开发环境说明硬件：ESP32解释器：MicroPython（一种针对于硬件做了特殊处理的Python解释器）IDE：Thonny（类似于pycharm这个也是个IDE，它对ESP32支持更好，所以选择它）ESP32引脚图如下：二、下载和安装Thonny下载地址：https://thonny.org
分享一个之前制作的RGB彩灯点阵控制器。 硬件介绍： 1.主控芯片ESP32； 2.RGB灯为内置控制IC类型的，IC型号为WS2812B； 3.点阵的大小为12X10，分别使用ESP32的10个IO来控制点阵的10个显示行； 4.设置有BH1750光照传感器，对环境光线强度进行检测； 5.设置有红外接近开关，可以对物体遮挡进行检测； 6.设置有ADXL345三轴加速度传感器，可以进行加速度和倾角的检测； 7.外部接了一个3.7转5V升压模块，可以使用锂电池进行供电。点阵控制引脚表：行号ESP32引脚号123233318425522627719
当前，我们正见证着一场技术革命，而OpenAI正处于这场变革的最前沿。其中最激动人心的创新之一就是ChatGPT，它运用自然语言处理的力量，打造出更加引人入胜、直观的用户体验。而将OpenAI的API与物联网设备相结合，更是为我们打开了无限可能。 本文将探索ChatGPT与ESP-BOX的潜力，这对强大的组合可以将物联网设备提升到一个新的水平。本文主要分为三个部分，分别介绍本项目的关键内容：第一部分将详细介绍ESP-BOX，阐述其功能和特点。第二部分为案例研究，描述如何从零开始一步步构建项目。最后一部分为总结，提供了相关资料的来源，便于您巩固和加深对本项目的了解和理解。ESP-
文章目录前言一、ESP32ADC相关介绍二、使用步骤1.接口函数介绍2.代码示例总结前言ADC即模拟数字转换器（Analog-to-digitalconverter）是用于将模拟形式的连续信号转换为数字形式的离散信号的一类设备。一个模拟数字转换器可以提供信号用于测量。与之相对的设备成为数字模拟转换器。例如温度、压力、声音或者图像等，需要转换成更容易储存、处理和发射的数字形式。那就可以用到ADC了提示：以下是本篇文章正文内容，下面案例可供参考一、ESP32ADC相关介绍一些ADC2引脚用作捆绑引脚（GPIO0、2、15），因此不能自由使用。ESP32DevKitC：由于外部自动编程电路，GPIO
ESP32配置MQTT明确流程1.需要在arduino上使用mqtt需要使用库"PubSubClient"。2.使ESP32连接到WiFi网络3.连接mqtt代理4.订阅主题5.发布信息安装库：打开arduino选择“工具”里的管理库，在管理库里搜索：PubSubClient,安装完成后即可使用该库。在这里先贴上代码，需要可直接copy#include#includeconstchar*ssid="your_SSID";constchar*password="your_PASSWORD";constchar*mqtt_server="your_MQTT_SERVER";WiFiClientes
注意：手机热点或者网络不能开5.0GHz频段和WIFI6，不然ESP32连不上心知天气账号（免费版即可），网站：心知天气-高精度气象数据-天气数据API接口-行业气象解决方案(seniverse.com) V3的用户手册-天气实况：天气实况(yuque.com) 返回的json数据：怎么接入？ 怎么构建请求？比如这个： 根据官方提供的API，然后自己填入相关参数进行构建 看官方提供的手册 然后再看他提供的API接口。 这是接口地址，看参数说明，然后自己按要求填写代码一（24小时的，没有预测）:#include#include#include#include#include#in
目录前言数据采集、处理导入包正弦波数据生成数据集分类模型1训练模型1创建模型1训练检查训练指标模型2训练模型导出（TensorFlowLite）模型部署、功能编写前言TinyML是机器学习前沿的一个分支，致力于在超低功耗、资源受限的边缘端（MCU）部署机器学习模型，实现边缘AI，使机器学习真正大众化，使生活真正智能化。简单来说就是在单片机上跑深度学习，很不可思议吧，因为AI在大众的印象里都是需要大算力、高能耗，TinyML为低功耗AI的普及开了个好头。下面介绍的一个项目是TinyML最简单入门的一个小项目，麻雀虽小，五脏俱全，它包含了基本的TinyML项目所有的必要步骤。它就是用神经网络训练一
目录前言数据采集、处理导入包正弦波数据生成数据集分类模型1训练模型1创建模型1训练检查训练指标模型2训练模型导出（TensorFlowLite）模型部署、功能编写前言TinyML是机器学习前沿的一个分支，致力于在超低功耗、资源受限的边缘端（MCU）部署机器学习模型，实现边缘AI，使机器学习真正大众化，使生活真正智能化。简单来说就是在单片机上跑深度学习，很不可思议吧，因为AI在大众的印象里都是需要大算力、高能耗，TinyML为低功耗AI的普及开了个好头。下面介绍的一个项目是TinyML最简单入门的一个小项目，麻雀虽小，五脏俱全，它包含了基本的TinyML项目所有的必要步骤。它就是用神经网络训练一
先来一张实物接线图吧，其中TX为发送，RX为发送，两个设备的收发是要交叉对接的，3.3V供电而且8266需要的电流可达500ma,转串口的质量尽量好一点，5v供电有可能损坏8266，但是根据我无数次接错的经验看，短暂的接错没有关系。其他厂家的8266模块虽然有的引脚很多，但是也是只需要这四根引脚就可以实现通信。 接线完成，测试一下8266是否支持AT指令。打开任意一种串口助手（记得装CH340驱动），正点原子以及大多数ESP8266模组波特率默认115200，发送AT\r\n，如果你勾选发送新行，就不需要\r\n了。（正点原子的8266比较奇怪，修改波特率要使用
