目录1.简介-初识STM322.开发环境2.1使用Keil5 2.2使用STM32CubeMX 3.标准库与HAL库区别4.推挽输出与开漏输出1.简介-初识STM32什么是单片机？单片机（Single-ChipMicrocomputer）是一种集成电路芯片，把具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种I/O口和中断系统、定时器/计数器等功能（可能还包括显示驱动电路、脉宽调制电路、模拟多路转换器、A/D转换器等电路）集成到一块硅片上构成的一个小而完善的微型计算机系统，在工业控制领域广泛应用。STM系列单片机命名规则ST--意法半导体M--Microelectro
李沐大神《动手学深度学习》安装篇——通用AI、深度学习、机器学习环境Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境）——这里是GPU+PyTorch版本文章目录李沐大神《动手学深度学习》安装篇——通用AI、深度学习、机器学习环境前言一、安装原理指南二、Anaconda三、cuda+cudnn1.cuda2.cudnn四、PyTorch五、jupyternotebook总结前言国内AI教学体系发展较晚，很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料，这里我们主要推荐李沐大神推出的《动手学深度学习》，这门课程最初主要
一、什么是VRTKVRTK全称是VirtualRealityToolkit，前身是SteamVRToolkit，由于后续版本开始支持其他VR平台的SDK，如Oculus、Daydream、GearVR等，故改名为VRTK，它是使用Unity进行VR交互开发的利器，以二八原则来看，开发者可以使用20%的时间完成80%的VR交互开发内容。在UnityAssetStore上搜索 VRTK 下载导入即可(根据当时VRTK更新到的版本下载即可，不一定还能下载到lz的这本版本3.2.0）。下图是VRTK的作者在Twitter上分享的一张图片。作者使用了黄金思考圈的方式告诉大家：为什么开发VRTK，采用什么
目录一、基于Vivado的IP核使用方法二、常用IP核调用方法案例2.1FIFOIP核2.2UARTIP核2.3DDR3IP核2.4PLLIP核2.5AXIGPIOIP核三、总结 Vivado是Xilinx公司推出的一款集成化设计环境，可以用于FPGA和SoC的设计和实现。在Vivado中，可以使用IP核来快速实现一些常见的功能模块，例如时钟管理、数字信号处理、图像处理等等。下面将介绍基于Vivado的IP核的使用方法，并给出5个以上的常用IP核调用方法案例以及对应的testbench。一、基于Vivado的IP核使用方法打开Vivado，新建一个工程，选择FPGA或SoC的型号和目标平
一、准备环境以及安装包记得将显卡的驱动升级到最新本文针对的CUDAVersion为11.7版本的安装教程由于CUDA版本可以向下兼容，我们安装的官网的CUDA11.3的版本1、安装Anaconda:Anaconda安装包http://xn--anaconda-nh9mg71epx7i/2、Python编译器一步一步安装即可PyCharmCommunityEdition2022.1.2https://download.jetbrains.com.cn/python/pycharm-community-2022.1.2.exe3、CUDA安装地址CUDA11.7安装地址https://develo
Pytest是一个基于Python编写的全功能测试框架，它被广泛应用于软件开发领域的自动化测试。在本篇技术博客中，我们将介绍Pytest的简介、背景和优势，以及它相比其他测试框架的优势、主要特点和功能。一、Pytest的简介、背景和优势Pytest是一个轻量级的测试框架，它提供了更简单、更可读、更灵活的方式来编写测试用例，同时还能够管理测试过程、生成报告、支持fixture和插件等功能。Pytest最初由HolgerKrekel于2004年创建，旨在为Python项目提供简单易用的测试框架。Pytest的设计思想是让测试代码更加简洁、易读，并支持多种类型的测试，包括单元测试、集成测试和端到端测
问题使用PyTorch训练开始时报以下警告：WARNING:root:NaNorInffoundininputtensor训练中也会偶尔再报同样的警告，但是似乎不影响正常训练。分析查了一下其他人也有报这个警告的情况，一般的解释都是模型训练过程中出现梯度消失或者梯度爆炸，或者数据中或数据处理过程中出现了脏数据。但是经过调试，发现不管是改大改小学习率都仍然出现此警告，抓取脏数据也抓取不到，在数据集的构造、网络的计算中也都没有发现脏数据。分步调试后发现该警告出现在第一个epoch结束之后，即train和validation的正向和反向传播都完成之后。怀疑是在tensorboardX使用中的问题（这个
TCP/IP是一种分层模型，它将通信协议分解为五个层次，每个层次都有特定的功能和任务。以下是TCP/IP五层的处理流程：应用层（ApplicationLayer）：这是TCP/IP模型的最上层，负责处理应用程序的请求和数据。在该层，应用程序（例如浏览器、电子邮件客户端等）与用户进行交互，并将数据传递给下一层。传输层（TransportLayer）：该层负责提供端到端的数据传输服务，包括可靠性和流量控制。传输层有两个主要的协议，分别是TCP（传输控制协议）和UDP（用户数据报协议）。TCP是一种可靠的面向连接的协议，用于传输大量数据，而UDP则是一种不可靠的面向无连接的协议，用于传输少量数据。网
可以用“watch-n0.1nvidia-smi”来查看gpu状态，我用的是3块12G的GPU进行实验本实验将使用一个简单的瞎写的网络进行，网络训练一个分类任务，当然这个不重要，我们也不关心效果，这里希望用一个简单的网络来说明如何使用GPU训练，这个网络是可以直接跑起来的，xdm可以动手尝试一下在第0部分是CPU上训练的代码，第一部分使用了单张GPU，第二部分是单机多卡的任务目录0、CPU代码1、单机单卡2、单机多卡2.1DataParaller（DP）（不建议用）2.2DistributedSampler（DDP）0、CPU代码#样例准备数据，加载数据，准备模型，设置损失函数，设置优化器，开
目录普冉PY32系列(一)PY32F0系列32位CortexM0+MCU简介普冉PY32系列(二)UbuntuGCCToolchain和VSCode开发环境普冉PY32系列(三)PY32F002A资源实测-这个型号不简单普冉PY32系列(四)PY32F002A/003/030的时钟设置普冉PY32系列(五)使用JLinkRTT代替串口输出日志普冉PY32系列(六)通过I2C接口驱动PCF8574扩展的1602LCDPY32F0系列上市其实相当长一段时间了,样品已经吃灰很久,因为工作原因11月12月都很忙一直没时间,最近终于有一点时间把功课做了.PY32F0简介PY32F0属于32位M0内核的M
