到这里，VSCode开发Hi3861的全流程就结束了，从环境搭建、项目创建、代码编写，到编译烧录、调试优化，每一步都详细讲解，新手跟着做，就能成功运行第一个Hi3861程序。Hi3861作为一款高性能的Wi-Fi IoT芯片，应用场景非常广泛，除了LED灯控制，还可以开发温湿度采集、WiFi通信、MQTT协议对接华为云物联网平台等项目（参考Gitee上的Hi3861安防系统项目）。后续我会继续分享

当前主流深度学习框架各有侧重，没有“绝对最优”的框架，只有“最适配”的选择：PyTorch：兼顾科研与工程，是当前最通用的选择，适合大多数开发者和场景；TensorFlow：工业级部署的标杆，适合大型企业、大规模项目；MindSpore：国产化全场景框架，未来潜力巨大，适合国产化项目和全场景部署需求；Keras：入门首选，适合新手和简单模型快速验证；MXNet：特定场景仍有优势，适合CV项目和AW

从CNN的空间特征提取，到RNN的时序记忆，再到Transformer的注意力革命，神经网络的进化史就是“更高效捕捉数据特征”的历史。未来，神经网络的发展将呈现两大趋势：一是“多模态融合”（如GPT-4融合文本、图像、语音），实现对复杂场景的全面理解；二是“轻量化与高效化”（如MobileNet、EfficientNet），让大模型能部署到手机、嵌入式设备等资源有限的场景。

机器学习与神经网络的发展，正从“特定任务优化”走向“通用智能探索”。从只能识别图片的CNN，到能理解多模态数据（文本、图像、语音）的大模型，技术的边界不断被突破。但无论技术如何迭代，“数据驱动”和“特征学习”的核心逻辑始终未变。对于开发者而言，掌握机器学习与神经网络的基础原理，不仅能应对当前的技术需求，更能在未来的AI浪潮中把握机遇。从简单的小项目开始，逐步积累经验，你也能成为AI技术的实践者和推

Mixly的价值不仅在于“零代码编程”，更在于帮助初学者建立“编程思维”——如何将复杂问题拆解为简单逻辑，如何通过顺序、循环、条件判断实现需求。无论是控制硬件还是开发软件，这种思维都是核心能力。当你完成本文的3个案例后，可以尝试更复杂的项目，如“超声波避障机器人”“温湿度监测仪”“OLED屏显示天气”等。随着实践的深入，你会发现编程并不神秘，而Mixly就是你进入编程世界的最佳敲门砖。

通过本文的学习，您已经掌握了在 VS Code 中使用 PlatformIO 开发 ESP32 的基本流程，包括环境搭建、项目创建、代码编写、程序上传和调试等关键步骤。PlatformIO 提供了比传统 Arduino IDE 更强大的功能和更友好的开发体验，如代码补全、语法高亮、版本控制集成等，非常适合 ESP32 的复杂项目开发。接下来，您可以尝试开发更复杂的应用，如 WiFi 连接、传感器数

本文通过 Arduino IDE 实现两款芯片的环境配置，流程通用、步骤可视化，新手可快速上手。

MindSpore（昇思）是华为推出的一款全场景深度学习框架，具备自动并行、高效编译、轻量化部署等优势，支持Transformer等复杂模型的快速搭建与训练，同时提供了原生的Transformer相关API，大幅降低模型开发成本。当数据量较大、模型参数较多时，可使用MindSpore的分布式训练功能提升效率。

C++作为一门兼顾性能与灵活性的语言，既能用于底层开发（操作系统、嵌入式），也能用于高层应用（游戏、后端），其核心优势在于高效性和面向对象特性，而设计模式则是提升代码可读性、可维护性的关键。本文将循序渐进，每一部分都搭配简单易懂的示例代码，避免纯理论堆砌，大家可以跟着敲代码、练手感，有疑问也可以在评论区交流～

在动手实操前，我们先理清两个核心工具的定位，以及它们结合的优势——理解这一点，能帮你避开很多实操中的无效尝试。现象：Gazebo加载机器人模型后，关节无法运动，或碰撞检测异常。解决方案：① 检查URDF文件中的transmission标签，确保hardwareInterface配置正确；② 调整关节的damping（阻尼）和friction（摩擦）参数，避免动力学响应迟钝；③ 核对link的惯性参