logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

stm32f407的串口通信传输不了且串口调试软件无法显示的问题

血泪总结,这个问题一直困扰了我很久!因为不知道为什么一直识别不到我的串口。一开始我只用Jlink与单片机连接,后面发现jlink解决不了串口传输的问题,他只能烧录程序。串口调试软件如图所示:注意一定要串口选择里出现ch340字样才可以传输数据。解决方案一jlink烧录程序+USB转TTL串口传输注意这种口不是usb转ttl...

#stm32
同步时序逻辑电路分析——数电第六章学习

同步时序逻辑电路分析概述同步时序分析工具状态转换表例子状态转换图时序图同步时钟分析完整流程例1例2概述在之前所讨论的组合逻辑电路中,任一时刻的输出信号仅取决于当时的输入信号。但在时序逻辑电路中,电路状态还取决于电路原来状态。比如串行加法器中,相加结果不仅取决于本位加和,还与低一位是否进位有关,所以需要有记忆功能,以便在做高一位的加法器时使用。则在电路设计中,需要包括全加器和存储电路。存储电路的输出

文章图片
#学习
pytorch学习--第一个模型(线性模型)

我们想通过随机初始化的参数ω,b\omega ,bω,b能在迭代过程中使预测值和目标值能无限接近y=ωx+by=\omega x+by=ωx+b构建模型利用pytorch中的nn.Module想要构建模型时,继承这个类即可一些重写nn.Module类时的注意事项(1)一般把网络中具有可学习参数的层(如全连接层、卷积层等)放在构造函数__init__()中;(2)一般把不具有可学习参数的层(如ReL

文章图片
#pytorch#学习#人工智能
pycharm中numpy的安装与使用

首先你有安装pycharm,然后点开File点开Settings之后如下图点击开进行操作在这里你可以搜索你要安装的库,比如我要安装numpy,直接搜索numpy,再点击左下角的install package即可下载包导入numpy,发现可以使用...

文章图片
#pycharm#python#ide
机器学习——线性模型学习

但在训练时,OvR 的每个分类器均使用全部训练样例,而 OvO 的每个分类器仅用到两个类的样例,因此,在类别很多时, OvO 的训练时间开销通常比 OvR 更小 至于预测性能则取决于具体的数据分布,在多数情形下两者差不多。LDA 的思想非常朴素: 给定训练样例集,设法将样例投影到一条直线上,使得同样例的投影点尽可能接近、异类样例的投影点尽可能远离;在对新样本进行分类时,将其投影到同样的这条直线上,

文章图片
#学习#回归
异步时序逻辑电路分析——数电第六章学习

异步时序电路与同步时序电路的分析方法不同,不是每次电路状态改变时触发器都有时钟信号。只有那些有时钟信号的触发器才需要计算次态。没有时钟信号的触发器保持原来状态不变。分析步骤,名词解释详情见我另一篇blog同步时序逻辑电路分析——数电第六章学习计算触发器次态时,首先应找出每次电路转换时各个触发器是否有clk信号。观察电路可以发现,Q0每次从1变到0,产生clk1和clk3。Q1每次从1变到0产生cl

#学习
同步时序逻辑电路分析——数电第六章学习

同步时序逻辑电路分析概述同步时序分析工具状态转换表例子状态转换图时序图同步时钟分析完整流程例1例2概述在之前所讨论的组合逻辑电路中,任一时刻的输出信号仅取决于当时的输入信号。但在时序逻辑电路中,电路状态还取决于电路原来状态。比如串行加法器中,相加结果不仅取决于本位加和,还与低一位是否进位有关,所以需要有记忆功能,以便在做高一位的加法器时使用。则在电路设计中,需要包括全加器和存储电路。存储电路的输出

文章图片
#学习
Windows系统Docker运行hello-world镜像失败或超时

在安装 Docker 后尝试运行 hello-world 镜像时,如果遇到连接超时,一般是因为默认的 Docker 镜像源访问速度较慢或不稳定。为了解决这一问题,提升镜像下载速度和系统稳定性,一个有效的办法是更换镜像源。6、重启完docker之后检查registry mirror刚刚配置的加速地址是否成功。8、此时我们也可以查看是否成功拉取hello-world镜像。7、运行docker run

文章图片
#windows#docker#eureka
Linux系统一键配置conda、cuda、pytorch

安装完成后,安装程序会询问是否要初始化Anaconda。输入 yes,这样Anaconda会自动将路径添加到你的 ~/.bashrc 文件中。安装程序会提示你选择安装路径。默认路径是 ~/anaconda3,你可以按 Enter 使用默认路径,或指定其他路径。你可以直接运行以下命令汇总所有信息,这样你就可以对照官网中的选项,选择正确的 NVIDIA 驱动安装包了。安装脚本会显示许可协议,按 Ent

#linux#conda#pytorch
外点法、内点法解约束问题matlab

*分析总结:**内点法总是从可行域的内点出发,并保持在可行域内部搜索,这种方法只适合用于不等式约束问题。其对于企图从内部穿越可行域边界的点在目标函数上加入相应的障碍,距离边界越近,障碍越大,在边界上给予无穷大的障碍,从而保障迭代一直在可行域中进行。**分析总结:**外点法可对违反约束的点在目标函数内加入相应的惩罚,而对可行点不予惩罚,此法的可行点一般在可行域外部移动。随着迭代次数增加,迭代点逐渐逼

文章图片
#matlab#开发语言#算法
    共 21 条
  • 1
  • 2
  • 3
  • 请选择