然后不建议Rfbb超过1MΩ，所以一般是把Rfbt固定为1MΩ，就比如说我要输出12V，那么我设置的就是Rfbt为1MΩ，Rfbb为90.9kΩ。把50V降到12V，跨度还是不小的，我问了问AI，得到了几个可以用的芯片，除了今天这个LGS5160C，过几天再把其他可用的芯片写一写，都是经过实测可用的。当时我焊完之后测试发现没有用，最后再仔细看看PCB，原来芯片的GND在底部，用电烙铁正常焊是只焊的

强度分为3级，占空比分别为9%，27%，68%，大家也可以根据自己调试去修改占空比来达到自己想要的结果，我就只调试了五分钟就定了着仨值。强度的不同会反应在RGB上，我是设置了蓝色，颜色越深就表示强度越大（占空比越大），RGB灭就表示关闭加湿器。电感值选择25uh：800uh的，为什么选这个值的我就不清楚了，我也是参考别人的，咱这么用就行。这个代码不能直接用，因为我在定时器的中断函数里有点修改，还需

以下选取部分本人认为的常用的优化器以及参数(即不全),想看详情的可去文档查看.Module: tf.keras.optimizers|TensorFlow Core v2.9.1torch.optim - PyTorch中文文档最常用的优化器之一，不懂用什么优化器的时候选它就对了。随机梯度下降,可在训练时下调学习率.可自适应调整学习率.解决了上面那个Adagrad学习率急速下降的问题,可以看做优化

准备复习软考啦，虽然现在河南（来河南读大学的福建人）的考试时间还没定下来，不过根据以往的惯例是在五月份开考，现在备考刚刚好，既不会太晚导致没学完，也不会太早导致之前学了考前又忘了。网上想找找软考复习资料，开头都说的好听，最后都是想坑害我的钱包要我报班的，找到的很少是纯分享干货的，于是我干脆买本书自己啃，再结合软考通做题，然后看看b站的免费视频自己学。这边开个备战软考的系列来记录一下，也算是巩固知识

管理和工程两方面的软件过程已经文档化和标准化。可以进行同行评审，组间协调，集成软件管理等。

简介：Python中的字符串无法修改。Python3支持Unicode。使用ord可以把字符转换成Unicode码。使用chr可以把十进制数字转换成对应字符。

不可调节的很简单，就按照下面这样的外围电路去画就行，使用起来和LDO差不多，不一样的地方就是需要个电感，而LDO基本上只需要电容滤波就行。但是我原理图上的阻值有些不好买，特别是900k，所以我们可以换成其他阻值的电阻，只要俩电阻的比值约等于4.5就行，不一定要卡特别死。关于价格，我在某宝上搜是SY8088的价格差不多是一毛多两毛，LP3220更便宜，不到一毛，差不多七八分这样。根据它的命名可以分为

我们以电机A为例，AO1和AO2分别接到电机的两端，让两端有电压差，那么电机转动，而控制AO1和AO2的是AIN1和AIN2，所以我们只需要让AIN1和AIN2一个高电平一个低电平就行，具体谁高谁低这就会决定电机是正转还是反转了。如果我们就直接给电机两端供电，那么电机就会以固定的速度旋转，但如果我们供电一下再断开，供电一下再断开，电机就会断断续续地旋转，如果我们供电断开的速度够快，那么就可以达到控

简单来说，深度学习就是通过计算梯度、反向传播来不断改善网络内的参数，以此使得网络模型更加贴合目标数据。而梯度和loss值是分不开的，选择好合适的loss计算方法也是有助于训练好优秀的网络模型的。常用的loss计算方法有两种，一个是均方差，另一个是交叉熵。均方差差不多是万金油，什么都可以套一套，通常与sigmoid激活函数搭配使用。交叉熵则更加适合分类问题，简单来说，交叉熵越低，事物发生的确定性越大

开源一个可以调灯的小灯棒子。主控用的STC8G1K08A-SOP8，RGB三色灯是WS2812B。开源到立创开源广场了，可以直接进入下方链接，那边可以直接查看原理图和PCB。一个可调RGB三色的小灯棒子 - 立创开源硬件平台一个可调RGB三色的小灯棒子https://oshwhub.com/zctnb/diao-guang-deng通过观察板子下面三个灯来调整板子上两排的灯的颜色，下面三个灯分别表