ESP8266在Arduino开发环境下实现网络控制开发板状态

一些个人的PCB设计实现

两种数据类型的比较参考：https://blog.csdn.net/LZH_12345/article/details/79798787总结：两种数据的横向属性是index，而只有DataFrame的columns属性指的是纵向属性Series的数据只是有index和index.name属性，没有columns属性，而DataFrame数据有columns属性其中，series的数据更像是...

基本意义卷积核（kernel）：用于对输入图像进行共享权值的遍历；如果将图像每一个图像的每一个像素作为卷积输入层的元素，那么卷积核就相当与每个输入的权值，且有卷积核大小的一组输入使用同一组权值。例如，一个图像是99大小，卷积核是33；则输入是81个，共享权值是9个一组。步长（stride）：卷积核是在图片上移动后遍历每一个像素，每次移动的大小就是步长stride填充（padding）：是为了满足输

基本意义卷积核（kernel）：用于对输入图像进行共享权值的遍历；如果将图像每一个图像的每一个像素作为卷积输入层的元素，那么卷积核就相当与每个输入的权值，且有卷积核大小的一组输入使用同一组权值。例如，一个图像是99大小，卷积核是33；则输入是81个，共享权值是9个一组。步长（stride）：卷积核是在图片上移动后遍历每一个像素，每次移动的大小就是步长stride填充（padding）：是为了满足输

sess.run的第一个参数执行从左到右，且有关节点会被执行，所以会出现3import tensorflow as tfstate = tf.Variable( 0 ,dtype=tf.int8,name= 'MID_VAL')one = tf.constant( 1 ,dtype=tf.int8,name='ONE')new_val = tf.add(state, one,name='ADD')

程序import torchimport torch.nn as nn# 定义自己网络class mynet(nn.Module):def __init__(self,):super(mynet,self).__init__()# 只有一个卷积层，1特征输入，3特征输出，卷积核（4*2）self.con1 = nn.Conv2d(1, 3, (4, 2))def forward(self, x):

切片注意界限问题>对于一个元素的形如，a[2],a[:1][7],若超出索引值的范围，会报错>但形如，a[:1][6:7] ，即使超出范围，这也只是返回一个空列表，不会报错>列表切片简单的基础形式A_list[::]参考：https://blog.csdn.net/weixin_42364852/article/details/112195292>> A_list[s

pytorch中数据转换问题

一些简单的数据格式显示