|
|
|
|
|
|
Winbond
请问Winbond w78e52b-24是一个什么芯片啊，他的编程是不是跟51单片机的编程一样，两者兼容不？…
查看全部问答＞
|
|
|
请教如何为只有一个模式对话框的程序添加菜单
小弟的程序只有一个模式的对话框，没有createwindow主窗口，
想为对话框添加一菜单，就是右下角的“关于”选项，
参考新建程序默认的代码后，复制粘贴，可是没有效果（想了很多办法，并不是简单的复制粘贴）。
请教高手应如何添加，希望高手们能 ...…
查看全部问答＞
|
|
|
TI真有意思，还送了个抽奖工具
先来个全家福
这个抽奖工具是不是挺熟悉的~~~
内部
一个12002模块，一个10501模块，一个12001芯片和一个23610芯片
10501好小！
23610恐怖，该用什么电源给它输入呢？…
查看全部问答＞
|
linux 2.6中断注册相关变动
irqreturn_t int_interrupt(int irq,void * dev_id,struct pt_regs *regs)；注册中断函数
extern int __must_check request_irq(unsigned int, irq_handler_t handler,unsigned long, const char *, void *);
typedef irqreturn_t (*irq_hand ...…
查看全部问答＞
|
诚招 模电工程师
浙江大学苏州工业技术研究院 核心创业团队 诚聘英才。我们拒绝平庸，渴望创新；我们拒绝单调，渴望在平凡的生活中收获激情。我们有麻省，剑桥，清华，浙大毕业的精英，我们也有拥有丰富经验的各行业前辈，现在我们独缺你！ 工作职位：模拟电子工程 ...…
查看全部问答＞
|
对于pcb图入门，请给一个学习大纲
以下是 PCB 图入门的学习大纲：第一阶段：基础知识PCB 图概述：了解 PCB 图的定义、作用以及在电子设备中的应用。PCB 图类型：了解常见的 PCB 图类型，包括原理图、布局图、层堆叠图、3D 图等。第二阶段：软件使用PCB 设计软件：选择并学习常用的 P ...…
查看全部问答∨
|
深度学习什么时候算入门了
深度学习入门的标志通常是你能够熟练地理解深度学习的基本概念、原理和常用算法，并能够通过实践项目来应用这些知识解决实际问题。具体来说，以下是一些可以作为深度学习入门的标志：理论基础：你能够理解深度学习的基本原理，包括神经网络的结构、 ...…
查看全部问答∨
|
请问能否详细地讲解方波fpga生成原理呢？
方波是一种具有特定频率的周期性信号，其波形在两个固定电压水平之间快速切换，通常在数字电路中代表二进制的0和1。在FPGA（现场可编程门阵列）中生成方波通常涉及到以下几个步骤：
时钟信号：方波的生成通常基于一个稳定的时钟信号。时钟信号是FP ...…
查看全部问答∨
|
|
|
贝叶斯深度学习如何入门
作为电子工程师，你已经有了一定的数学和编程基础，这会为你学习贝叶斯深度学习打下坚实的基础。以下是你可以入门贝叶斯深度学习的步骤：了解基本概念：开始前先了解贝叶斯统计和深度学习的基本概念。了解贝叶斯方法如何结合深度学习以及它的优势。 ...…
查看全部问答∨
|
初学fpga用什么软件
作为初学FPGA的电子工程师，你可以使用以下常见的FPGA开发软件来进行学习和实践：Xilinx Vivado：Vivado是Xilinx公司提供的集成开发环境（IDE），用于设计、仿真和综合FPGA。它支持多种硬件描述语言（HDL），如Verilog和VHDL，并提供了丰富的IP核库 ...…
查看全部问答∨
|
我想机器学习数据分析入门，应该怎么做呢？
要开始机器学习数据分析入门，你可以按照以下步骤进行：学习基础知识：了解机器学习的基本概念，包括监督学习、无监督学习、半监督学习等。学习常见的机器学习算法，如线性回归、逻辑回归、决策树、聚类等。学习编程和数据处理：学习一门编程语言， ...…
查看全部问答∨
|
深度学习怎么入门以及书籍推荐
深度学习是人工智能领域的一个重要分支，是一种模仿人类大脑结构进行信息处理的机器学习技术。以下是深度学习入门以及一些书籍推荐的建议：入门步骤：了解基础数学知识：深度学习涉及到大量的数学知识，包括线性代数、微积分、概率论和统计学等。建 ...…
查看全部问答∨
|
请推荐一些单片机实战入门教学
以下是一些适合电子工程师进行单片机实战入门教学的资源推荐：Arduino实战项目教程：Arduino是一个非常适合初学者进行实战的平台，你可以从简单的LED闪烁项目开始，逐步学习控制各种传感器、执行器以及与外部设备的通信等内容。在网上可以找到大量 ...…
查看全部问答∨
|
神经网络怎么入门
您可能已经具备一定的数学和编程基础，以下是您入门神经网络的一些建议：掌握基本概念：了解神经网络的基本原理，包括神经元、层、激活函数、损失函数、优化器等。理解神经网络的前向传播和反向传播算法，以及训练过程中的参数更新机制。学习数学基 ...…
查看全部问答∨
|
