|
|
|
|
ADS和PB
问大家个问题 裸板用ADS 做系统用PB
那么做驱动用什么啊？？谁能帮我区分下ADS和PB 我还是分不太清楚啊 ！ …
查看全部问答＞
|
网卡芯片什么情况下会出现闪断电情况
我用一个网关在测试它的NAT功能
一台PC接WAN口,一台接LAN口
当速率达到一定的程度
就很容易出现WAN口或LAN口瞬间断电,也就是相应的PC机右下角会提示\"网络电缆没有插好\"
请问下这是什么原因所引起的呢…
查看全部问答＞
|
mc1648的无敌问题
各位大哥们，我最近在用mc1648做100M左右的压控振荡器，不过我输出来的波形很不好看，波形是正弦波，但是幅度越来越小，等幅度几乎没有的时候它的幅度又慢慢增加，如此循环。。。。。我是按照pdf上两个变容二极管对接的方法，为什么会这样，我绝望 ...…
查看全部问答＞
|
|
|
C2000晒晒 + 无感无刷驱动
设计中用到无感无刷的电机，为了熟悉电机的特性和驱动，
所以画了这个板子。程序还没有设计完成，结果就没时间
了，板子就一直在吃灰了。
现在重新让他见见光。
画的有点飞，不要板砖哦。
…
查看全部问答＞
|
|
|
|
|
|
|
深度学习多久能入门
深度学习入门的时间因人而异，取决于个人的学习效率、基础知识储备以及学习的时间投入等因素。一般来说，如果你每天有足够的时间和精力投入学习，通常可以在几个月到一年的时间内入门深度学习。以下是一些影响学习进度的因素：学习时间和投入： 如 ...…
查看全部问答∨
|
对于机器学习概念入门，请给一个学习大纲
以下是适用于机器学习概念入门的学习大纲：1. 机器学习基础概念了解机器学习的定义和基本概念，包括监督学习、无监督学习、强化学习等。学习机器学习的分类和常见应用领域。2. 数据预处理与特征工程掌握数据预处理的基本步骤，包括数据清洗、特征选 ...…
查看全部问答∨
|
对于小白的FPGA入门，请给一个学习大纲
以下是一个针对初学者学习FPGA（Field-Programmable Gate Array）入门的学习大纲：FPGA基础知识：了解FPGA的基本概念和原理，包括可编程逻辑单元（PL）、配置存储器（Configuration Memory）等。了解FPGA在电子领域中的应用场景，如数字信号处理、 ...…
查看全部问答∨
|
PCB要多久入门
PCB（Printed Circuit Board，印刷电路板）的入门时间因人而异，取决于你的学习速度、学习方法以及对电子领域的熟悉程度等因素。通常来说，如果你已经有一定的电子领域基础，入门 PCB 设计可能会更快一些。以下是一些一般性的建议和步骤，可以帮助 ...…
查看全部问答∨
|
对于单片机数据编程入门，请给一个学习大纲
学习单片机数据编程是掌握单片机应用开发的重要一步。以下是一个学习单片机数据编程的基本大纲：1. 掌握单片机基础知识了解单片机的基本原理和结构，包括CPU、存储器、外设等。学习单片机的编程语言和开发环境，如C语言、汇编语言、Arduino IDE等。 ...…
查看全部问答∨
|
对于pcb焊接初学，请给一个学习大纲
学习 PCB 焊接是掌握电子制造过程中至关重要的一部分，以下是一个学习大纲的建议：第一阶段：基础知识与准备工作理解焊接原理：了解焊接的基本原理，包括焊接方式、焊接材料和工艺等内容。掌握安全注意事项：学习焊接过程中的安全注意事项，包括使 ...…
查看全部问答∨
|
请问能否详细地讲解fpga引脚图原理呢？
FPGA（Field-Programmable Gate Array，现场可编程门阵列）是一种可编程的集成电路，它允许用户根据需要配置逻辑门、存储器和其他基本电路元素。FPGA的引脚图是描述FPGA芯片上所有引脚功能和布局的图表。以下是FPGA引脚图的一些基本原理：
引脚类 ...…
查看全部问答∨
|
我想深度学习nlp入门，应该怎么做呢？
要入门深度学习在自然语言处理（NLP）领域的应用，你可以按照以下步骤进行：学习基础知识：了解自然语言处理的基本概念，包括词嵌入、词性标注、命名实体识别、文本分类、序列标注等。学习深度学习基础：熟悉深度学习的基本原理，包括神经网络、反 ...…
查看全部问答∨
|
对于深度学习工具tensorflow 入门，请给一个学习大纲
以下是深度学习工具 TensorFlow 入门的学习大纲：介绍 TensorFlow：了解 TensorFlow 的基本概念和历史背景。介绍 TensorFlow 的优势和应用领域。安装 TensorFlow：学习如何在本地环境或云平台上安装 TensorFlow。熟悉 TensorFlow 的不同版本和发布 ...…
查看全部问答∨
|
初学者如何快速入门深度学习
你可能已经具备了一定的数学和编程基础，以下是你作为初学者快速入门深度学习的建议：建立基础知识：回顾并巩固数学和统计学的基础知识，特别是线性代数、微积分和概率论。这些是深度学习的重要基础。选择合适的学习资源：选择一些专门针对资深人士 ...…
查看全部问答∨
|
