|
|
|
|
|
|
请教：改变串口发送数据的格式（长度）
大家好，小弟现在调试的串口程序进行简单的收发数据没有什么问题，比如我发送“A”，以ASCII码显示的话在串口另一端可以收到“A”， 问题在于此时发送的A对应的十六进制数是41 00，我希望发送的“A”是十六进制数41，感觉把数据类型改为 ...…
查看全部问答＞
|
FPGA验证问题
为什么FPGA验证时改动一个模块会影响其他模块的功能，（注：两模块无任何联系），有时候增加某项功能或完善会导致所有的功能都不能实现了，这是为什么啊??…
查看全部问答＞
|
关于STM8编译问题
感觉编译莫名其秒，警告也看不懂，来请教过来，先申明软件安装和编译安装没问题，已用另个一个程序证实了，今天在ST官网上下了标准STM8各个模块标准文件，建了工程就是编译有问题。提示如下图：
1.JPG
(188.79 KB)
下载 ...…
查看全部问答＞
|
自动流水线工件计数设计
用单片机和传感器，工件在自动线皮带机上单方向传送，当工件通过检测区时，由传感器检测到工件并进行计数，计数通过5位数码显示管显示器即刻器显示，计数范围为0~10000，当传送带上每通过100个工件，即计数器值为100的整数倍时，讯响 ...…
查看全部问答＞
|
步进电机驱动问题
额，我做的是ln298和ln297联用来驱动步进电机，可是我的ln297,,,,18脚时钟进去的时候例如是40hz的方波，ln297发出的a,b,c,d四相并不是占空比为0.25，而是0.5的方波，但是频率却是10hz,不懂啊，和说明书上差距很大啊，哪里有问题吗，我用的是全步19 ...…
查看全部问答＞
|
|
|
阜昂科技上海电子商城开业了
上海阜昂电子科技有限公司是一家为客户提供优质性价比电源解决方案的全方位服务的公司。拥有开关电源、模块电源、整机电源、三大类。 具有研发、生产、销售、市场调研的综合实力，以制造为根本，积极推进符合时代和世界潮流的商品的开发、制造和 ...…
查看全部问答＞
|
对于统计学 机器学习 入门，请给一个学习大纲
以下是一个针对统计学和机器学习入门的学习大纲：统计学基础：复习基本的概率论和统计学知识，包括概率分布、期望、方差、假设检验等。学习常见的统计学方法和概念，如最大似然估计、贝叶斯推断、置信区间等。机器学习基础：了解机器学习的基本概念 ...…
查看全部问答∨
|
请问能否详细地讲解fpga模块原理呢？
FPGA（Field-Programmable Gate Array，现场可编程门阵列）是一种可以通过软件来配置的集成电路，它允许用户根据需要来设计和实现数字电路。FPGA模块的原理可以从以下几个方面来详细说明：
基本结构：
FPGA由大量的可编程逻辑单元（Logic Element ...…
查看全部问答∨
|
对于linux 单片机编程入门，请给一个学习大纲
以下是适用于入门 Linux 单片机编程的学习大纲：第一阶段：基础知识和工具准备了解嵌入式 Linux 系统学习嵌入式 Linux 系统的基本概念和特点，了解其在嵌入式系统中的应用场景。熟悉 Linux 操作系统学习 Linux 操作系统的基本操作，包括文件系统管 ...…
查看全部问答∨
|
对于深度学习领域新手入门，请给一个学习大纲
以下是一个针对深度学习领域新手的学习大纲：第一阶段：入门基础深度学习简介：了解深度学习的定义、发展历史和应用领域。对比深度学习与传统机器学习方法的区别和优势。数学基础：掌握线性代数、微积分和概率论等数学基础知识。理解数学在深度学习 ...…
查看全部问答∨
|
我想51单片机快速入门，应该怎么做呢？
如果你想快速入门学习51单片机开发，可以按照以下步骤进行：学习基本理论：快速入门前，先了解51单片机的基本理论，包括其结构、工作原理、指令集等。可以通过阅读简单的入门教程或者观看相关视频来快速入门。选择合适的学习资源：选择一些简单易懂 ...…
查看全部问答∨
|
对于深度学习预测算法入门，请给一个学习大纲
以下是深度学习预测算法入门的学习大纲：第一阶段：基本概念和原理了解预测算法：介绍预测算法的基本概念和应用领域，包括分类、回归、聚类等。深度学习基础：学习深度学习的基本原理，包括神经网络、前向传播、反向传播等。第二阶段：深度学习模型 ...…
查看全部问答∨
|
我想python神经网络编程入门，应该怎么做呢？
你想要入门Python神经网络编程，可以按照以下步骤进行：学习Python基础: 如果你还不熟悉Python，首先要学习Python的基本语法、数据类型、控制流等内容。你可以通过在线教程、书籍或者视频课程来学习。了解神经网络基础知识: 在开始编程之前，先了解 ...…
查看全部问答∨
|
|
|
|
|
深度学习要怎么入门
深度学习是一门复杂而又令人兴奋的领域，以下是一些步骤可以帮助你入门深度学习：建立数学基础： 深度学习涉及大量的数学理论，包括线性代数、微积分、概率论等。确保你对这些数学概念有一定的了解，可以通过自学或参加相关课程来加强你的数学基础 ...…
查看全部问答∨
|
