|
|
|
|
有这样的电路吗?
我想做个简单的转换电路,首先告诉大家我是菜鸟级的。。。。。
是否可以利用断开的信号触发一个电路。
可能有点模糊。
我现在有个信号是驱动继电器,但是这个信号工作正常的时候是常开的,希望:当工作出现故障时候才能驱动24V继电器。
我希望 ...…
查看全部问答>
|
|
|
伟福仿真器
我现在刚接触到伟福仿真器
老师要我做一个关于密码键盘的东西
现在要先进行仿真
然后再进行硬件测试
为什么我写的代码在伟福上用不了呢?
请问谁给指点一下我?或者给我一个代码 谢谢…
查看全部问答>
|
|
|
急急急!~~机顶盒的高手请进来
以前只学过基本的语法知识!!现在进了一家机顶盒开发的公司!我用了20天学习了c语言 数据结构 掌握还不错.
接下来我应该做那些步骤呢???????????很茫然 请帮忙.介绍点相关的书籍.…
查看全部问答>
|
|
|
|
|
430产生定时器a产生PWM问题
如果用定时器a的增计数模式来产生两路PWM波形的话(输出方式7),CCR0决定周期,CCR1,CCR2可以决定占空比一般的430资料都可以找到这句话。
我想问的是:
如果用定时器a的连续计数模式来产生两路PWM波形的话(输出方式7),那么周期只能 ...…
查看全部问答>
|
对于单片机专业入门,请给一个学习大纲
学习单片机专业知识是电子领域的重要组成部分,以下是一个适用于单片机专业入门的学习大纲:1. 掌握基础电子知识学习电子元件的基本原理和特性,如电阻、电容、电感等。了解电路分析和设计的基本方法,包括欧姆定律、基尔霍夫定律等。2. 学习数字电 ...…
查看全部问答∨
|
pcb怎么入门
你可能已经具备了丰富的电子工程知识和经验,这将为你学习 PCB 设计提供一定的优势。以下是作为资深人士入门 PCB 设计的一些建议:复习基础知识:回顾 PCB 设计的基础知识,包括布局设计、信号完整性、电磁兼容性等方面的知识。确保你对 PCB 设计的 ...…
查看全部问答∨
|
边缘计算是什么意思?
边缘计算的使用涉及到多个方面,包括设备部署、软件开发、数据管理等。以下是一般情况下边缘计算的使用步骤:设备选择和部署:首先需要选择适合的边缘设备,这可能涉及到硬件设备(如边缘服务器、边缘网关、传感器等)和网络设备(如路由器、交换机 ...…
查看全部问答∨
|
我想julia机器学习快速入门,应该怎么做呢?
要快速入门 Julia 机器学习,你可以按照以下步骤进行:学习 Julia 编程基础: 如果你还不熟悉 Julia 编程语言,那么首先需要学习 Julia 的基础知识,包括语法、数据类型、函数、模块等。你可以通过官方文档、在线教程或者书籍来学习。了解机器学习 ...…
查看全部问答∨
|
如何入门了解机器学习参数
作为电子工程师,了解机器学习参数是掌握和应用机器学习算法的关键。以下是入门了解机器学习参数的一些建议:学习基本概念:熟悉机器学习中常见的参数概念,如权重、偏差、学习率等。了解不同机器学习算法中的参数及其作用。阅读文献和资料:阅读机 ...…
查看全部问答∨
|
我想python单片机入门,应该怎么做呢?
你想要入门Python单片机编程,可以按照以下步骤进行:选择单片机平台: 首先,选择一款支持Python编程的单片机平台。目前比较流行的Python单片机平台包括MicroPython和CircuitPython。你可以根据自己的偏好和需求选择其中之一。学习Python语言: 如果 ...…
查看全部问答∨
|
对于医学预测模型机器学习入门,请给一个学习大纲
以下是适用于入门学习医学预测模型与机器学习的学习大纲:1. 医学数据介绍与准备医学数据类型:了解医学数据的类型,如临床数据、影像数据、基因组数据等。数据预处理:学习医学数据的预处理方法,包括数据清洗、缺失值处理、特征选择等。2. 机器学 ...…
查看全部问答∨
|
如何快速入门神经网络
作为电子工程师,您可能已经具备一定的数学和编程基础,这将有助于您快速入门神经网络。以下是您可以采取的步骤:学习基础知识:理解神经网络的基本概念,包括神经元、激活函数、权重和偏置等。学习常用的神经网络结构,如前馈神经网络、卷积神经网 ...…
查看全部问答∨
|
对于pcb分析维修入门,请给一个学习大纲
学习 PCB 分析和维修涉及到识别电路故障和修复电路错误的技能,以下是一个学习大纲的建议:第一阶段:基础知识学习PCB基础知识:学习 PCB 的基本结构、材料和工艺,了解 PCB 的制作流程和常见问题。电子元器件原理:掌握常见电子元器件的工作原理, ...…
查看全部问答∨
|
对于深度学习机器学习入门,请给一个学习大纲
当你作为电子工程师想要入门深度学习和机器学习时,以下是一个学习大纲,帮助你逐步学习和掌握:1. 数学基础复习线性代数、微积分和概率论等数学基础知识,包括向量、矩阵、导数、梯度、概率分布等。学习数学在机器学习和深度学习中的应用,如优化 ...…
查看全部问答∨
|