学习

嵌入式学习计划从今天开始，我要正式的学习关于嵌入式。初步的计划是，选择一款嵌入式Linux系统进行学习，目前选用的FreeRTOS设备，通过查询博客，阅读源码，看书方式进行全面的了解。其次，还要选择一款嵌入式设备进行实战，鉴于目前手头刚好有一台STM32F107VCT6，就选择它了，而且STM32F10x系列的设备资料也比较齐全。对于嵌入式设备的学习路线，首先学习使用固件库进行编程，学习的内容包括uart，flash，gpio等相关的内容，同时辅之以数字电子基础书籍进行更深入的了解。再都了解了之后，将FreeRT

CTK插件框架学习3-第一个插件编写前两章把CTK插件库编译好了，这里篇编写一个插件试一下，共需要创建两个小工程，一个是插件库，一个是测试程序。1.插件库编写1.1创建工程打开Qtcreator，新建一个EmputyqmakeProject，并给工程命名为ctk-plugin-first。Kits选择”DesktopQt5.12.3MSVC201764bit”。更改ctk-plugin-first.pro文…

【学习笔记】 IDEA中导入mysql的驱动jar包将下载好的mysql-connector-java-x.x.x.jar或者mysql-connector-java-x.x.x-bin.jar

51单片机汇编学习例程（17）——KeyPad4X4篇[通俗易懂]​ASM17_KeyPad4X4：矩阵键盘，LCD1602显示按键值。(注意代码显示不全，最下面有Keil源码和Proteus工程)/*********************************************************************************@fileKeyPad.asm*@authorAlex——小白*@versionV1.0*@date2019.9.1*@brie.

周期性学习率(Cyclical Learning Rate)技术[通俗易懂]本文介绍神经网络训练中的周期性学习率技术。Introduction学习率(learning_rate,LR)是神经网络训练过程中最重要的超参数之一，它对于快速、高效地训练神经网络至关重要。简单来说，LR决定了我们当前的权重参数朝着降低损失的方向上改变多少。new_weight=exsiting_weight-learning_rate*gradient这看上去很简单。但是…

vba 编程学习最近公司管理人员需要给excle文章加入许多自动化功能，要求个人学习vba编程，经过几天学习总结了一下：1.打开Microsoftvisualbase界面      (1)在Excle选项中选择”开发工具选项“加入显示编辑窗口按钮  (2) 快捷键如下：Alt+F11

Java IO流学习总结七：Commons IO 2.5-FileUtilsJavaIO流学习总结七：CommonsIO2.5转载请标明出处：http://blog.csdn.net/zhaoyanjun6/article/details/54946762本文出自【赵彦军的博客】在上面的几篇文章中，介绍了IO的常规用法，今天介绍CommonsIO框架的使用。CommonsIO简介ApacheCommonsIO是Apache基金会创建并维护的Ja

lasso回归matlab,机器学习Lasso回归重要论文和Matlab代码「建议收藏」这是机器学习Lasso回归重要论文和Matlab代码下载，最近要做《优化理论基础》的课程大作业，需要用到mnist这个手写识别数据库，在网上查了一下如何使用，分享在这里，以飨读者。软件介绍机器学习Lasso回归重要论文和Matlab代码是纽约大学(NYU)YannLecun在上个世纪90年代做的一个关于手写数字识别的数据库。该数据库提出的Motivation是为了解决美国邮政zipcode机器…

Java学习路线图（完整详细2021版）作为一个男人我感觉必须得做点什么来证明一下自己，现在我又回来了，准备把自己的节操准备补一下 另外给各位未来的Java程序员说一句，别的我不清楚，学习编程请从一而终 咱们学习编程就挺难的，有这些先驱者来带领咱们学习，咱们应该感激，而且最重要的事跟着你选定的一家一直学下去 因为每家学校的学习大纲都是不一样的，但是程序员其实都是一样的，这句话你细品！仔细的品！ 我不希望你忙忙碌碌的整理那么多东西，挑肥拣瘦的，最后自己学的东西还是缺失的，要不就…

因子分析、主成分分析（PCA）、独立成分分析（ICA）——斯坦福CS229机器学习个人总结（六）[通俗易懂]因子分析是一种数据简化技术，是一种数据的降维方法。因子分子可以从原始高维数据中，挖掘出仍然能表现众多原始变量主要信息的低维数据。此低维数据可以通过高斯分布、线性变换、误差扰动生成原始数据。因子分析基于一种概率模型，使用EM算法来估计参数。主成分分析（PCA）也是一种特征降维的方法。学习理论中，特征选择是要剔除与标签无关的特征，比如“汽车的颜色”与“汽车的速度”无关；PCA中要处理与标