基于STC15W4K32S4单片机仿真《点亮1个LED》

已于 2022-12-03 09:12:22 修改
阅读量1.3k 收藏 8
点赞数 1
分类专栏： STC15W4K32S4仿真 文章标签： 单片机 嵌入式硬件
于 2022-12-03 09:08:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41762553/article/details/128157469
版权

1、 编 程 软 件：keil5版本。

2、仿 真 软 件：Proteus8.12。据说8.9版本也可以。

3、单片机选型：STC15W4K32S4

4、学 习 目 标：从点亮1个LED开始，先学习控制单片机IO口高低电平状态。

5、 程序如下：

 /**********************************************************************
项目名称：基于STC15W4K32S4单片机仿真《点亮1个LED》
项目作者：LCY
项目版本：V1.0
项目说明：LED正极串联电阻后接电源，负极接单片机P0.0口  
学习目标：先学会控制单片机IO口输出高低电平。    
起止日期：2022年12月2号-2022年12月2号
**********************************************************************/
#include <stc15.h> //头文件，必须包含此文件。

sbit LED = P0^0;   //定义LED端口为P0.0;P0^0写法为C语言默认写法

/**********************************************************************
函 数 名：主函数
函数功能：程序运行必须要用的函数，有且只有1个。函数里面包含一个while循环
**********************************************

最低0.47元/天 解锁文章
AI大模型探索之路-训练篇3：大语言模型全景解读
寻道AI，探索AI无限可能！
04-25 5672
大规模语言模型（Large Language Models，LLM），也称大语言模型或大型语言模型，是一种由包含数百亿以上参数的深度神经网络构建的语言模型，通常使用自监督学习方法通过大量无标注文本进行训练。
LLM Based Multi-Agent System 基于 AI 大模型的多智能体系统
AI大模型应用之禅
08-27 1182
LLM-based Multi-Agent System 基于 AI 大模型的多智能体系统 > 关键词：大语言模型、多智能体系统、人工智能、协作、自主性、分布式智能、任务分解
OpenAI官方Prompt工程指南详解！再也不怕写不好Prompt了！
python12345_的博客
06-11 1530
使用AI聊天、AI写作、还是AI绘图等过程中Prompt具有重要意义。那么Prompt要怎么写效果才好？有没有标准化的模板可以直接用？有，OpenAI官方发布了一份提示词工程指南，该指南分享了6大策略即可让AI输出更好的结果。至此，终于算是有了一个权威且有效的Prompt工程标准文档。模型是无法读懂人的心思的，所以不能让模型猜，而是直接告诉它你想要什么。提供尽量多的详细信息和上下文，把话说明白一点，不要太笼统。错误示例：总结会议记录正确示例：用一个段落总结会议记录。
AB实验人群定向HTE模型1 - Causal Tree
2401_84495725的博客
05-29 918
Treatment effect之所以比通常的预测问题要更难解决，因为groud-truth在现实中是无法直接观测到的，一个人在同一时刻要么吃药要不么吃药，所以你永远无法知道吃药的人要是没吃药血压会不会也降低，或者没吃药的人要是吃了药血压会不会降低。相似的问题经常出现在经济，政治决策，医疗研究以及当下的互联网AB测试中。作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。
小学生也能听得懂的大模型 - Transformer 1
2401_85325557的博客
07-29 1308
参考 [小学生也能听得懂的大模型 Transformer 1]
人工智能的三个发展阶段
热门推荐
weixin_45726854的博客
02-28 2万+
人工智能的三个发展阶段 1.人工智能的推理阶段（1950-1970） 这一阶段，大多数人认为，实现人工智能只需要赋予机器逻辑推理能力就可以，因此，机器只是具备了逻辑推理能力，并未达到智能化水平。 2.人工智能的知识工程阶段（1970-1990） 这一阶段，人们普遍认为，只有让机器学习知识之后才可以实现人工智能。在这种情况下，大量的专家系统被开发出来。但人们发现，给机器灌输已经总结好的知识并不是一件容易的事。 3.人工智能的数据挖掘阶段（2000-） 目前，已经提出的机器学习算法都得到了非常好的应用。深度学习
人工智能的三个阶段计算智能，感知智能和认知智能
xx_nm98的博客
10-07 3636
人工智能技术的发展是一个蜿蜒曲折的道路人工智能技术是一项复杂的系统性工程，而且更多时候它只是一个概念性的技术；没有有人知道人工智能应该是什么样，也没有人知道应该怎么才能实现人工智能。所以，人工智能技术经过几十年的发展，一直是在蜿蜒曲折的前进；所以，研究者们就根据人工智能技术发展的现状以及对其未来的期望总结了人工智能技术发展的几个阶段。而现在的人工智能技术即将要进入认知智能阶段。‍‍‍人工智能技术发展的三个阶段行业一般将人工智能发展分为三个阶段，分别是计算智能，感知智能和认知智能。
人工智能的历史与未来，主要划分为了哪三个阶段
多智时代的博客
03-23 1万+
事物飞速发展之时，往往需要你停下脚步，回顾自己所处的位置，否则你会很容易陷入对细节的兴奋之中。构成人工智能基础的数据科技正以不同的方式向前发展，而且速度飞快。因此，在你改变职业之前，或者决定使用人工智能扩展业务时，让我们首先对人工智能做一个鸟瞰，以帮助理解我们所处的位置以及未来走向。 人工智能的三个阶段 我们倾向于把人工智能看做新事物，尤其是新技术以及和深度学习相关的新技巧。然而，人工智能已经过数...
【从零开始大模型开发与微调】AI 人工智能大语言模型 LLM：语言与思维——实践的融合
AI天才研究院
07-04 2852
在人工智能领域，大语言模型（Large Language Models, LLMs）已经取得了令人瞩目的成就。这些模型基于深度学习，通过在大量文本数据上预训练学习语言知识，被广泛应用于各种自然语言处理（NLP）任务，如图像描述、对话系统、翻译、摘要生成等。但这些模型的性能和表现，特别是其对语言和思维的理解，仍存在诸多困惑和疑问。大语言模型（LLMs）：指基于深度学习技术，通过在大量文本数据上预训练学习语言知识，能够理解和生成自然语言的大规模模型。自监督学习。
《深入浅出LLM基础篇》（四）：主流大模型介绍
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
05-13 2302
本篇为《深入浅出LLM基础篇》系列第四篇，《深入浅出LLM基础篇》（四）：主流大模型分类介绍主流大模型分类，主要讨论各类模型结构组成、模型特点、数据规模等进行介绍，包括 ChtaGLM、LLAMA等 系列，最后对经典问题进行总结，方便大家交流学习。
基于AI大模型（LLM）In-Context Learning 实现自然语言转DSL的详细技术方案设计和具体代码实例说明
AI天才研究院
07-14 4603
在当前人工智能快速发展的时代，自然语言处理（NLP）技术正在不断突破传统界限。其中，将自然语言转换为领域特定语言（Domain-Specific Language，DSL）的需求日益增长。这种转换不仅能够提高开发效率，还能降低非技术人员与复杂系统交互的门槛。近年来，以GPT（Generative Pre-trained Transformer）为代表的大型语言模型（Large Language Models，LLMs）在各种NLP任务中展现出惊人的能力。
人工智能三个发展期
weixin_34080903的博客
12-02 544
一 乐观期(1950-1968)    大家都认为自己找到了智能的关键点,都不遗余力花大精力去研究,以Marvin MinSky,Frank Roseblatt,Bread Widrow为代表性人物,作品是单级感知器的出现,可以采用电子线路来进行模拟. 二 反思期(1969-1982)    异或无法表示,造成了极大的困惑,但是坚定了认识-实践-再认识的目标 三 小突破期(1983...
一文剖析AI大模型技术架构的全景视图：从基础实施层、云原生层、模型层、应用技术层、能力层、到应用层...
musicml的博客
09-05 1523
▼最近直播超级多，预约保你有收获—1—AI 大模型技术架构全景图AI 大模型已经在具体的业务场景落地实践，本文通过梳理 AI 大模型技术架构的全景视图，让你全面了解 AI 大模型技术的各个层次，从基础实施层、云原生层、模型层、应用技术层、能力层、到应用层，如下图所示，揭示 AI 大模型如何在不同的层面上协同工作，推动产业应用的落地。一、 基础设施层AI 大模型技术发展离不开坚实的基础设施支...
5分搞懂大模型 - RAG（检索、增强、生成）
2401_85327249的博客
09-01 5157
RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。RAG模型由Facebook AI Research（FAIR）团队于2020年首次提出，并迅速成为大模型应用中的热门方案。
一文彻底搞懂大模型 - RAG（检索、增强、生成）
最新发布
lvaolan168的博客
12-11 3501
RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。RAG模型由Facebook AI Research（FAIR）团队于2020年首次提出，并迅速成为大模型应用中的热门方案。前排提示，文末有大模型AGI-CSDN独家资料包哦！一、检索增强生成（RAG）什么
大模型LLM | AI Agent（智能体）：从技术概念到场景落地
star_nwe的博客
10-03 1423
通过更复杂的指令（Prompt），AI能够独立拆分任务、利用工具，并最终完成任务。用户的角色转变为设定目标、提供必要资源和监督任务的执行结果。这三种模式展示了从用户主导到AI主导的连续统一体，每种模式都适用于不同的应用场景和需求。
LLM大模型和数据标注
sparkapi的博客
01-10 5207
在正式开始前我们先简单介绍下数据标注和常用场景数据标注是对数据中的特定元素进行识别、描述和分类，以训练机器学习模型的过程。标注后的数据将用于处理、预测基础模型或者对真实生活数据进行响应。它有助于模型或神经网络学习并做出决策，从而产生所需的结果。例如，OCR系统需要识别原始数据中的个人身份信息。为此，标注人员会在训练样本上标注姓名、身份证和联系方式。然后，机器学习工程师用数据集训练模型，以实现OCR实体识别，并从存储的文档中提取个人详细信息。数据标注看似简单，但各种参数可能会影响标注结果和模型性能。
3.⼈⼯智能的三个阶段（Artificial Intelligence as an idiot）
adamlay的博客
10-29 863
3.1 规则阶段 ⼈⼯智能发展曲线 ⼈⼯智能发展历史，始祖——图灵 ⼈⼯智能1.0——图灵机 3.2 机器学习阶段发展⾄连接主义阶段 第⼀阶段，符号学派，规则阶段 第⼆阶段利⽤数据反向⼯程，即算法，可以⾃身学习的算法 统计模型（如下图），共同特点：①使⽤数据改变⾃身结构，②模拟⼈的思维 3.4 连接主义阶段发展至学习阶段 ...
OpenAI闭门会议纪要：揭示未来动向与大模型探索
"这份OpenAI闭门讨论会纪要涵盖了多个关键议题，涉及OpenAI的未来计划、模型发展、安全策略、多模态研究、大模型的评估与应用，以及在人工智能领域的潜在进展。" 在本次闭门会议上，OpenAI讨论了其未来的发展动向，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LCY_2022

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值