weixin_42373620的博客

原创 cuda 和 pytorch 安装

cuda安装cuda 是运用gpu进行机器学习必备的条件安装cuda 我们首先要知道自己的电脑适合安装哪个版本的cuda那么如何确定自己电脑版本应该安装什么版本的cuda 呢CUDA版本对显卡驱动的版本有要求：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html转：Win10如何查看Nvidia支持的CUDA版本根据以上步骤查看了我的Nvidia的版本是369.30，，所以支持CUDA8.0（8.0.44）CUD

原创 十三 Keras卷积神经网络 cifar10

Karas 从网上下载的数据集都保存在下面的目录里(train_image, train_label), (test_image, test_label) = cifar.load_data()从datasets中直接加载数据集train_image.shape, test_image.shape神经网络：最好做归一化处理（神经网络喜欢统一的，比较小的数据）train_image...

原创 十二 Keras卷积神经网络实例（手写数字识别）

文章目录数据处理初始化模型添加层，构建网络编译模型训练模型模型评估及预测数据处理import tensorflow as tfimport kerasfrom keras import layers下载数据集（用vpn)import keras.datasets.mnist as mnist(train_image, train_label), (test_image, test_...

原创 十一 卷积神经网络简介

CNN可以提取图像架构，减小图像参数CNN架构卷积层卷积核的大小：如下图就是一个55大小的卷积核卷积核的移动跨度：会引起生成图像减小边缘填充：比如我们使用55大小的卷积核对一个24*24像素的图片卷积，跨度为1，显然卷积核移动到最边缘时，只剩下四个像素点，无法被5整除，我们可以把边缘填充0，使其被5整除。layers.ConV2D()filters:卷积核数量kern...

原创 十 Keras基础实例 电影评价预测

文章目录数据预处理文本的向量化建立网络数据预处理import kerasfrom keras import layersimport matplotlib.pyplot as plt%matplotlib inlinedata = keras.datasets.imdb ##引入keras内置的imdb电影数据集max_word = 10000##指定加载最大10000个单词 我...

原创 九 手写数字识别 Kears基础实例

import kerasfrom keras import layersimport matplotlib.pyplot as plt%matplotlib inlineimport keras.datasets.mnist as mnist ##mnist内置在keras中加载数据，第一次运行时会从网上下载(train_image, train_label), (test_ima...

原创 八 过拟合与欠拟合实例

文章目录过拟合实例Dropout抑制过拟合理论知识代码实现使用正则化抑制过拟合网络参数选择的总原则过拟合实例import kerasfrom keras import layersimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlinedata = pd.read_...

原创 七 多层感知机代码实例

文章目录引包import pandas as pdimport kerasimport numpy as npdata = pd.read_csv('./dataset/tt/train.csv')##此次所用数据为之前逻辑回归实例所用数据data.head()data.info()预处理数据集y = data.Survivedx = data[['Pclass', 'Se...

原创 六 多层感知器

文章目录多层感知器梯度下降法学习速率反向传播算法激活函数常见的优化函数多层感知器梯度下降法学习速率反向传播算法激活函数Relutanh3.sigmoid4.Leak relu常见的优化函数SGD：随机梯度下降优化器2.RMSprop3.Adam...

原创 五 softmax多分类实例

文章目录独热编码顺序编码独热编码import kerasfrom keras import layersimport numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inlinedata = pd.read_csv('./dataset/iris.csv') ##用的是花花分类da...

原创 四 Kears实现逻辑回归

文章目录import pandas as pdimport kerasimport numpy as npdata=pd.read_csv('./Desktop/Keras/tt/train.csv') ##使用泰坦尼克号逃生数据data.head() ##看数据前5行data.info()##查看数据信息可以看出 Age数据有缺失 Cabin缺失数据更多，因此将Cabin这...

原创 三 逻辑回归与交叉熵

文章目录理论知识逻辑回归sigmoid函数逻辑回归损失函数keras交叉熵softmax分类理论知识逻辑回归线性回归预测的是一个连续值，逻辑回归给出的”是”和“否”的回答sigmoid函数sigmoid函数是一个概率分布函数，给定某个输入，它将输出为一个概率值逻辑回归损失函数keras交叉熵softmax分类独热编码时用第一个，顺序编码时用第二个...

原创 二 线性回归的keras实现

文章目录导入APIimport keras ##引入keras包import numpy as np ##import matplotlib.pyplot as plt ##作图所用包%matplotlib inline ##将图显示在代码生成数据集x = np.linspace(0,100,30) ##生成x数据y = 3*x + 7 + np.random.randn(30...

原创 一 开发环境搭建与keras CPU版本的安装

文章目录AnacondaAnaconda 的下载安装keras CPU版本keras后端Anaconda我们用Anaconda发行版作为Python的使用环境。Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。Anaconda 和 Jupyter notebook已成为数据分析的标准环境Anaconda 的下载从清华镜像下载...

原创 ESP8266 WIFI模块 与PC机联机通信

硬件准备1：ESP8266（本工程中用的是6脚的）2:STM32F407ZGT63:PC机4：usb转TTL模块（此模块用来和ESP8266连接配置WIFI）软件准备1：KEIL52:WIFITFTO(用Python写的脚本，作为STM32串口与虚拟屏串口连接的中介，STM32的数据通过其串口发送到WIFITFT的串口，我们用Configure Virtua...

原创 AD引脚

AD引脚PC0-PC3PA0-PA7

原创 PyQt5调用界面

安装PyCharmhttps://blog.csdn.net/Goldxwang/article/details/84666088安装PyQt5https://blog.csdn.net/sinat_21427221/article/details/77448857配置和使用PyCharmhttps://blog.csdn.net/u013247461/article/deta...

转载 傅里叶变换通俗讲解

原贴：https://blog.csdn.net/Best_Coder/article/details/39560287我保证这篇文章和你以前看过的所有文章都不同，这是 12 年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者……　　这篇文章的核心思想就是：　　要让读者在不看任何数学公式的情况下理解傅里叶分析。　　傅里...

转载 快速转载CSDN文章

首先确定原文允许转载在文章开头处一般有版权声明,如图转载时要注明出处和作者如何转载用谷歌浏览器加载文章地址，打开文章F12打开Developer Tools，并打开Elements页面将文章开头部分的文字作为关键字在Elements界面搜索以此文为例：http://blog.csdn.net/aggressive_snail/article/details/5437587...

转载 拉普拉斯变换

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...

原创 PID稳压

思路说明：我们设置一个目标值，这是我们要调节的目标。我们通过AD采样(PC3)采集到当前电压，通过减法运算我们得出当前电压与目标电压的差值，接下来我们只要发现当前电压与目标电压不同，我们就要想办法改变当前单片机的输出电压(PA8),也就是当前电压，使其向目标值靠近，我们知道我们是在中断内通过通道一改变CCR的值来改变输出电压的，并且是通过改变系数coefficient来改变输出电压SPWM波的...

原创 DMA AD采样

DMA配置使用说明：配置完成后，可通过PC2,PC3,PC1,PA5对电压进行采样；采样模块（交流采样）Valid_Voltage：采样所得交流信号有效值adc_filter(FILTER_POINTS,Valid_Voltage_Flit)：滤波函数，7个有效值滤波一次TRUE_RMS(adc_tmp_Current,336)：有效值计算函...

原创 频率可调SPWM三相输出：

SPWM三相输出：输出相位差为120度的三路SPWM波，频率可调范围18-102HZIO口配置波表：定时器输出三路SPWM波频率计算模块频率范围限制按键控制频率变化，步进为1，范围18-102HZ...

原创 数字滤波

原创 电赛电力电子软件模块

1:SPWM波2：PID控制3：DMAAD采样4：算数平均滤波5: OLED界面设计6：矩阵键盘控制7: 过流保护8:交流电有效值

原创 开关电源设计

市电220V通过隔离变压器变化为18V，整流以后将交流变成一个脉动很强的直流，再通过DCDC变化（也就是开关电源）通过整流滤波电路后Uin是U2的1.2倍，再通过升压电路将其转化为题目要求的30-36V升压电路：电感两端电压与电流关系开关关断以后：电容两端电压即为输出电压，电感两端电压：Uin-Uo...

原创 有效值检波

输入电流D1为一个整流二极管，当负半轴时给电流一个回路。当输入是一个电压时D2可以不要。正半轴时对电容进行充电，外接电流表，反映电容两端电压。当负半轴时，D1是不导通的，对电容不充电。电流通过D2回去。负半轴时由于不对电容充电，电容器通过电流表进行放电。所以在一个周期内电容通过充放电得到了一个均值。.整流滤波最后要得到的是这个直流电压。我们要根据这个均值得到有...

原创 高精度采样

比如将5V电压用8位AD转化，分辨率就是5/(2^8-1）我们日常用的STM32 分辨率为3.3/(2^12-1)=0.0008量化误差最大表示的是每一位所表示的电压值的一半,也是分辨率的一半输入的电压和转化的八位二进制数字之间应该是线性关系。而事实上并非是完全的线性比如07年赛题要求输出...

转载 IN2184

IN2184是一个自带死区时间，给一路SPWM波，产生两路反向的SPWM波的芯片关于死区时间:参考下文原文：https://blog.csdn.net/sxcrdxw/article/details/84639210

原创 STM32矩阵键盘

#include "key.h"static u8 key_up=1;//矩阵键盘：//行4：PF1//行3：PF3//行2：PF5//行1：PF7、//列1：PF0//列2：PF2//列3：PF4//列4：PF6void KEY_Init(void){GPIO_InitTypeDef GPIO_InitStructure1,GPIO_InitStru...

原创 逆变电源

逆变电源：从直流变成交流信号冲量：和时间轴所包围的面积窄脉冲：作用时间不能太长惯性环节：具有储能功能的电路，电路中有电容电感。在窄脉冲作用过后，在输入为0的时间依然能保持输出。相同时间产生的一系列PWM信号与正弦信号效果相同改变脉冲宽度，输出幅度增加改变脉冲间距，改变输出频率单极性就是用三角波形和正弦波进行比...

原创 电源的各项指标及测量

VI 是通过整流之后脉动性很大的直流电压，通过我们要制作的直流电源得到一个输出，我们希望输出电压变化要小，电压调整率是衡量输出电压变化的一个指标。当输入电压增大的时候一般输出电压也会增大，当输入电压减小的时候，输出电压也会减小。输出接一个负载，当负载发生变化的时候，输出电流也会发生变化，负载调整率就是在输出电流变化的情况下我们希望输出电压变化也小。一般来说当负载电流大...

原创 SPWM三相输出

1：目标 产生三路相位相差120度的正弦波用定时器1使能三路通道，作为输出用。（同时也可配置互补输出通道，可产生与其对应相位相反的一路正弦波）关于SPWM 的配置PA8 PA9 PA10 输出三路相位相差120度的正弦波，不过输出要经过低通滤波器滤波。低通滤波器是容许低于截止频率的信号通过， 但高于截止频率的信号不能通过的电子滤波装置。中断内函数 ...

原创 关于OLED以及矩阵键盘接STM32的接线问题

OLED:GND:GNDVCC:VCCD0:PD3D1:PD4RES:PD5DC:PD6矩阵键盘：行4：PF1行3：PF3行2：PF5行1：PF7、列1：PF0列2：PF2列3：PF4列4：PF6