Milk-V Duo256m的多种GPIO使用方式及代码 关于GPIO的使用，本文给出了多种操作方式，包括使用终端控制、系统IO(open、write等)控制、寄存器控制、内核态控制、cdev字符设备驱动控制、以及misc杂项设备驱动等，并且给出了简洁可用的代码参考。此外，本文还简要说明了工具链的安装、编译流程、nfs配置等。另外，本文提到的led，您可能需要自己用面包板搭建电路，这很简单，只需要在想要控制的GPIO引脚与地（GND）之间连接一个led灯即可，请注意极性方向。并且，以下代码均在sipeed LicheeRV Nano上运行成功。
树莓派pico rp2040 SPI的使用 本文旨在简单讲述树莓派pico rp2040的spi使用。本文只是对微雪的示例程序进行简单讲解，实际还需要读者自己参照ST7735手册。事实上，如果看过我上一篇关于i2c的文章，spi就不太难了。
Ai训练营最后一课 [AI训练营]paddleclas实现图像分类练习项目背景1.这是Ai训练营的baseline，经过这段时间的学习，感觉还是有许多地方不懂，于是跟着baseline做一遍2.该项目完成食物5分类3.基于baseline的代码，根据自己的理解做了一点注释# 先导入库from sklearn.utils import shuffleimport osimport pandas as pdimport numpy as npfrom PIL import Imageimport paddle
飞桨领航团AI达人创造营3~5日笔记 5种简单高效的部署与推理方法第四课简述第四课主要讲的是使用PaddleLite，通过Android Studio进行安卓部署。数据集制作这节课是以口罩目标检测模型的部署为例。做数据集首先要进行数据标注，可参考第二课笔记数据集分割核心代码：!paddlex --split_dataset --format VOC --dataset_dir masks/VOC_MASK --val_value 0.2 --test_value 0.1代码意思为将数据集按照7：2：1的比例分割模型训练可
飞桨领航团AI达人创造营第三课笔记 课后感慨课程是越来越难了，有点难跟上了。但得益于群里大佬以及飞桨平台的各种文档，解决了很多困难作业完成记录制作数据集之前制作的数据集太小了，训练出来的效果很差，所以我又重新制作了一个数据集。最近在看《小林家的龙女仆》，想做一个相关的数据集，于是截了100张图片完成数据集。数据集的制作可以参考我的第二篇笔记训练模型参考案例一开始我不知道应该怎么开始，于是在飞桨平台查找教程，我找到的是这个：使用自定义数据集实现吸烟识别预测代码解读下面将详细解释上面的参考案例中的代码unzip!unz
关注
