網頁設計

影片



伺服馬達接線圖
Arduino ESP32 若何 鍵盤節制 伺服馬達Arduino ESP32 若何 鍵盤節制 伺服馬達

黃線 接 GPIO27 、 紅線 接 5V 、 黑線 接 GND
ESP32 電力只能鞭策一個馬達，若是要推動兩個馬達就要外接電源了

程式碼

  1. #include <Servo.h>
  2. Servo myservo;  // 建立伺服馬達節制
  3.  
  4. // 伺服馬達的毗連 GPIO
  5. static const int servoPin = 27;
  6. int pos = 0;
  7. void setup() {
  8.   // put your setup code here, to run once:
  9.   myservo.attach(servoPin);  // 將伺服馬達毗連的GPIO pin毗連伺服物件
  10.   Serial.begin(115200);//序列阜連線速度
  11. }
  12.  
  13. void loop() {
  14.   // put your main code here, to run repeatedly:
  15.   if(Serial.available()){                 //
  16.     int num = Serial.parseInt();     // case 前置 num(數字鍵)
  17.    
  18.     switch(num) {                            //   
  19.    
  20.       case 1 :   //1~9
  21.         for(pos = 0; pos < 180; pos += 1) // 一度一度由 0 度旋轉到 180 度
  22.         myservo.write(pos);
  23.         delay(200);
  24.         break;
  25.       
  26.       case 2 : // 1~9
  27.         for(pos = 180; pos>=1; pos-=1) // 一度一度由 180 度旋轉到 0 度
  28.         myservo.write(pos);
  29.         delay(200);
  30.         break;
  31.     }
  32.   }
  33. }
(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

先到 pytorch 官網 對應一下CUDA版本及指令
YOLOv8 pytorch情況建置與教學 - Win10YOLOv8 pytorch環境建置與教學 - Win10
我的環境是：

  • Python 3.10
  • Nvidia driver 522.25
  • Cuda 11.7
  • Conda
  • Cudnn 8.7

安裝方式可參閱此篇文章 ：Win10用 Anaconda 建 3070系列的 Tensorflow 深度進修情況


先下載CUDA 11.7 載點

下載安裝好今後，把CUDNN 三個目次COPY到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7下


到PyCharm 終端機下指令先建一個虛擬環境

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

指定佈景圖片巨細
background-size：bg-size , bg-size
bg-size = auto | length | percentage | cover | contain

  • 預設值為auto，即靠山圖片原始長寬。
  • length指定圖片具體巨細的數值，不允許負值。
  • percentage以佈景圖地點元素的百分比指定後臺圖巨細，不答應負值。
  • length與percentage可設定2數值，也可只設定1個數值，當只設定一個數值，另一個數值(高)預設值為auto，此時高度以配景圖原始寬高比例，自動縮放。
  • cover主要用於背景圖小於地點的內容，而配景圖又不合適利用repeat，此時就能夠採用cover的體式格局，使配景圖放大至內容的巨細，但此方法輕易使背景圖因放大而失真。
  • contain與cover正好相反，首要用於後臺圖大於地點內容，但卻需要將靠山圖完全呈現，此時便可採用contain的方式，使靠山圖縮小至內容的大小。

結果呈現為了讓出現效果有明顯的區別，典範中的屬性預設為：
width:300px;height:200px;border:1px solid #CCC;background:#FFFFFF url(bg.jpg) no-repeat left top;
 

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

若是編譯直行時呈現以下訊息，就是電腦與 Arduino 板子無法溝通

網頁設計 偏差訊息.stk500_getsync
網頁設計 偏差訊息.stk500_getsync
avrdude: stk500_getsync() attempt 10 of 10: not in sync: resp=0x9f


1.USB 有無毗連。網頁設計(看 Arduino 板子上的燈有沒有亮就能夠確認這點)
2.有無設定 Arduino 的驅動程式。網頁設計

3.Arduino Board 的板型是不是准確 (選擇 Arduino IDE 功能表中的 Tool/Board 確認板型)
4.COM port 設定是否准確。網頁設計
選擇 Arduino IDE 功能表中的 Tool/Serial port 確認 port
您可以用裝配辦理員看看 (Windows 當選 裝配管理員/毗鄰埠/)，由於我的 Arduino-UNO 用 USB 摹擬為 COM11，是以我在 Tool/Serial port 必需選擇 COM11

5.最後是PROCESSOR是不是選取准確

文章出處：網頁設計,網站架設 ,網路行銷,網頁優化,SEO - NetYea 網頁設計

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

用ESP32 PWM實現LED漸漸亮起。

程式的部分首要分成三個：1.設定頻道LEDchannel、2.附加到PIN腳、3.決意輸出巨細。

1.設定頻道LEDchannel屬性

ledcSetup(LEDChannel, freq, resolution);
//LEDChannel設定為0，分歧輸出要設定到分歧頻道，例如RGB LED就要開三個頻道別離辦理R、G、B
//freq輸出頻率，建議值5000 Hz
//resolution代表輸出解析度，例如8代表0-255，10代表0-1023

2.附加到PIN腳

ledcAttachPin(ledPin, LEDChannel);
//ledPin代表腳位，看你把裝備接在哪一個腳位上面
//LEDchannel代表步調1所宣佈的LEDchannel，也就是說把設定好的LEDchannel屬性附加到某個腳位上

3.決議輸出巨細。

ledcWrite(LEDChannel, dutyCycle);
//將LEDchannel輸出dutyCycle的值。

典範榜樣程式將使接在Pin16的LED逐漸亮起並熄滅，類型複製於 https://randomnerdtutorials.com/esp32-pwm-arduino-ide/
Arduino ESP32 PWM輸出 讓LED漸亮漸暗 網
Arduino ESP32 PWM輸出 讓LED漸亮漸暗 網

  1. // the number of the LED pin
  2. const int ledPin = 16;  // 16 corresponds to GPIO16
  3.  
  4. // setting PWM properties
  5. const int freq = 5000;
  6. const int ledChannel = 0;
  7. const int resolution = 8;
  8.  
  9. void setup(){
  10.   // configure LED PWM functionalitites
  11.   ledcSetup(ledChannel, freq, resolution);
  12.   
  13.   // attach the channel to the GPIO to be controlled
  14.   ledcAttachPin(ledPin, ledChannel);
  15. }
  16.  
  17. void loop(){
  18.   // increase the LED brightness
  19.   for(int dutyCycle = 0; dutyCycle <= 255; dutyCycle++){   
  20.     // changing the LED brightness with PWM
  21.     ledcWrite(ledChannel, dutyCycle);
  22.     delay(15);
  23.   }
  24.  
  25.   // decrease the LED brightness
  26.   for(int dutyCycle = 255; dutyCycle >= 0; dutyCycle--){
  27.     // changing the LED brightness with PWM
  28.     ledcWrite(ledChannel, dutyCycle);   
  29.     delay(15);
  30.   }
  31. }
(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

在測試 mnist 數字辨識時

代碼來源
https://hackmd.io/@Maxlight/SkuYB0w6_#3-hyperparameter
 

  1. import torch
  2. from torch.utils import data as data_
  3. import torch.nn as nn
  4. from torch.autograd import Variable
  5. import matplotlib.pyplot as plt
  6. import torchvision
  7. import os
  8.  
  9. EPOCH = 1
  10. BATCH_SIZE = 50
  11. LR = 0.001
  12. DOWNLOAD_MNIST = False
  13.  
  14. train_data = torchvision.datasets.MNIST(root = './mnist',train = True,transform = torchvision.transforms.ToTensor(),download = DOWNLOAD_MNIST)
  15.  
  16. print(train_data.train_data.size())
  17. print(train_data.train_labels.size())
  18. plt.ion()
  19. for i in range(11):
  20.   plt.imshow(train_data.train_data[i].numpy(), cmap = 'gray')
  21.   plt.title('%i' % train_data.train_labels[i])
  22.   plt.pause(0.5)
  23. plt.show()
  24.  
  25. train_loader = data_.DataLoader(dataset = train_data, batch_size = BATCH_SIZE, shuffle = True,num_workers = 2)
  26.  
  27. test_data = torchvision.datasets.MNIST(root = './mnist/', train = False)
  28. test_x = torch.unsqueeze(test_data.test_data, dim = 1).type(torch.FloatTensor)[:2000]/255.
  29. test_y = test_data.test_labels[:2000]
  30.  
  31. class CNN(nn.Module):
  32.   def __init__(self):
  33.     super(CNN, self).__init__()
  34.     self.conv1 = nn.Sequential(
  35.         nn.Conv2d(in_channels = 1, out_channels = 16, kernel_size = 5, stride = 1, padding = 2,),# stride = 1, padding = (kernel_size-1)/2 = (5-1)/2
  36.         nn.ReLU(),
  37.         nn.MaxPool2d(kernel_size = 2),
  38.     )
  39.     self.conv2 = nn.Sequential(
  40.         nn.Conv2d(16, 32, 5, 1, 2),
  41.         nn.ReLU(),
  42.         nn.MaxPool2d(2)
  43.     )
  44.     self.out = nn.Linear(32*7*7, 10)
  45.  
  46.   def forward(self, x):
  47.     x = self.conv1(x)
  48.     x = self.conv2(x)
  49.     x = x.view(x.size(0), -1)
  50.     output = self.out(x)
  51.     return output, x
  52.  
  53. cnn = CNN()
  54. print(cnn)
  55.  
  56. optimization = torch.optim.Adam(cnn.parameters(), lr = LR)
  57. loss_func = nn.CrossEntropyLoss()
  58.  
  59. for epoch in range(EPOCH):
  60.   for step, (batch_x, batch_y) in enumerate(train_loader):
  61.     bx = Variable(batch_x)
  62.     by = Variable(batch_y)
  63.     output = cnn(bx)[0]
  64.     loss = loss_func(output, by)
  65.     optimization.zero_grad()
  66.     loss.backward()
  67.     optimization.step()
  68.  
  69.     if step % 50 == 0:
  70.         test_output, last_layer = cnn(test_x)
  71.         pred_y = torch.max(test_output, 1)[1].data.numpy()
  72.         accuracy = float((pred_y == test_y.data.numpy()).astype(int).sum()) / float(test_y.size(0))
  73.         print('Epoch: ', epoch, '| train loss: %.4f' % loss.data.numpy(), '| test accuracy: %.2f' % accuracy)
  74.  
  75. test_output, _ = cnn(test_x[:10])
  76. pred_y = torch.max(test_output, 1)[1].data.numpy()
  77. print(pred_y, 'prediction number')
  78. print(test_y[:10].numpy(), 'real number')
(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

Devrama Slider 是個圖象滑塊，帶有很多十分有趣的特征。

它不但撐持圖像還支撐HTML 內容。響應式方便CSS3 轉換轉換效果進度條高級的預加載和延遲加載CSS 自界說用戶可以界說導航或節制器

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

記得筆者曾經寫過一篇「用 JavaScript 來做偽浮水印」，那時是用 JavaScript 來寫的，得經過計算才能把版權宣告的圖片放在右下角。現在筆者把全部結果用 jQuery 來改寫，並把本來要計較的版權宣佈圖片位置換成 background-position 的方式來節制，如許想放那就只要設定一下就好了。網頁設計

我們的 HTML 就是很純真的圖片而已：

檢視原始碼 HTML

用 jQuery 來做圖片偽浮水印 網頁設計

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top

網頁設計 CSS+JQUERY 佈景圖滿版的做法

網頁設計

今天我們要跟大師分享幾個製作滿版背景圖的方法。

目下當今先來肯定一下我們的需求：

圖片必需恰好填滿瀏覽器不克不及留有縫細，也不克不及因為圖片太大而泛起捲軸。
圖片可以跟著瀏覽器尺寸自動縮放。
圖片必需連結長寬比，不克不及變形。
要殺青上面的需求，我們有以下的方法可以使用


使用CSS3 background-size 屬性

background-size 是css3 的屬性，用來界說背景圖片的尺寸。利用上可以直接指定長寬的數值或是縮放的比例；指定"contain"可以讓後臺圖片自動縮放到填滿內容區域內的最大尺寸；指定"cover"可讓背景圖片主動縮放到籠蓋內容區域的最小尺寸。可以參考w3c background-size的資訊

因為我們如今要做的是完全覆蓋瀏覽器的佈景圖片，所以要利用”background-size:cover;”這個設定。利用方式如下：
 

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top
有在利用Google Maps的人，多幾許少必然都有使用到Google地圖找四周景點餐廳。

 

(繼續閱讀...)
文章標籤
網頁設計

valeritmfov8 發表在 痞客邦 留言(0) 人氣()

▲top
1 23...21