如果編譯直行時出現下列訊息，就是電腦與 Arduino 板子無法溝通

毛病訊息.stk500_getsync
毛病訊息.stk500_getsync
avrdude: stk500_getsync() attempt 10 of 10: not in sync: resp=0x9f


1.USB 有無連接。(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。

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 設定是不是准確。
選擇 Arduino IDE 功能表中的 Tool/Serial port 確認 port
您可以用裝置治理員看看 (Windows 當選 裝置經管員/連接埠/)，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是不是拔取准確

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

CSS+JQUERY 靠山圖滿版的做法

今天我們要跟大師分享幾個製作滿版佈景圖的方式。

目前先來肯定一下我們的需求：

圖片必須恰好填滿瀏覽器不克不及留有縫細，也不能因為圖片太大而出現捲軸。
圖片可以跟著瀏覽器尺寸自動縮放。
圖片必須連結長寬比，不克不及變形。網頁設計
要告竣上面的需求，我們有以下的方式可以使用


利用CSS3 background-size 屬性

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

因為我們現在要做的是完全籠蓋瀏覽器的背景圖片，所以要利用”background-size:cover;”這個設定。利用方式以下：
 

(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

網頁設計用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.決定輸出大小。

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管理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，看你把設備接在哪一個腳位上面
//LEDchannel代表步驟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。

規範程式將使接在Pin16的LED逐漸亮起並熄滅，範例複製於 https://randomnerdtutorials.com/esp32-pwm-arduino-ide/
Arduino ESP32 PWM輸出 讓LED漸亮漸暗
Arduino ESP32 PWM輸出 讓LED漸亮漸暗

  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

影片



伺服馬達接線圖
Arduino ESP32 如何 鍵盤節制 伺服馬達Arduino ESP32 如何 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，假如要鞭策兩個馬達就要外接電源了

程式碼

  1. #include <Servo.h>
  2. Servo myservo;  // 成立伺服馬達控制
  3.  
  4. // 伺服馬達的毗鄰 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 度扭轉到 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
在利用CSS的時辰，用某些殊效能讓網站更有活力，如果應用JQUERY又太過複雜

不過今天作者看到某網站的應用不錯，於是就使用CSS也做了

可以看到下圖，滑鼠未移置圖片典範

使用CSS完成 游標移至圖片特效使用CSS完成 游標移至圖片特效



用CSS寫下列代碼
 
  1. .chimga{
  2.     margin:10px;
  3.     width:100%;
  4.     height:100%;
  5.     box-sizing:border-box;
  6.     overflow:hidden;
  7.     display:block;
  8. }
  9. .chimga:hover img{
  10.     -moz-transform:scale(1.3) rotate(2deg);
  11.     -webkit-transform:scale(1.3) rotate(2deg);
  12.     -o-transform:scale(1.3) rotate(2deg);
  13.     -ms-transform:scale(1.3) rotate(2deg);
  14.     transform:scale(1.3) rotate(2deg);
  15. }
複製代碼
(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

網頁設計 CSS傳授教化：文繞圖 設置

 

(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情況建置與教授教養 - Win10YOLOv8 pytorch情況建置與講授 - Win10
我的環境是：

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

安裝方法可參閱此篇文章 ：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 三個目錄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情況

(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

IPFS應用有哪些

IPFS和Filecoin都是由和談實行室打造的明星項目，IPFS是一種點對點、版本化、內容尋址的超媒體傳輸和談， 其所要構建的是一個分佈式的web 3.0；

Filecoin是一個基於IPFS的去中間化存儲收集，是IPFS上唯一的鼓勵層，是一個基於區塊鏈手藝刊行的通證。IPFS和Filecoin是相輔相成的，IPFS的強大和普及有益於為Filecoin帶來更多的客戶資源，Filecoin也能推動網絡朝著更有規律性、更具激勵性、更有協作性的方向成長。


IPFS和談從2015年1月發布至今五年有餘，技術也愈來愈成熟，作為下一代互聯網底層通訊和談，IPFS已成功運用在數據存儲、文件傳輸、收集視頻、社交媒體、去中心化買賣等各個領域，這些APP、利用、平台，正在重構全部互聯網，今天，我們就來介紹有哪些應用使用了IPFS和談。
IPFS應用有哪些

1、搜索引擎
1、谷歌瀏覽器
谷歌瀏覽器（Google Chrome）是目前世界上利用率和市場佔有率最高的瀏覽器。2019年頭，IPFS 伴侶上架谷歌網上應用店，這個插件可以用來簡化IPFS 資源訪問的瀏覽器擴大。
IPFS伴侶（IPFS Companion）是由IPFS官方應用社區孵化出來的一個瀏覽器插件，可以匡助用戶在當地更好的運行、治理本身的節點，並隨時查看IPFS節點的資本信息。無需下載，一鍵挪用。
IPFS應用有哪些

2、BRAVE
這是一款具有強大廣告阻擋功能的瀏覽器，不光能阻擋告白，還具有追踪保護的功能。
這個功能首要是隨時可以或許屏障垂綸網站，提供的私有云可以用匿名告白取代網站原來的廣告，可以說一切告白在這個瀏覽器上都不存在，所有告白都被阻擋了，大大加速了網頁的加載和瀏覽速度，給用戶帶來更好的收集體驗。現已嵌入IPFS插件。
IPFS應用有哪些
IPFS應用有哪些

BRAVE官網地址：https://brave.com/

IPFS應用有哪些
3、Firfox火狐瀏覽器
2018年1月26日，火狐WebExtensions 產品司理Mike Conca 在Mozilla 官網發布了文章(Extensions in Firefox 59)，列舉了火狐59的最新擴展(今朝發佈於測試版)。個中一項特征是支撐包括IPFS在內的散佈式和談。
2018年初，Firefox新增了“ipfs：//”和談的支持。

IPFS應用有哪些
4、Opera瀏覽器
Opera在今年5月的時刻就宣布撐持IPFS了。兩邊合作延續，估計今年年末之前在其Android版Opera瀏覽器中推出IPFS支持。值得注意的是，Opera在瀏覽器中開辟了加密錢包，有Android、iOS和桌面版。可見Opera很早就佈局了區塊鏈生態支撐。
IPFS應用有哪些
5. IPSE
IPSE是一款基於IPFS網絡的搜刮引擎，致力於打造下一代互聯網的流量入口。在IPSE上可以搜刮IPFS收集的文件，由於採用哈希標註手藝，可讓內容的哈希地址轉化為文字標題，快速訪問。此外IPSE照樣利用區塊鏈手藝的搜刮引擎，搜刮將謝絕廣告跟踪，同時用戶還能取得通證鼓勵。
IPFS應用有哪些IPFS應用有哪些
IPSE 官網地址：IPFS應用有哪些https://www.ipse.io/


IPFS應用有哪些
6、Poseidon
一個基於IPFS收集的中心化的散佈式搜刮引擎，可讓用戶快速檢索IPFS網絡上的文件，尋找到所需要的數據，同時用戶參與挖礦還能獲得通證鼓勵。被譽為區塊鏈版Google。
IPFS應用有哪些


2、內容平台
IPFS應用有哪些
1、Netflix
Netflix成立於1997年，首要提供超大數量的DVD並免費遞送，除此以外它的用戶也能夠經由過程小我電腦、電視、iPad、iPhone等聯網收看其片子、電視節目。最近幾年來風行全球的政治題材電視劇《紙牌屋》就是由奈飛出品。2019年10月，Netflix位列2019福布斯全球數字經濟100強榜第46名。
近日，IPFS宣布與全球最大的流媒體平台Netflix告竣合作。作為一家地位和實力非統一般的企業為什麼選擇和IPFS進行合作呢？
在IPFS Camp 2019以後，Netflix便和IPFS起頭了手藝上的合作，將IPFS系統中的對等辦事等手藝整合到奈飛的東西中，操縱IPFS的手藝加速雲的構建、設計和測試。
Netflix想要解決的容器分發挑戰：若何在大範圍，多區域情況中有用地提取容器圖象。圖像層通常位於分歧的區域，行使IPFS作為點對點CDN，可使Netflix根蒂根基架構內的節點進行協作並將配合的種子播種到相鄰節點，從而有助於更快地分發容器。
Netflix官網地址：https://www.netflix.com/
IPFS應用有哪些IPFS應用有哪些
2、D.Tube
IPFS最拉風的應用之一“D.Tube” ，對標YouTube，內容太殘暴了。
D.Tube 是第一個加密散佈式視頻平台，成立在STEEM 區塊鍊和IPFS 點對點收集之上，將來會支撐FIlecoin收集，它旨在成為YouTube 的替代品，許可用戶在IPFS/FIlecoin 根蒂根基上觀看或上傳視頻，並在不可變的STEEM 區塊鏈上進行分享或評論，同時賺取加密通證！Look，即減少了存儲成本又能賺token ，多麼興奮！
D.Tube官網地址：https://d.tube/
IPFS應用有哪些

IPFS應用有哪些
3、Ujomusic
對標蝦米音樂和咪咕音樂的Ujomusic，是一個IPFS上的音樂家的區塊鏈市場。
2015年，Ujo輔助音樂家Imogen Heap用區塊鏈刊行了作品“Tiny Human”。粉絲可以購買許可權，下載、試聽，也能夠用於混音等用處；並且粉絲付出的錢會自動分配給Heap和該作品的合作方。該草創企業還和許多品牌合作，為了“在開源區塊鏈系統中將這些目次重新數字化”，同時激勸開辟者在平台上開發利用。
Ujomusic官網地址：https://ujomusic.com/

IPFS應用有哪些
IPFS應用有哪些
IPFS應用有哪些
4、Viewly
一個沒有煩人告白、尊敬用戶隱私的平台。在那裡，社區蓬勃發展，粉絲和創作者之間的互動遭到高度激勵。具有小型、中型或大型觀眾的創作者可以經由過程現代貨幣化來保持本身的生計：將無磨擦的微付出、粉絲贊助、贊助支持和貿易相連系。經由過程跳過中央商、資助創作者和直接支撐他們的社區，企業可以提高廣告效力和降低本錢。Viewly是一個渙散的視頻平台，由區塊鍊和對等視頻同享手藝支持。
Viewly 官網地址：www.viewly.com/
IPFS應用有哪些


5、Dlive
DLive 建立了一個更平正的視頻平台社區。DLive 平台不收取任何佣金，用戶可以經由過程平台錢銀直接打賞內容創作者。另外，視頻社區的其他進獻者也會遭到響應的嘉獎——好比給視頻點贊，介入討論等，也都會博得Token。這類去中間化的評價體係不僅最大化保障了創作者的好處，也能使觀眾直接介入視頻內容的打分，讓好內容更容易被大家看到。
在這類自治自立烏托邦式的社區構想下，像LegendofTotalWar 和PewDiePie 如許的硬核頭部主播紛纭插手。今朝，DLive 上的主播數量已達到了3.5 萬。
IPFS應用有哪些

6、Primas
Primas是一個去中間化項目，致力於用區塊鏈手藝解決互聯網經濟帶來的一系列問題，諸如假新聞、剽竊、洗稿、標題黨、低質量內容等。Primas獨創的散佈式可托內容協議（DTCP），將把可信、高質量的信息帶回互聯網，重塑互聯網內容價值生態。我們相信，傳佈由人類聰明、感情締造的高質量信息，將促進人類社會的成長。15.jpg
IPFS應用有哪些

(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
有在使用Google Maps的人，多多少少必然都有利用到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

在測試 mnist 數字辨識時

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

網頁設計
  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
«12345 67...21