开始学习正点原子的书和例程

打开器件手册和库函数手册,找到目录里定时器的那一部分,一时有点发懵。。。。功能好多,寄存器好多,库函数更多。。。

还是找一本书好好啃一啃吧,自己想学到哪里就到处找程序实例也挺没效率的

去找到了正点原子的一些资料

http://openedv.com/posts/list/13912.htm

先从库函数篇开始学起吧,在网盘里下载了STM32F1 开发指南(库函数版)。书里使用的是MDK5.14,uVision IDE 从 MDK4.7 版本开始就加入了代码提示功能和语法动态检测等实用功能,相对于以往的 IDE 改进很大。,决定下载安装MDK5。

啃书ING

时间: 2024-10-24 02:30:16

开始学习正点原子的书和例程的相关文章

2.13 正点原子ESP8266模块的STA模式 调试2

了解了 ESP8266本身就是一个mcu,所以它可以有两种用途: 1.当成一个普通的wifi模块,用官方集成的AT指令集进行开发:2.当成一个集成了wifi功能的mcu,用安信可或其他平台提供的sdk进行深度开发. 正点原子的代码其实只是把它当成一个wifi模块. 而它还可以作为一个固件,进行开发,之前要先实现固件刷写. 展望:继续探究这个模块,实现点亮led0. 原文地址:https://www.cnblogs.com/achengnihao/p/8447616.html

正点原子STM32探索者学习笔记1

1.在STM32的数据手册中,引脚定义中的I/O structure中如果是FT的话,说明该引脚兼容5V: 2.IO口一般都有多个功能,可以通过寄存器的设置来选择其IO口的功能,F1还有重映射的概念,F4没有: 3.IO口分为两种情况:一个是完全独立的IO(不能有任何外设连接的IO,一般比较少)(如ADC采集):一种是允许IO口挂其他外设,但是必须可以单独做输入.输出使用. 4.基本外设:GPIO输入输出,外部中断,定时器,串口.这四个基本外设任何一款MCU都有:然后是一些高级的通信外设如SPI

《Spring MVC学习指南》一书具有很大的欺骗性

2016年6月21日 最近,因为工作需要,我从网上买了一本<Spring MVC学习指南>,ISBN编号: 978-7-115-38639-7,定价:49.00元.此书是[美]Paul Deck著于2014年,林催二人于2015年翻译,2016年第6次印刷.我在淘宝上购买时就询问是哪个版本,店小二确实搞不清.我看了淘宝店此书的编辑推荐.目录.内容推荐,仍然看不出是哪个版本. 书买来,我稍微翻了一下,确认是基于Spring MVC 2.5的.这就问题大了,现在3.1版以后,方法完全不同变化很大,

Tensorflow学习笔记(对MNIST经典例程的)的代码注释与理解

1 #coding:utf-8 2 # 日期 2017年9月4日 环境 Python 3.5  TensorFlow 1.3 win10开发环境. 3 import tensorflow as tf 4 from tensorflow.examples.tutorials.mnist import input_data 5 import os 6 7 8 # 基础的学习率 9 LEARNING_RATE_BASE = 0.8 10 11 # 学习率的衰减率 12 LEARNING_RATE_DE

AI 经典书单 | 人工智能学习该读哪些书

转载 2018年01月16日 00:00:00 人工智能相关岗位中,涉及到的内容包含: 算法.深度学习.机器学习.自然语言处理.数据结构.Tensorflow.Python .数据挖掘.搜索开发.神经网络.视觉度量.图像识别.语音识别.推荐系统.系统算法.图像算法.数据分析.概率编程.计算机数学.数据仓库.建模等关键词,基本涵盖了现阶段人工智能细分领域的人才结构. 将上面的岗位涉及到的知识和技术划类,就形成了今天的五份书单: 1人工智能科普类:人工智能科普.人工智能哲学 <智能的本质>斯坦福.

自学大数据如何入手?大数据学习入门看什么书?

2018年,火爆的科技层出不穷,大数据.云计算.人工智能.区块链等等都被侃侃而谈.尤其是大数据工程师更是深受程序员的青睐,如此火爆的职业,吸引了大批有志青年的加入.但在加入之前,你仍需要一份详细的就业前景分析报告. 作为中国官方重点扶持的战略性新兴产业,大数据产业已逐步从概念走向落地"大数据"和"虚拟化"两大热门领域得到了广泛关注和重视,90%企业都在使用大数据. 财政大数据包括:公安大数据.质检大数据.食品安全大数据.卫生大数据.共商大数据.民政大数据: 企业大数

大数据学习入门看什么书?大数据新手怎么入门?

大数据,big data,大数据是指不能用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理.这句话至少传递两种信息:大数据是海量的数据,另外大数据处理无捷径,对分析处理技术提出了更高的要求. 其实简单的来说,大数据就是通过分析和挖掘全量的非抽样的数据辅助决策.大数据可以实现的应用可以概括为两个方向,一个是精准化定制,第二个是预测.比如像通过搜索引擎搜索同样的内容,每个人的结果却是大不相同的.再比如精准营销.百度的推广.淘宝的喜欢推荐,或者你到了一个地方,自动给你推荐周边的消费设施等等.

《深度学习》圣经&quot;花书&quot;经验法则中文版!

作者:Jeff Macaluso https://jeffmacaluso.github.io/post/DeepLearningRulesOfThumb/ 转自CVer,仅用作个人学习 当我在研究生期间,第一次学习神经网络时,我问我的教授是否有任何关于选择架构和超参数的经验法则.他的回答是:“嗯,有点,但不...” - 毕竟神经网络的选择远远多于其他机器学习算法!在阅读 Ian Goodfellow,Yoshua Bengio和Aaaron Courville的深度学习书时,我一直在思考这个问

正点原子按键程序分析

https://zhidao.baidu.com/question/427848986.html //按键处理函数//返回按键值//mode:0,不支持连续按;1,支持连续按;//返回值://0,没有任何按键按下//KEY0_PRES,KEY0按下//KEY1_PRES,KEY1按下//WKUP_PRES,WK_UP按下 //注意此函数有响应优先级,KEY0>KEY1>WK_UP!!u8 KEY_Scan(u8 mode){ static u8 key_up=1;//按键按松开标志 if(mo