摘要: 1、单向DC电机开环测试 void TMC4671SinglePhaseDC_Test(){ // 电机类型和PWM配置 // TMC4671_MOTOR_TYPE_N_POLE_PAIRS 寄存器用于设置电机类型和极对数。 // 高16位 (0x0001):电机类型。0: 无电机 1: 单相直流电 阅读全文
posted @ 2024-11-08 16:09 阿坦 阅读(3) 评论(0) 推荐(0) 编辑
摘要: FOC(Field Oriented Control,磁场定向控制)是控制三相交流电机(如直线电机和旋转电机)的一种常用矢量控制方法。它通过将三相电机的定子电流转化为与转子磁场对齐的两个独立分量:磁通分量和转矩分量,从而能够精确控制电机的磁场和转矩,达到优化电机性能的目的。 FOC的关键步骤: 电流 阅读全文
posted @ 2024-10-29 09:47 阿坦 阅读(41) 评论(0) 推荐(0) 编辑
摘要: train.py代码如下 import torch import torch.nn as nn import torch.optim as optim model_save_path = "my_model.pth" # 定义简单的线性神经网络模型 class MyModel(nn.Module): 阅读全文
posted @ 2024-08-07 10:31 阿坦 阅读(17) 评论(0) 推荐(0) 编辑
摘要: 本程序为C#控制台(.Net Framework 目标框架)使用方法在data.csv中填好已有的数据,需要解密的数据空着不填。运行程序前一定要关闭data.csv数据文件。 using System; using System.Diagnostics; using System.IO; names 阅读全文
posted @ 2024-07-30 09:52 阿坦 阅读(26) 评论(0) 推荐(0) 编辑
摘要: 示例:计算2的多少次幂(x)等于8192? a=2,b=8192,则x=log2(8192),x=log10(8192)/log10(2) 解释如下: 阅读全文
posted @ 2024-07-22 11:07 阿坦 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 1、卷积层(Convolutional Layer)是卷积神经网络(CNN)的核心组件,用于提取输入数据中的局部特征。下面是用Python基础库实现一个简单的二维卷积层的示例代码: import numpy as np # 定义输入数据和卷积核 input_data = np.array([[1, 阅读全文
posted @ 2024-07-04 17:28 阿坦 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 下面是一个稍微复杂一些的神经网络示例代码。这个例子实现了一个卷积神经网络(CNN),用于处理图像分类任务(例如MNIST手写数字识别)。该网络包含卷积层、池化层、全连接层以及使用了ReLU激活函数和批量归一化层。 import torch import torch.nn as nn import t 阅读全文
posted @ 2024-06-27 13:46 阿坦 阅读(327) 评论(0) 推荐(0) 编辑
摘要: 有一个简单的学习模型 class SimpleModel(nn.Module): def __init__(self): super(SimpleModel, self).__init__() self.fc1 = nn.Linear(4, 16) # 输入4维,隐藏层16维 self.fc2 = 阅读全文
posted @ 2024-06-25 16:27 阿坦 阅读(39) 评论(2) 推荐(1) 编辑
摘要: python代码: import torch import torch.nn as nn import torch.optim as optim # 定义一个简单的神经网络模型 class SimpleModel(nn.Module): def __init__(self): super(Simpl 阅读全文
posted @ 2024-06-17 17:26 阿坦 阅读(17) 评论(0) 推荐(0) 编辑
摘要: python代码如下: import numpy as np def softmax(logits): """计算softmax概率分布""" exp_logits = np.exp(logits) return exp_logits / np.sum(exp_logits) def cross_e 阅读全文
posted @ 2024-06-13 09:51 阿坦 阅读(8) 评论(0) 推荐(0) 编辑