#Install required packages
pip install flask==2.1.1
pip install Pillow==9.1.0
pip install tensorflow==2.3.1
pip install keras==2.4.3
在python 世界裡, 宣告的變數僅僅只是一個tag。而tag 可以到處貼, 所以當你問 tag 的資料型態時 , 那就是在問tag 當下所貼的位置的物件資料型態為何 ?
a=3 , 則 type(a)==> int
b=3.14 , 則 type(b)==> float
c="hello" , 則 type(c)==> str
3, 3.14, "hello" 這都是物件, 佔有空間 ,而a, b, c 就是tag name, 只是一個名字用來存取物件而已。
python 的變數完全不同於C/C++ 變數的概念。C/C++ 變數是佔有空間的, 空間存放著資料, 而空間有多大就決定了資料的數值範圍。
int a=64; (佔4個bytes)
char ch='A'; (佔1個bytes)
你可能會問一個問題, Python 的變數用這樣搞有什麼好處?
用個例子說明好了, a=[1,2,3]
若要複製一份給c, 執行 c=a.copy() 就會將a的container 表格複製給c, 因為只是複製了container a 表格, 和資料物件多大沒有關係, 所以可以很快，也不用將相同的資料物件在記憶體中放兩份。若是C/C++ 則a, c 是各別的空間, 因此即使是相同的資料，在記憶體中也得各自存放一份，會比較佔空間，而且在複製資料時也得一個個byte 複製過去 ( memcpy)，速度上也比較慢。
(1) 用frozenset 才可以用集合當作Key
Example:
itemsets=[{'B','C'},{'D'}]
count[{'B','C'}]+=1 # Error : "unhashable type: 'set'"
in this case, we can use frozenset to make 'set' as a key
count[frozenset({'B','C'})]=1
(2) 用frozenset 才可以做集合包含集合
S=set()
e={'A','B','C'}
S.add (e) ==> 想要表示 S={{'A'},{'B'},{'C'}} --> TypeError: unhashable type: 'set'
S.add (frozenset(e)) -->OK S={frozenset({'A', 'B', 'C'})}
How to Check the Software and Hardware Version of a Raspberry Pi
1. 後面的-lxxxx 如果是linux他的位置在哪裡?
(base) ubuntu@ubuntu1804:/usr/lib$ cat /etc/ld.so.conf.d/x86_64-linux-gnu.conf
超好用的2個Jupyter notebook 延伸工具
Linux 系統程式設計
#include <signal.h>
int sigaction(int signum, const struct sigaction *restrict act,
struct sigaction *restrict oldact);The sigaction structure is defined as something like: struct sigaction { void (*sa_handler)(int); void (*sa_sigaction)(int, siginfo_t *, void *); sigset_t sa_mask; int sa_flags; void (*sa_restorer)(void); };
在sigaction結構中, 有一個 sa_flags 欄位可以設定為 SA_RESTART , 這代表什麼意思呢? 原文如下
SA_RESTART If a blocked call to one of the following interfaces is interrupted by a signal handler, then the call is automatically restarted after the signal handler returns if the SA_RESTART flag was used; otherwise the call fails with the error EINTR.
UART 是軟體層面的 serial 通訊協議(也可以借力 UART IC來完成)。定義baudrate, start bit, stop bit , data bit, parity check 等等, 但這些0和1都是只邏輯的0和1。而實際走的硬體訊號, 則要看使用的是TTL還是 RS232。TTL和 RS232 描述的是 Physical 電氣訊號。
 |
| Source image: https://components101.com/ |
 |
| Source Image: https://www.sparkfun.com/ |
[ C 語言]
1.) 在程式檔中 (,c 或.h) 定義 DEBUG
#define DEBUG
2.) 不改變在程式檔, 而是在程式編譯階段去定義 DEBUG
gcc -DDEBUG debug.c -o test
另外也可以設定 DEBUG的值, 如 gcc -DDEBUG=4 debug.c -o test
(以上等同在hello.c 內加入了 #define DEBUG 或 #define DEBUG 4 這一行 )
其實, 若 寫 -DDEBUG 隱含 -DDEBUG=1 的意思
pi@ittraining:~/LinuxPro/trunk/source/ch3 $ gcc debug.c -DDEBUG=1 -o test
debug.c:4: warning: "DEBUG" redefined
#define DEBUG 3
<command-line>: note: this is the location of the previous definition
Question:
PPSunlock() 和PPSlock() 功能為何呢? 為什麼要用這兩個PPSunlock和PPSlock去包住RPI function? 使用PPSlock()和PPSunlock() 為什麼要把GIEH 中斷關掉呢? 因為沒看到文件上有這樣說明, 但是PPS 裡的function 有關掉中斷後面再回復的動作 |
 |
Raspberry Pi 基金會於 2021 年 1 月推出 Raspberry Pi Pico，正式進軍微控制器（MCU）領域。Pico 採用基金會自主設計的 RP2040 晶片，該晶片配備雙核 ARM Cortex-M0+（運行頻率最高可達 133MHz），內建 264KB SRAM 和 2MB Flash，其 GPIO 輸出為 3.3V。2024 年 11 月，基金會推出了 Raspberry Pi Pico 2 W 版本。其中「W」代表此版本內建 802.11n 無線網路功能，其核心晶片為 RP2350。
 |
| 7 × 7 mm QFN-56 package |
 |
| Raspberry Pi Pico |
Random variable
| Discrete Probability Rules |
|---|
|
| Cumulative Distribution Function of a Discrete Random Variable |
|---|
| The cumulative distribution function (CDF) of a random variable X is denoted by F(x), and is defined as F(x) = Pr(X ≤ x). Using our identity for the probability of disjoint events, if X is a discrete random variable, we can write
where xn is the largest possible value of X that is less than or equal to x |
| Binomial PDF |
|---|
| If X is a binomial random variable associated to n independent trials, each with a success probability p, then the probability density function of X is:
where k is any integer from 0 to n. Recall that the factorial notation n! denotes the product of the first n positive integers: n! = 1·2·3···(n-1)·n, and that we observe the convention 0! = 1. |
| Definition: Expected Value of a Discrete Random Variable |
|---|
The expected value,  , of a random variable X is weighted average of the possible values of X, weight by their corresponding probabilities:
where N is the number of possible values of X. |
