基于Tensorflow Lite框架,在 Android 上的一次尝试性实验。 本实验参考Google官方Github文档tensorflow/tensorflow 中的TF Classify， 通过训练不同的司机面部的模型，接着把它部署在了Android手机上，最后增加了一个原先没有的切换前后摄像头的功能。 安装 Bazel (参考Bazel官方教程) 安装 JDK 8 安装并更新 Bazel 下载 Tensorflow 源码 下载 Android studio 和 An

1.安装locales并配置 sudo apt-get install locales sudo dpkg-reconfigure locales 2.选择语言编码，默认已选择en_US.UTF8，zh_CN UTF-8 UTF-8，用空格键将以下两项打上星号，zh_CN GB2312，zh_CN GBK GBK，回车确认。 3.选择系统默认语言为英文en_US.UTF8 4.为当前用户配置默认语言为中文zh_CN UTF-8 UTF-8 vi ~/.bashrc 在.bashrc最后添加一行, 输入i进入insert模式 export LANG=zh_CN.UTF-8 输入:wq保存退出 5.安装中文字体 sudo apt-get install fonts-wqy-zenhei 如果下载失败， 可以试试附件已下载好的字体或DEB包，然后本地安装。

TensorFlow Lite:针对边缘端模型优化

arduino-dw1000-lite：Arduino库，可轻松快速地启动Decawave的DWM1000模块

MPLAB C for PIC24dsPIC v3.23B lite，是PIC与DSPIC的C语言编译器。

这个是我之前自己做的，因为手头有几片MSP430F5529芯片，看到TI有这个开源的仿真器资料，于是就利用已有的元件简单改了一下电路。为什么说是“开源”的呢，因为资料是TI开源提供的，我只是在他的基础上做了一下修改。 TI提供的开源资料芯片是MSP430F5528，而现在比较好买到的芯片和我手里有的芯片是MSP430F5529，如果有MSP430F5529的开发板可以很容易的改造成仿真器，不需要的时候也可以恢复成原来的功能。所有资料包括仿真器的原理图，PCB，量产工具，量产工具需要安装VS2013开发环境，这个仿真器支持TI所有支持2线仿真的芯片。 下面是制作好的仿真器实物截图: USB仿真器PCB截图: 附件内容截图:

移动机器人D*Lite路径规划算法设计C++语言实现，该程序调用一些GNU库，请在类Unix系统下编译使用。 使用方法： http://ayawaya2014.github.io/2018/03/01/zh-CN/移动机器人D-Lite路径规划算法设计、仿真及源码

研华3.1版本。该一体化软件包包括驱动、软件开发工具包、配件和工具。凭借客户友好的设计，甚至初学者都可以快速了解如何使用DAQ，并通过直观的“研华导览”编写程序。多种适用于不同开发环境的实例代码，可大大降低编程时间和精力。

HedEx Lite能实现的它都能实现，而且占用空间小

前端项目-vega-lite,Vega-Lite为可视化分析提供了更高级的语法，与生成完整的Vega规范的ggplot或tableau类似。