Forrester-2021_01-Introducing-The-Zero-Trust-Edge-Model

树莓派 pi zero 上网记-附件资源

文章目录目的基础说明入门使用LEDPWMLEDButton更多入门例程类基础说明注意事项总结 目的 树莓派有很多GPIO口可供用户使用，官方同时也提供了一些方式来操作这些IO口，其中目前主要推荐的是基于Python的GPIO Zero库，本文将简单介绍该库的基础使用方法。 基础说明 GPIO Zero库是树莓派官方目前推荐的用于操作树莓派上GPIO口的Python库，该库最早是在RPi.GPIO库之上开发而来的，现在默认情况下也有许多功能是基于RPi.GPIO库实现的，不过用户可以自行设置其它库用在底层。 GPIO Zero库将常用的功能进行封装（LED、Button、Motor……），使一般

2018-12-Zero Trust Presentation.pptx

适用于aspnet-zero-core的代码生成器AspNetZeroRadTool最新未加密版(2.5.0) ，直接安装可用

对MIKE21讲解比较全面的教程，很有用的

ABP ASP.NET ZERO 是 利用ABP框架搭建的模板项目，它会提供预建的页面及强大的基础设施架构。利用它提供的基础框架代码能让你快速的开发你的应用层。

这个是树莓派Zero的三维图形，画的比较简单，但是基本尺寸都是是没有问题的。

Mastering the game of Go without human knowledge.pdf

树莓派zero图像分类与目标检测 山东大学（威海） 2018级数据科学与人工智能实验班 孙易泽 吴锦程 詹沛 徐潇涵 树莓派zero图像分类与目标检测是深度学习的研究项目，旨在通过深度学习算法，实现树莓派的实时识别与分类。 在树莓派上运行深度学习主要分为以下几个步骤： 首先是数据的获取及预处理，图像分类与目标检测需要大量干净且高质量的图片数据进行训练，我们需要通过不同方式，尽可能多的获取到相关的图片数据，并处理为深度学习可用的形式。 接下来先实现图像分类，根据深度学习领域存在的相关模型，选择适合于树莓派上运行的深度学习模型。通过Tensorflow2搭建深度学习框架，通过对模型参数不断调整，训练出正确率高且能快速运行的模型。通过对模型的不断改进，在保持模型正确率的同时，减小模型的大小。 目标检测模型也是一个侧重点，我们选择轻量级的深度学习模型，并使用Tensorflow2 Object D