rpi_fan_control:使用python进行散热控制 源码
Rpi中的风扇控制 如何安装 须藤MV fan_control_auto.py / usr / local / bin / 须藤chmod + x /user/local/bin/fan_control_auto.py 开机执行 须藤MV fan_control_auto.sh /etc/init.d/ 须藤chmod + x /etc/init.d/fan_control_auto.sh sudo update-rc.d fan_control_auto.sh默认 sudo /etc/init.d/fancontrol.sh开始
用户评论
相关推荐
joblib使用Python函数进行计算源码
joblib:使用Python函数进行计算
ZIP
415KB
2021-02-08 21:39
pyreportjasper使用JasperReports进行Python报告源码
pyreportjasper:使用JasperReports进行Python报告
ZIP
114.23MB
2021-02-08 21:40
moviepy使用Python进行视频编辑源码
moviepy:使用Python进行视频编辑
ZIP
12.26MB
2021-02-06 08:41
Spotify Python使用Python进行Spotify数据抓取源码
Spotify-Python 使用Python Spotify数据抓取
ZIP
6KB
2021-02-19 03:04
机器学习Python使用Python进行机器学习源码
机器学习Python
ZIP
3KB
2021-04-10 20:46
使用Python进行简单线性回归使用Python进行简单线性回归源码
使用Python进行简单线性回归 在ML算法中,我们有: 监督学习 无监督学习 在监督学习中,我们有: 回归 分类 首先,我们讨论不同类型的回归。 线性回归 简单线性回归 多元线性回归 逻辑回归 套索
ZIP
6KB
2021-05-07 16:51
使用测温电桥来控制散热风扇
使用热敏电阻来控制温度已不是什么新鲜事,自20世纪70年代以来,该器件就被用来测量PCB散热器温度的升降情况。本文将探讨其在风扇控制中的工作情况和性能,以减少噪声,并提高效率。
PDF
153KB
2020-10-28 05:46
使用Python进行无头渲染使用python进行无头3D渲染源码
使用python进行无头3D渲染 使用渲染到图像 要求 pip install -r requirements.txt 运行脚本 python main.py 输出 (单元)测试+ CI 要求 pip
ZIP
785KB
2021-02-07 03:07
Inferential Statistical Analysis with Python使用Python进行推论统计源码
Python推理统计分析 使用Python进行推论统计 我从密歇根大学推论统计学课程获得的笔记本。 我必须将jupyter笔记本转换为pdf文档,才能下载并上传到github。
ZIP
391KB
2021-03-26 14:12
NI RRAM Python使用Python进行NI RRAM编程源码
NI-RRAM-Python 使用Python进行NI RRAM编程 conda环境 安装:jupyter和pylint 点环境 安装:hightime,numpy,nitclk,nifgen,nid
ZIP
9.34MB
2021-04-04 23:03
Python Web Scraping使用python进行Web数据提取源码
Python网络抓取 使用python进行Web数据提取
ZIP
4KB
2021-04-08 21:27
DataSciPy使用Python进行数据科学源码
Python数据科学研讨会 约夫·拉姆(Yoav Ram) 请前往查看研讨会。
ZIP
27.94MB
2021-02-06 08:41
使用Python进行Uber数据分析源码
该项目旨在揭示所有有趣的见解,这些见解可以从对数据集的详细分析中获得,甚至无需进行任何机器学习。 确定这些变化点将对预测需求非常有用。 此外,它将通过计划不同的战略来帮助扩展Uber的业务。 在对如此
ZIP
237KB
2021-03-14 22:34
pydrobert speech使用Python进行语音处理源码
pydrobert-speech 这个纯python库允许灵活地计算语音功能。 例如,给定的功能配置称为fbanks.json : { " name " : " stft
ZIP
858KB
2021-04-25 02:41
SupervisedLearning使用python进行监督学习源码
使用Python进行监督学习 该项目使用最流行的分类技术来预测广泛的EDA之后的结果,并缺失值以及数据不平衡。 该项目包括两个部分: 第1部分-根据接收到的有关患者生物力学特征的测试结果,根据患者当前
ZIP
2.31MB
2021-05-11 16:03