新闻详情

新闻详情

首页 / 资讯中心 / 详情

Stm32-GPIO口学习笔记

发布时间:2026/11/14 21:07:22来源:尧图网络
Stm32-GPIO口学习笔记
CRL / CRH引脚模式寄存器CRL0‑7号引脚CRH8‑15号引脚设置输入、输出、复用、模拟模式输出速度。​IDR输入数据寄存器读引脚电平。​ODR输出数据寄存器输出高低电平。​BSRR置位复位寄存器置1、清零引脚推荐优先用BSRR不用直接写ODR。​BRR复位寄存器专门把引脚清0。​LCKR锁定寄存器锁定GPIO配置锁定之后不能再修改 叫左移运算符1 2 二进制 0100 十六进制 0x04 十进制 4~ 叫按位取反运算符| 目的 | 写法 | 效果 || ------- | --------------------- | -------------- || 置 1拉高 |REG | (1 n);| 只把第 n 位变 1 || 清 0拉低 |REG ~(1 n);| 只把第 n 位变 0 || 取反翻转 |REG ^ (1 n);| 只把第 n 位翻转 || 查询状态 |if (REG (1 n))| 读第 n 位是 0 还是 1 |11 0x0030 常被用作位掩码| 十六进制 | 值 | 对应的位 || ------ | — | ----- ||0x1| 1 | bit 0 ||0x2| 2 | bit 1 ||0x4| 4 | bit 2 ||0x8| 8 | bit 3 ||0x10| 16 | bit 4 ||0x20| 32 | bit 5 ||0x40| 64 | bit 6 ||0x80| 128 | bit 7 |0x0030 → 最低非零位是 “3”位于从右数第 2 个十六进制位右边第 1 位16⁰ 位bit 0~3右边第 2 位16¹ 位bit 4~7右边第 3 位16² 位bit 8~113 二进制 0011 0000第 3 步从区间起点往左数bit 4 1 ✅bit 5 1 ✅bit 6 0bit 7 0GPIO 配置步骤掌握12.步骤 说明 对应 HAL 库函数1 使能时钟 __HAL_RCC_GPIOx_CLK_ENABLE()2 设置工作模式 HAL_GPIO_Init()3 设置输出状态可选 HAL_GPIO_WritePin() / HAL_GPIO_TogglePin()4 读取输入状态可选 HAL_GPIO_ReadPin()
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉