QQ742971636





4. 数字点餐系统

基本要求：显示菜谱；进行点菜；统计最终金额；可以为多个顾客点菜。

功能：

显示菜谱的时候可以按加按键或者减按键翻看菜谱。

想要的菜可以点加入购物车。

可以按购物车案件去购物车页面，购物车页面可以按加按键或者减按键翻看点过的菜。

可以按菜单按键再次回到点菜页面。

可以按查看总金额案件查看总的菜品金额。

可以按确认购物车菜品案件将注册菜品送到后厨制作，按下后需要手动输入桌号，然后按确认发送后厨按键。至此点菜结束，可以再次按确认发送后厨按键回到点菜界面。

![在这里插入图片描述](/static/img/images/01919.png)

# 全部代码
```cpp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

PIC16F887 单片机 PROTEUS 仿真 C程序 数字点餐系统

# 最终成果展示（STM32F103C8T6）





![在这里插入图片描述](/static/img/images/02302.png)

# 要点1：参考电阻

通常PT100的参考电阻选择400欧姆，但板子上给的是430欧姆。所以程序里需要设置参考电阻为430。为什么选430欧姆呢？因为我猜400欧姆的精密电阻不常见。
```c
#define REF_RES 430
temps = temps / 32768.0 * REF_RES;  /* Here is the rtd R value; */
```

![在这里插入图片描述](/static/img/images/02303.png)

# 要点2：接线

板子上有三个位置用于设置线的。

![在这里插入图片描述](/static/img/images/02304.png)

![在这里插入图片描述](/static/img/images/02305.png)

四线接法：

![在这里插入图片描述](/static/img/images/02306.png)

三线接法：

![在这里插入图片描述](/static/img/images/02307.png)

# 要点3：心得体会

遇到问题时一定要仔细查找板子的设计资料，否则容易走弯路。PT100电阻本身会随温度变化，可以直接用万用表测其电阻。

# 要点4：MAX31865模块的关键细节

通过SPI对寄存器进行读写，寄存器如下图所示。配置寄存器时，读用0x00，写用0x80。转换后的RTD数值存放在0x01和0x02这两个8位寄存器中。可以设置错误报警的上下限，如PT100测温范围为-200℃到420℃，用户可设置下限报警值为-180℃，上限报警值为400℃。当max31865转换RTD后，如果结果超出设置范围，就会产生错误标志，错误标志存在0x07寄存器中。

![在这里插入图片描述](/static/img/images/02308.png)

读取温度过程：

1. 读取0x07寄存器，确认其值为0x00，即无错误标志。如果有错误标志，0x07寄存器中的某个值为1。

![在这里插入图片描述](/static/img/images/02309.png)

错误标志可以手动清除，但如果问题未解决，下次检测时标志还是会被模块拉起。
```c
//清除错误
void maxim_clear_fault_status(void)
{
    uint8_t uch_config;
    uch_config = MAX31865_SB_Read(0x00);
    uch_config &= 0xd3;
    uch_config |= 0x02;
    MAX31865_SB_Write(0x80, uch_config);  
}
```

2. 如果通过错误检测，开始下面的过程。向0x80写入配置，进行一次转换（One_Shot_Conversion），等待DRDY引脚变为低电平（表示转换结束）。然后读取0x01和0x02两个8位寄存器，0x02的最低位装有错误标志，若无错误即可利用0x01和0x02合成电阻数值。
```c
MAX31865_SB_Write(0x80, ON + One_Shot_Conversion + RTD_3wire + Filter_50Hz);  
while (DRDY == 1);                                                                       
auch_rtd[0] = MAX31865_SB_Read(0x01);                                     
auch_rtd[1] = MAX31865_SB_Read(0x02);                                     
if ((auch_rtd[1] & 0x01) == 0x01)                                             
{
    // Handle error
}
else
{
    temperature = (int)Get_temperature();                                              
}
```

3. 合成电阻
```c
data_temp = (dtemp[0] << 8) | dtemp[1]; /* Get 15Bit DATA */ 
data_temp >>= 1; /* Get 15Bit DATA */ 
temps = temps / 32768.0 * REF_RES; /* Here is the RTD R value */
```

4. PT100电阻转换为温度

这个步骤有多种转换公式，具体根据需求自行选择。

# 程序代码

读取PT100和PT1000：

![在这里插入图片描述](/static/img/images/02310.png)


```cpp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

max31865模块 PT100测温 PT1000测温 接线说明要点说明 使用说明 程序 单片机

这样接线：





![在这里插入图片描述](/static/img/images/02311.png)

![在这里插入图片描述](/static/img/images/02312.png)

![在这里插入图片描述](/static/img/images/02313.png)

# 和单片机接线

hx711 

oled

串口线


/* 3.3V供电                 2.2接SCK  2.3接DT */

/*

 *         /|\|              XIN|-

 *          | |                 | 32kHz

 *          --|RST          XOUT|-

 *            |                 |

 *            |     P1.2/UCA0TXD|------------>

 *            |                 | 9600 - 8N1

 *            |     P1.1/UCA0RXD|<------------

 */

// ------------------------------------------------------------

// IO口模拟I2C通信

// SCL接P2^0

// SDA接P2^1


# 部分代码



![在这里插入图片描述](/static/img/images/02314.png)


```cpp
char dis_str[15];
uchar count = 0;
uchar korkg = 0;
uchar bluetoo = 0;
uchar item = 0;
int zhouqi  = 1000;
int zhouqi1  = 0;
int zhouqi_count = 0;
uchar count_time = 0;
uchar ifg_time0 = 0;
int main( void )
{
 WDTCTL = WDTPW + WDTHOLD;       /* Stop WDT */
 if ( CALBC1_8MHZ == 0xFF )      /* If calibration constant erased */
 {
  while ( 1 )
   ;               /* do not load, trap CPU!! */
 }
 DCOCTL = 0;                    /* Select lowest DCOx and MODx settings */
 BCSCTL1 = CALBC1_8MHZ;          /* Set range */
 DCOCTL = CALDCO_8MHZ;          /* Set DCO step + modulation * / */
 uart_init();
 PutString( "bluetooth init" );
 P1DIR |= BIT3;
 P1OUT |= BIT3;
 OLED_Init();    /* OLED初始化 */
 /* OLED_ShowString(0, 0, "system"); */
 hx711_port_init();
 Get_Maopi();    /* 重新获取毛皮重量 */
 delay_ms( 1000 );
 Get_Maopi();    /* 重新获取毛皮重量 */
 P1DIR &= ~(BIT4 + BIT5 + BIT6);
 P1REN |= (BIT4 + BIT5 + BIT6);
 P1OUT |= (BIT4 + BIT5 + BIT6);
 if ( bluetoo == 1 )
  OLED_ShowString( 0, 4, "ON " );
 else
  OLED_ShowString( 0, 4, "OFF" );
 memset( dis_str, 0, 15 );
 sprintf( dis_str, "  %d  ", zhouqi );
 OLED_ShowString( 30, 4, dis_str );
 CCTL0 = CCIE;                         /* CCR0 interrupt enabled */
 CCR0 = 32 * 50;
 TACTL = TASSEL_1 + MC_1;              /* SMCLK, upmode */
 _EINT();
 while ( 1 )
 {
  /* 重量检测 */
  if ( ++count_time == 4 )
  {
   count_time = 0;
   Get_Weight();
   if ( Flag_Error == 0 )
   {
    /* printf( "净重量 = %d g\r\n",  Weight_Shiwu);       / * 打印 * / */
    if ( korkg == 0 )
    {
     count   = 0;
     dis_str[count++] = Weight_Shiwu % 1000000 / 100000 + '0';
     dis_str[count++] = Weight_Shiwu % 100000 / 10000 + '0';
     dis_str[count++] = Weight_Shiwu % 10000 / 1000 + '0';
     dis_str[count++] = Weight_Shiwu % 1000 / 100 + '0';
     /*
      * dis_str[count++] = '.';
      * dis_str[count++] = Weight_Shiwu % 100 / 10 + '0';
      * dis_str[count++] = Weight_Shiwu % 10 + '0';
      */
     dis_str[count++] = ' ';
     dis_str[count++] = 'g';
     dis_str[count++] = ' ';
     dis_str[count++] = ' ';
     dis_str[count++] = 0;
    } else {
     count   = 0;
     dis_str[count++] = Weight_Shiwu % 1000000 / 100000 + '0';
     dis_str[count++] = '.';
     dis_str[count++] = Weight_Shiwu % 100000 / 10000 + '0';
     dis_str[count++] = Weight_Shiwu % 10000 / 1000 + '0';
     dis_str[count++] = Weight_Shiwu % 1000 / 100 + '0';
     /*
      * dis_str[count++] = Weight_Shiwu % 100 / 10 + '0';
      * dis_str[count++] = Weight_Shiwu % 10 + '0';
      */
     dis_str[count++] = ' ';
     dis_str[count++] = 'k';
     dis_str[count++] = 'g';
     dis_str[count++] = ' ';
     dis_str[count++] = ' ';
     dis_str[count++] = 0;
    }
    OLED_ShowString( 0, 2, dis_str );
   } else {
    OLED_ShowString( 0, 2, "OVERWEI" );
   }
  }
  /* 打开蓝牙了就发送 否则不发送 */
  if ( bluetoo == 1 )
  {
   zhouqi1 = zhouqi / 50;
   zhouqi_count++;
   if ( zhouqi_count == zhouqi1 ) /* 到了蓝牙发送周期 */
   {
    zhouqi_count = 0;
    PutString( dis_str );
    PutString( " \r\n" );
   }
  }
  /* 超重检测 */
  if ( Weight_Shiwu > 50000 )
  {
   P1OUT &= ~BIT3;
  } else {
   P1OUT |= BIT3;
  }
  /*按键1 k/kg */
  if ( (P1IN & BIT4) == 0 )
  {
   delay_ms( 10 );
   if ( (P1IN & BIT4) == 0 )
   {
    while ( (P1IN & BIT4) == 0 )
     ;
    if ( item == 0 )
    {
     korkg = !korkg;         /* 切换数值 下次显示就刷新显示 */
    } else if ( item == 1 )
    {
     bluetoo = !bluetoo;     /* 打开或关闭蓝牙 */
     if ( bluetoo )
      OLED_ShowString( 0, 4, "ON " );
     else
      OLED_ShowString( 0, 4, "OFF" );
    } else if ( item == 2 )
    {
     zhouqi += 50;
     memset( dis_str, 0, 15 );
     sprintf( dis_str, "  %d  ", zhouqi );
     OLED_ShowString( 30, 4, dis_str );
    }
   }
  }
  /*按键2 去皮 */
  if ( (P1IN & BIT5) == 0 )
  {
   delay_ms( 10 );
   if ( (P1IN & BIT5) == 0 )
   {
    while ( (P1IN & BIT5) == 0 )
     ;
    if ( item == 0 )
    {
     Get_Maopi();            /* 重新获取毛皮重量 */
    } else if ( item == 1 )
    {
     bluetoo = !bluetoo;     /* 打开或关闭蓝牙 */
     if ( bluetoo )
      OLED_ShowString( 0, 4, "ON " );
     else
      OLED_ShowString( 0, 4, "OFF" );
    } else if ( item == 2 )
    {
     zhouqi -= 50;
     memset( dis_str, 0, 15 );
     sprintf( dis_str, "  %d  ", zhouqi );
     OLED_ShowString( 30, 4, dis_str );
    }
   }
  }
  /*按键3 */
  if ( (P1IN & BIT6) == 0 )
  {
   delay_ms( 10 );
   if ( (P1IN & BIT6) == 0 )
   {
    while ( (P1IN & BIT6) == 0 )
     ;
    item = (item + 1) % 3;  /* 0 1 2 */
   }
  }
  while ( ifg_time0 )
   ;                               /* 等待50ms过去 */
  ifg_time0 = 1;
 }
}
/* Timer A0 interrupt service routine */
#pragma vector=TIMER0_A0_VECTOR
__interrupt void Timer_A( void )
{
 ifg_time0 = 0; /* 50ms进入这里 */
}
```

# 完整代码


```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

【TB作品】MSP430 单片机 HX711重量传感器接线，oled显示重量，串口蓝牙发送，简易电子秤

./taobaozuopin.json```c

#include "ADXL345.h"
/*
 * 345只需要接五根线，其余乱七八糟的不用接
 * P1.4接SCL
 * P1.5接SDA
 * 3.3接3.3V
 * CS接3.3V
 * GND接GND
 */
#define SCL1 P1OUT |= BIT4
#define SCL0 P1OUT &= ~BIT4
#define SCLOUT P1DIR |= BIT4
#define SDA1 P1OUT |= BIT5     /* IIC数据引脚 */
#define SDA0 P1OUT &= ~BIT5
#define SDAIN P1DIR &= ~BIT5
#define SDAOUT P1DIR |= BIT5
#define SDADATA (P1IN & BIT5)
#define I2C2_SLAVE_ADDRESS7 0xA6
/* 0x3A//ALT  ADDRES */
#define  DEVID  0x00
#define THRESH_TAP 0x1D
#define OFSX  0x1E
#define OFSY  0x1F
#define OFSZ  0x20
#define DUR  0x21
#define Latent  0x22
#define Window  0x23
#define THRESH_ACT 0x24
#define THRESH_INACT 0x25
#define TIME_INACT 0x26
#define ACT_INACT_CTL 0x27
#define THRESH_FF 0x28
#define TIME_FF  0x29
#define TAP_AXES 0x2A
#define ACT_TAP_STATUS 0x2B
#define BW_RATE  0x2C
#define POWER_CTL 0x2D
#define INT_ENABLE 0x2E
#define INT_MAP  0x2F
#define INT_SOURCE 0x30
#define DATA_FORMAT 0x31
#define DATAX0  0x32
#define DATAX1  0x33
#define DATAY0  0x34
#define DATAY1  0x35
#define DATAZ0  0x36
#define DATAZ1  0x37
#define FIFO_CTL 0x38
#define FIFO_STATUS 0x39
/*
 * **************************************
 * I2C起始信号
 * **************************************
 */
void I2C_Start()
{
 SDAOUT;
 SDA1;                   /* 拉高数据线 */
 SCLOUT;
 SCL1;                   /* 拉高时钟线 */
 delay_us( 5 );          /* 延时 */
 SDA0;                   /* 产生下降沿 */
 delay_us( 5 );          /* 延时 */
 SCL0;                   /* 拉低时钟线 */
}
/*
 * **************************************
 * I2C停止信号
 * **************************************
 */
void I2C_Stop()
{
 SDAOUT;
 SDA0;                   /* 拉低数据线 */
 SCLOUT;
 SCL1;                   /* 拉高时钟线 */
 delay_us( 5 );          /* 延时 */
 SDA1;                   /* 产生上升沿 */
 delay_us( 5 );          /* 延时 */
}
/*
 * **************************************
 * I2C发送应答信号
 * 入口参数:ack (0:ACK 1:NAK)
 * **************************************
 */
void I2C_SendACK( uchar ack )
{
 SDAOUT;
 SCLOUT;
 if ( ack )
  SDA1;
 else
  SDA0;
 /*    SDA = ack;                  //写应答信号 */
 SCL1;                   /* 拉高时钟线 */
 delay_us( 5 );          /* 延时 */
 SCL0;                   /* 拉低时钟线 */
 delay_us( 5 );          /* 延时 */
}
/*
 * **************************************
 * I2C接收应答信号
 * **************************************
 */
uchar I2C_RecvACK()
{
 uchar cy;
 SCLOUT;
 SCL1;                   /* 拉高时钟线 */
 SDAIN;
 delay_us( 5 );          /* 延时 */
 if ( SDADATA )
 {
  cy = 1;
 }else  {
  cy = 0;
 }
 /*    cy = SDA;                   //读应答信号 */
 SCL0;                   /* 拉低时钟线 */
 delay_us( 5 );          /* 延时 */
 SDAOUT;
 return(cy);
}
/*
 * **************************************
 * 向I2C总线发送一个字节数据
 * **************************************
 */
void I2C_SendByte( uchar dat )
{
 uchar i;
 SDAOUT;
 for ( i = 0; i < 8; i++ )   /* 8位计数器 */
 {
  if ( (dat << i) & 0x80 )
  {
   SDA1;
  }else  {
   SDA0;
  }
  /* SDA = cy;               //送数据口 */
  SCLOUT;
  SCL1;           /* 拉高时钟线 */
  delay_us( 5 );  /* 延时 */
  SCL0;           /* 拉低时钟线 */
  delay_us( 5 );  /* 延时 */
 }
 I2C_RecvACK();
}
/*
 * **************************************
 * 从I2C总线接收一个字节数据
 * **************************************
 */
uchar I2C_RecvByte()
{
 uchar i;
 uchar dat = 0, cy;
 SDAOUT;
 SCLOUT;
 SDA1;                           /* 使能内部上拉,准备读取数据, */
 SDAIN;
 for ( i = 0; i < 8; i++ )       /* 8位计数器 */
 {
  dat <<= 1;
  SCL1;                   /* 拉高时钟线 */
  delay_us( 5 );          /* 延时 */
  if ( SDADATA )
  {
   cy = 1;
  }else  {
   cy = 0;
  }
  dat |= cy;              /* 读数据 */
  SCL0;                   /* 拉低时钟线 */
  delay_us( 5 );          /* 延时 */
 }
 SDAOUT;
 return(dat);
}
/*
 * **************************************
 * 向I2C设备写入一个字节数据
 * **************************************
 */
void Single_WriteI2C( uchar SlaveAddress, uchar REG_Address, uchar REG_data )
{
 I2C_Start();                    /* 起始信号 */
 I2C_SendByte( SlaveAddress );   /* 发送设备地址+写信号 */
 I2C_SendByte( REG_Address );    /* 内部寄存器地址， */
 I2C_SendByte( REG_data );       /* 内部寄存器数据， */
 I2C_Stop();                     /* 发送停止信号 */
}
/*
 * **************************************
 * 从I2C设备读取一个字节数据
 * **************************************
 */
uchar I2C_ReadByte( uchar SlaveAddress, uchar REG_Address )
{
 uchar REG_data;
 I2C_Start();                                    /* 起始信号 */
 I2C_SendByte( SlaveAddress );                   /* 发送设备地址+写信号 */
 I2C_SendByte( REG_Address );                    /* 发送存储单元地址，从0开始 */
 I2C_Start();                                    /* 起始信号 */
 I2C_SendByte( SlaveAddress + 1 );               /* 发送设备地址+读信号 */
 REG_data = I2C_RecvByte();                      /* 读出寄存器数据 */
 I2C_SendACK( 1 );                               /* 接收应答信号 */
 I2C_Stop();                                     /* 停止信号 */
 return(REG_data);
}
char ADXL345_Init( void )
{
 Single_WriteI2C( 0xA6, 0x31, 0x0B );            /* 格式 */
 Single_WriteI2C( 0xA6, 0x2C, 0x08 );            /* rate */
 Single_WriteI2C( 0xA6, 0x2D, 0x08 );
 Single_WriteI2C( 0xA6, 0x2E, 0x00 );            /*不开中断 */
 Single_WriteI2C( 0xA6, 0x1E, 0x00 );
 Single_WriteI2C( 0xA6, 0x1F, 0x00 );
 Single_WriteI2C( 0xA6, 0x20, 0x05 );
 if ( I2C_ReadByte( 0xA6, 0x00 ) != 0xe5 )       /* 读取ADXL345地址看是否有连接成功 */
 {
  delay_ms( 200 );
  return(1);
 }
 return(0);
}
short jiasu_xyz[3];
void ADXL345_GetValue( void )
{
 //float x;
 //float y;
 //float z;
 short xyz = 0; /* linshizhi */
 short qqq = 0;
 xyz = (short) I2C_ReadByte( 0xA6, DATAX1 );
 xyz <<= 8;
 xyz += (short) I2C_ReadByte( 0xA6, DATAX0 );
 qqq = (short) xyz;
 //x = qqq * 3.9;
        jiasu_xyz[0] = qqq;
 xyz = (short) I2C_ReadByte( 0xA6, DATAY1 );
 xyz <<= 8;
 xyz += (short) I2C_ReadByte( 0xA6, DATAY0 );
 qqq = (short) xyz;
 //y = qqq * 3.9;
        jiasu_xyz[1] = qqq;
 xyz = (short) I2C_ReadByte( 0xA6, DATAZ1 );
 xyz <<= 8;
 xyz += (short) I2C_ReadByte( 0xA6, DATAZ0 );
 qqq = (short) xyz;
 //z = qqq * 3.9;
 jiasu_xyz[2] = qqq;
}
```


```c
#ifndef __ADXL345_H
#define __ADXL345_H
#include "msp430.h"
#include "sys.h"
char ADXL345_Init(void);
void ADXL345_GetValue(void);
#endif
```


# 帮助、问询

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

MSP430 单片机 ADXL345 驱动 跌倒 角度

[http://www.ti.com/lit/ds/symlink/lm75a.pdf](http://www.ti.com/lit/ds/symlink/lm75a.pdf)





[https://item.szlcsc.com/8440.html](https://item.szlcsc.com/8440.html)


三根地址全部接了GND

![在这里插入图片描述](/static/img/images/02532.png)

![在这里插入图片描述](/static/img/images/02533.png)

![在这里插入图片描述](/static/img/images/02534.png)

器件地址

![在这里插入图片描述](/static/img/images/02535.png)

寄存器列表

![在这里插入图片描述](/static/img/images/02536.png)

![在这里插入图片描述](/static/img/images/02537.png)

![在这里插入图片描述](/static/img/images/02538.png)

# 部分代码

```cpp
//P1.2 (TX)  -----> RX (USB<->UART)
//P1.6 (SCL) <----> SCL (LM75, pulled up to Vcc)
//P1.7 (SDA) <----> SDA (LM75, pulled up to Vcc)
//VCC        ------ VS  (LM75)
//GND        ------ GND (LM75)
//[NC]       <----- OS  (LM75)
//GND/VCC    ------ A0  (LM75)
//GND/VCC    ------ A1  (LM75)
//GND/VCC    ------ A2  (LM75)
void timer_interrupt(void) __attribute__((interrupt(TIMER0_A0_VECTOR)));
static volatile uint32_t ticks;
enum
{
    NO_SENSOR = 0, SENSOR = 1
};
int main()
{
    uint32_t start;
    uint8_t i, sensors[8];
    int16_t temp;
    WDTCTL = WDTPW | WDTHOLD; //关闭开门狗
    //初始化时钟
    if (CALBC1_1MHZ == 0xff || CALDCO_1MHZ == 0xff)
    {
        for (;;)
            ;
    }
    BCSCTL1 = CALBC1_1MHZ;
    DCOCTL = CALDCO_1MHZ;
    /*初始化波特率 9600, N, 8, 1 */
    init_uart();
    //打开总中断
    __bis_SR_register(GIE);
    /* 设置IIC工作模式  I2C master mode, 100 kHz, 7 bit slave addresses */
    init_i2c();
    /* LM75A的IIC地址 (bits 2:0): 0x0-0x7 */
    for (i = 0; i < 0x8; ++i)
    {
        if (lm75_power_up(LM75_ADDR | i))
        {
            printf_uart("have    0x%x\r\n", LM75_ADDR | i);
            sensors[i] = SENSOR;
        }
        else
        {
            sensors[i] = NO_SENSOR;
        }
    }
    while (1)
    {
        for (i = 0; i < 0x8; ++i)
        {
            if (sensors[i] == SENSOR)
            {
                temp = lm75_get_temp(LM75_ADDR | i); //获取温度
                printf_uart("传感器地址 0x%x  的温度是", LM75_ADDR | i);
                if (temp != -1)
                {
                    printf_uart("%i.%c C \r\n", temp / 2,
                                (temp % 2) ? '5' : '0');
                }
                else
                {
                    printf_uart("-0.5  C\r\n");
                }
            }
        }
        //等待定时器的数字 延时1s
        start = ticks;
        while ((ticks - start) < 12 * 1)
            ;
    }
}
void timer_interrupt(void)
{
    ++ticks;
}
```


# 全部代码

```csharp
https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2
```

【TB作品】MSP430G2553 单片机 读取 程序 LM75A LM75 温度传感器，串口发送程序

# 完整的stm工程代码





完整工程程序代码下载请打开：

```bash
http://dt4.8tupian.net/2/28880a54b6600.pg3
```

![在这里插入图片描述](/static/img/images/02648.png)


# HX711原理图

如果你需要自己做一个HX711模块，可以使用下面这个原理图。

![在这里插入图片描述](/static/img/images/02649.png)

# HX711 可能出现不稳定的情况

原因看我这篇博客：

[https://qq742971636.blog.csdn.net/article/details/134901981](https://qq742971636.blog.csdn.net/article/details/134901981)

# HX711 如何接应变片

详细可以看我这篇博客：

[https://qq742971636.blog.csdn.net/article/details/130096375](https://qq742971636.blog.csdn.net/article/details/130096375)


# STM32F103RCT6读取HX711程序

基础程序，实现了读取重量之后打印到串口，打印克重：

![在这里插入图片描述](/static/img/images/02650.png)

额外加了一些显示和按键：

程序功能是：实现基本的重量计算和显示，并扩展自动计价、去皮、重量和价格累计。

程序中没有语音播报。


![在这里插入图片描述](/static/img/images/02651.png)

# 硬件接线

单片机--------------串口模块

单片机的5V---------串口模块的5V   

单片机的GND---------串口模块的GND

单片机的PA9---------串口模块的RX （这个是为了串口看数据，可以不接）

单片机的PA10---------串口模块的TX（这个是为了串口看数据，可以不接）


单片机--------------HX711模块

PB11--------------DAT

PB10--------------SCK

GND--------------GND

5V--------------VCC 【我这里没有写错】



![在这里插入图片描述](/static/img/images/02652.png)

这种带FT符号的引脚，是可以接5V的，所以我们使用5V给HX711供电。

![在这里插入图片描述](/static/img/images/02653.png)


# 参考资料

文档3.设计性实验要求（必须完成）

验证性实验完全使用传感器实验台上的电源、弹性梁、仪用放大器、控制器（单片机）和LED显示屏来进行实验，无法培养同学们的设计开发能力，所以，将验证性实验进行改造，升级为综合设计性实验（2个同学为一组进行，自行组合）。

设计性实验的要求：

1、弹性梁（含粘贴在梁上的4个电阻应变片）部分可以使用实验室（原有模块，也可以自行购置类似的传感器模块。（实验室为综合楼805，平时正常开放，有安排众创空间的同学值班，同学们可以随时前去）。

2、实验中需要4组电源（差动电桥的+4V、-4V和仪用放大器的+12V和-12V）可以使用基础导学课程中做的直流稳压电源，也可以使用电池组，或者使用电源适配器。

3、需要自行制作仪用放大器电路（不允许使用实验室的实验模块），可以用洞洞板焊接，也可以用AD软件画图后用制版机制版（奇客电子协会很熟悉），也可以把PCB板图发给厂家制作，放大倍数可以选择固定，也可以通过电位器调整。如果使用网上购买的仪用放大器模块或称重模块（例如HX711等，10-20元），会扣相应分值。

4、使用口袋实验室开发套件，采样仪用放大器的输出电压。编写相应的程序，**实现基本的重量计算和显示，并扩展自动计价、去皮、重量和价格累计、**语音报数等功能。

5、评分依据见文档4（“基于单片机和应变电桥的电子秤设计”课程实验报告模板），主要从设计报告内容、测量精度（分辨率可以比1克更高）、稳定性、成本等方面进行考虑。

【程序 TB作品】 STM32F103 读取HX711 ，HX711驱动程序， STM32F103RCT6，STM32F103C8T6

# 使用FFmpeg进行MKV视频音量自适应调整





在日常处理视频文件时，我们经常会遇到一个常见问题：视频中的音频在不同时间段音量不一致，时而过大，时而又过小。这样的音量不平衡会影响观影体验，尤其是对于需要清晰聆听每个细节的内容。幸运的是，借助开源工具FFmpeg的强大功能，我们可以轻松地解决这个问题。

本文将介绍如何使用FFmpeg的 `dynaudnorm` 滤镜来实现音量的自适应调整，使音频在整个播放过程中保持均衡和一致。

## FFmpeg 简介

FFmpeg 是一款开源的多媒体处理工具，支持视频、音频的转换、编辑、处理等功能。它几乎支持所有常见的音视频格式，并提供丰富的滤镜和功能，适用于各种专业和日常的音视频处理场景。

## 什么是 `dynaudnorm` 滤镜？

`dynaudnorm` 是 FFmpeg 中的一个动态音频标准化滤镜，用于调整音频的动态范围。它可以自动分析音频中不同时段的音量差异，并自适应地调整音量，使整体输出音频更加平衡。这对于处理音量忽高忽低的视频文件非常有帮助。

## 如何使用 FFmpeg 实现音量自适应调整？

### 基本用法

假设你有一个音量不平衡的MKV视频文件，你可以使用如下命令进行处理：

```bash
ffmpeg -i input.mkv -c:v copy -af "dynaudnorm" output.mkv
```

### 参数详解

- `-i input.mkv`：指定输入文件。

- `-c:v copy`：复制视频流，不对视频部分重新编码，这样可以加快处理速度。

- `-af "dynaudnorm"`：应用动态音频标准化滤镜。

- `output.mkv`：指定输出文件。

上述命令将对音频进行动态标准化处理，输出的音频部分音量将更加均衡。

### 自定义参数进行精细调整

对于一些更复杂的场景，你可以进一步自定义 `dynaudnorm` 滤镜的参数：

```bash
ffmpeg -i input.mkv -c:v copy -af "dynaudnorm=f=500:g=15:p=0.95:m=100" output.mkv
```

#### 参数解释

- `f=500`：帧大小，决定音量分析的时间段。值越大，分析时间段越长，音量变化越平滑。

- `g=15`：增益平滑度，值越小增益变化越快。适合音量变化较剧烈的音频。

- `p=0.95`：功率系数，控制音频平滑处理的程度。值越接近1，平滑效果越明显。

- `m=100`：最大增益幅度，设置音量放大的限制，避免音量过度放大引起失真。

这些参数可以根据具体的音频特性进行调整，以达到最佳效果。

## 处理效果

在处理完成后，音频部分的音量波动将会被平滑化，整体听感更加自然和舒适。这在观影体验中非常重要，特别是当你观看对话较多或背景音频复杂的内容时。

## 总结

通过FFmpeg的 `dynaudnorm` 滤镜，你可以轻松实现音量自适应调整，为视频的音频处理提供高效的解决方案。这不仅提升了视频的播放体验，还能为你在处理音视频项目时节省大量时间和精力。

无论你是视频创作者还是日常用户，掌握FFmpeg的这一功能将帮助你更好地处理音量不平衡的问题。希望这篇博客对你有所帮助！如果你有其他关于FFmpeg的技巧或问题，欢迎在评论区讨论。

Linux，使用FFmpeg进行MKV视频音量自适应调整

**如何在Linux系统中放大MKV视频文件的音量：全面指南**





在日常生活中，我们经常会录制视频，不论是用于工作、学习还是娱乐。然而，录制视频时可能会遇到一个常见的问题：录制的声音太小，播放时几乎听不清楚。这种情况下，如何放大视频文件中的音频变得非常重要。如果你使用的是Linux系统，`ffmpeg` 是一款非常强大且易用的工具，可以帮你解决这个问题。本文将详细介绍如何使用 `ffmpeg` 在Linux系统中放大MKV视频文件的音量，并回答一些相关的问题。

### 一、什么是FFmpeg？

`ffmpeg` 是一个开源的多媒体处理工具，可以用来转换音频和视频格式、采集音频和视频流、进行音频处理等。它几乎支持所有已知的音视频格式，因此在需要编辑或处理多媒体文件时，`ffmpeg` 是首选工具。

### 二、如何安装FFmpeg？

在大多数Linux发行版中，安装 `ffmpeg` 非常简单。你可以使用以下命令进行安装：

```bash
sudo apt update
sudo apt install ffmpeg
```

执行以上命令后，系统会自动下载并安装 `ffmpeg`，过程一般不会花费太长时间。安装完成后，你可以使用 `ffmpeg` 命令来处理音视频文件。

### 三、如何放大MKV文件中的音量？

现在假设你已经录制了一段MKV格式的视频，但是发现声音非常小。我们可以通过以下命令使用 `ffmpeg` 来放大音量：

```bash
ffmpeg -i input.mkv -vcodec copy -af "volume=2.0" output.mkv
```

#### 命令参数详解：

- `-i input.mkv`：指定输入文件，这里是你的原始MKV文件。

- `-vcodec copy`：表示视频部分直接复制，不重新编码，这样可以节省时间并保持视频质量。

- `-af "volume=2.0"`：这是音频滤波器设置，`volume=2.0` 代表音量放大两倍，你可以根据需要调整这个倍数。

- `output.mkv`：输出文件名，这里你可以指定任意文件名，最终生成放大音量后的MKV文件。

### 四、音量倍数的范围是什么？

一个常见的问题是：“音量倍数的范围是多少？” 在 `ffmpeg` 中，音量倍数实际上是一个任意的正数。通常的倍数选择可以参考以下几种情况：

- `volume=1.0`：保持原始音量（即没有变化）。

- `volume=2.0`：将音量放大到原来的两倍。

- `volume=0.5`：将音量减小到原来的一半。

值得注意的是，虽然倍数没有严格的上限，但当倍数设置得过高时，音频可能会出现失真或剪切现象（clipping），这会严重影响音质。因此，我们建议在调节音量时采用循序渐进的方式。例如，你可以从 `volume=1.5` 开始测试，逐渐增加或减少，直到找到理想的效果。

### 五、使用分贝（dB）调整音量

除了倍数之外，`ffmpeg` 还支持以分贝（dB）的形式调整音量。分贝是音频工程中常用的单位，能够更加精细地控制音量变化。例如：

- `volume=10dB`：增大音量10 dB。

- `volume=-5dB`：减小音量5 dB。

分贝调节更加灵活，尤其在处理高精度音频时，可以帮助你得到更满意的结果。

### 六、如何避免音质损失？

在放大音量的过程中，保持音质的完整性非常重要。以下是一些建议，帮助你避免放大音量时出现音质损失：

1. **选择合理的音量倍数**：避免使用过高的倍数，通常建议不超过 `3.0`。

2. **先尝试小幅度调整**：从 `1.5` 或 `2.0` 开始测试，逐步调整至理想状态。

3. **检查音频的采样率**：使用 `ffmpeg` 时，可以查看并确保音频采样率适合目标平台，避免由于采样率差异导致的音质问题。

### 七、总结

通过本文的介绍，你已经了解了如何在Linux系统中使用 `ffmpeg` 放大MKV视频文件中的音量。无论你是刚接触 `ffmpeg`，还是想深入了解音频处理，本文都提供了足够的信息供你参考。

`ffmpeg` 是一个非常强大的工具，通过合理使用它的音频滤波器和其他参数，你可以轻松地调整视频文件的音量，并保持高质量的输出。如果你有其他需求或问题，欢迎继续讨论！

如何在Linux系统中放大MKV视频文件的音量

在Linux系统中解压`.rar`文件，你可以使用`unrar`或`rar`工具。如果系统中还没有安装它们，可以先通过包管理器进行安装。以下是具体步骤：





### 1. 安装 `unrar`

- 对于基于Debian的发行版（如Ubuntu）：

  ```bash
  sudo apt-get install unrar
  ```

- 对于基于Red Hat的发行版（如CentOS、Fedora）：

  ```bash
  sudo yum install unrar
  ```

- 对于基于Arch的发行版（如Manjaro）：

  ```bash
  sudo pacman -S unrar
  ```

### 2. 使用 `unrar` 解压 `.rar` 文件

- 解压文件到当前目录：

  ```bash
  unrar x 文件名.rar
  ```

- 查看 `.rar` 文件内容而不解压：

  ```bash
  unrar l 文件名.rar
  ```

- 解压到指定目录：

  ```bash
  unrar x 文件名.rar /目标/目录/
  ```

### 3. 使用 `rar`（如果系统上有此工具）

- 安装方法与 `unrar` 类似，可以通过包管理器安装：

  ```bash
  sudo apt-get install rar
  ```

- 解压 `.rar` 文件：

  ```bash
  rar x 文件名.rar
  ```

如果你没有权限安装软件，或者系统上无法使用这些工具，可以考虑将 `.rar` 文件转换为其他格式（如 `.zip`）在其他系统上进行解压。

【运维】Linux如何解压.rar文件

`xargs` 是 Linux 中一个非常强大的命令，用于将标准输入中的输出作为参数传递给其他命令。通常情况下，`xargs` 用于处理长列表或者将多行输入转换成一行。





以下是 `xargs` 的基本用法和一些常见的例子：

### 基本语法
```bash
command | xargs [options] [command]
```

### 常见的例子

1. **删除文件：**

假设你有一个包含文件名的列表文件，想要删除这些文件：
```bash
cat filelist.txt | xargs rm
```

这条命令将 `filelist.txt` 中的每一行作为参数传递给 `rm` 命令来删除文件。

2. **查找并删除文件：**

假设你想要删除某个目录下所有以 `.tmp` 结尾的文件：
```bash
find /path/to/dir -name "*.tmp" | xargs rm
```

这条命令使用 `find` 找到所有 `.tmp` 文件，然后通过 `xargs` 将这些文件名传递给 `rm` 命令来删除它们。

3. **传递多个参数：**

有时你需要一次性传递多个参数给命令，比如解压多个 `.tar.gz` 文件：
```bash
ls *.tar.gz | xargs -n 1 tar -xzvf
```

`-n 1` 指定每次传递一个文件给 `tar` 命令，逐个解压文件。

4. **将输入分成多个块处理：**

如果输入列表非常长，命令可能无法处理所有参数，可以使用 `-n` 选项将它们分成多个块：
```bash
find . -name "*.log" | xargs -n 10 rm
```

这将每次删除 10 个 `.log` 文件，直到删除完所有文件。

5. **配合 `-I` 参数使用：**

`-I` 选项允许你定义一个替代字符串，将其替换为当前的参数列表：
```bash
cat urls.txt | xargs -I {} wget {}
```

这条命令会从 `urls.txt` 文件中读取 URL，并逐个用 `wget` 下载。

6. **处理带空格的文件名：**

当文件名或路径中包含空格时，使用 `-d` 选项指定分隔符，通常使用 `-print0` 和 `-0` 结合来处理：
```bash
find /path/to/dir -name "*.jpg" -print0 | xargs -0 rm
```

这将删除所有 `.jpg` 文件，确保处理路径中包含空格的情况。

### 总结

`xargs` 是处理批量命令的一大利器，可以和许多其他命令结合使用来自动化操作。它的灵活性使其在脚本编写和日常管理任务中非常有用。

![在这里插入图片描述](/static/img/images/00021.png)

【运维】Linux中的xargs指令如何使用？

**如何在浏览器中查看和管理 Cookie 信息**





#### 引言

Cookie 是我们日常浏览网页时经常遇到的一个重要概念。它们用于存储用户的登录状态、偏好设置以及其他相关信息，帮助网站提供个性化的体验。然而，很多人并不清楚如何在浏览器中找到并查看这些 Cookie 信息。本文将带您了解如何在不同浏览器中查看和管理 Cookie。

#### 什么是 Cookie？

在开始之前，我们先简要介绍一下什么是 Cookie。Cookie 是由网站生成并存储在用户设备上的小数据片段，它们可以包含用户会话信息、跟踪用户活动或存储用户偏好设置。当您再次访问同一网站时，浏览器会发送这些 Cookie 以帮助网站识别您，从而提供更好的服务。

#### 如何在浏览器中查看 Cookie？

以下是如何在现代浏览器中查看 Cookie 的步骤：

##### 1. 打开开发者工具

首先，您需要登录到您想要查看 Cookie 的网站。接下来，使用以下快捷键打开开发者工具：

- **Google Chrome 或 Microsoft Edge**：按 `F12` 或 `Ctrl + Shift + I`。

- **Firefox**：按 `F12` 或 `Ctrl + Shift + I`。

- **Safari**：按 `Command + Option + I`（需要在浏览器设置中启用开发者工具）。

##### 2. 查看 Cookie 信息

在开发者工具界面中，找到对应的选项卡来查看 Cookie 信息：

- **Google Chrome/Edge**：点击 `Application` 选项卡。

- **Firefox**：点击 `Storage` 选项卡。

在 `Application` 或 `Storage` 选项卡下，找到 `Cookies` 部分。您会看到一个展开的菜单，显示当前网站和其他相关域的 Cookie。

##### 3. 查看具体 Cookie 信息

点击相应的域名后，您将看到该网站的所有 Cookie 列表。在这个列表中，您可以查看每个 Cookie 的名称、值、域、路径、过期时间等信息。

##### 4. 复制和管理 Cookie

如果您需要使用某个 Cookie 的值，可以右键单击它并选择 `Copy`（复制）来获取。然后，您可以将复制的 Cookie 信息粘贴到需要使用的地方（例如脚本、工具等）。

#### 注意事项

Cookie 是非常敏感的信息，包含了您的登录状态和个人偏好设置。若将这些信息泄露给不受信任的方，可能会导致账户被盗或个人信息泄露。因此，请务必谨慎处理 Cookie 信息，并确保在安全可靠的环境下使用。

#### 结语

了解如何查看和管理 Cookie 信息有助于更好地控制您的浏览器数据安全。希望本文能为您提供清晰的指导，如果您有任何进一步的问题或需要更详细的帮助，欢迎随时联系我！

![在这里插入图片描述](/static/img/images/00023.png)

【运维】如何在浏览器中查看和管理 Cookie 信息？

# tesseract 1.png output --oem 1 -l chi_sim+eng





Error opening data file /usr/share/tesseract-ocr/4.00/tessdata/chi_sim.traineddata

Please make sure the TESSDATA_PREFIX environment variable is set to your "tessdata" directory.

Failed loading language 'chi_sim'

Tesseract Open Source OCR Engine v4.1.1 with Leptonica


这个错误提示表明 Tesseract 无法找到 `chi_sim.traineddata` 文件，也就是简体中文的语言数据文件。要解决这个问题，你可以按照以下步骤操作：

### 1. 确认 `tessdata` 目录的位置

首先，确认 Tesseract 的 `tessdata` 目录中是否已经存在 `chi_sim.traineddata` 文件。默认情况下，这个目录可能位于 `/usr/share/tesseract-ocr/4.00/tessdata/` 或 `/usr/share/tessdata/`。

### 2. 下载 `chi_sim.traineddata` 文件

如果你没有 `chi_sim.traineddata` 文件，你需要手动下载。你可以从 Tesseract 的 GitHub 仓库下载简体中文的训练数据：

```bash
wget https://github.com/tesseract-ocr/tessdata/blob/main/chi_sim.traineddata -O /path/to/tessdata/chi_sim.traineddata
```

将 `/path/to/tessdata/` 替换为你系统中实际的 `tessdata` 目录路径。

或者下载gitee这里的：

```csharp
git clone https://gitee.com/superaskar/tessdata.git
```

### 3. 设置 `TESSDATA_PREFIX` 环境变量

如果你的 `tessdata` 目录不在默认路径下，或者 Tesseract 无法找到这个目录，你需要设置 `TESSDATA_PREFIX` 环境变量，使其指向正确的 `tessdata` 目录：

```bash
export TESSDATA_PREFIX=/path/to/tessdata/
```

再次执行 OCR 命令：

```bash
tesseract 1.png output --oem 1 -l chi_sim+eng
```

### 4. 确认 `tessdata` 目录中的文件是否正确

最后，确保你在 `tessdata` 目录中确实有 `chi_sim.traineddata` 文件，并且文件名称拼写正确。

### 结语

通过下载并配置好语言数据文件，以及设置正确的环境变量，你应该能够顺利使用 Tesseract 进行中英文混合文本的识别。如果问题仍然存在，建议检查 `tessdata` 目录中的文件权限，确保 Tesseract 可以读取这些文件。

Failed loading language ‘chi_sim‘ Tesseract Open Source OCR Engine v4.1.1 with Leptonica

## 官网教程

https://www.yuque.com/baicaigongchang1145haoyuangong/ib3g1e/xyyqrfwiu3e2bgyk

https://github.com/RVC-Boss/GPT-SoVITS

## GPT-SoVITS原理

![在这里插入图片描述](/static/img/images/00065.png)

![在这里插入图片描述](/static/img/images/00066.png)

![在这里插入图片描述](/static/img/images/00067.png)

![在这里插入图片描述](/static/img/images/00068.png)




## 制作镜像

不用docker不行，不好分配显卡，

做个docker镜像：

```bash
docker pull pytorch/pytorch:2.1.2-cuda12.1-cudnn8-devel
```

执行：
```bash
docker run -it --gpus device=3 --net host -v /ssd/xd/tts/GPT-SoVITS:/ssd/xd/tts/GPT-SoVITS pytorch/pytorch:2.1.2-cuda12.1-cudnn8-devel bash
```

必要环境：
```bash
export http_proxy=101.136.19.261:10829
export https_proxy=101.136.19.261:10829
conda install -c conda-forge gcc -y
conda install -c conda-forge gxx -y
conda install ffmpeg cmake -y
cd /ssd/xd/tts/GPT-SoVITS
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
apt update && apt install -t git vim wget curl
```

加一句到~/.bashrc：

```go
export LD_LIBRARY_PATH=/opt/conda/lib/python3.10/site-packages/torch/lib:$LD_LIBRARY_PATH
```

一般的miniconda安装路径在这里：/root/miniconda3/envs/gsv/lib/python3.10/site-packages/torch/lib


设置容器语言环境：
你可以尝试在容器内设置语言环境，以支持中文字符显示。可以使用以下命令：


```bash
apt-get update && apt-get install -y locales
locale-gen zh_CN.UTF-8
export LANG=zh_CN.UTF-8
```

dockerfile:

```bash
RUN apt-get update && apt-get install -y locales \
    && locale-gen zh_CN.UTF-8 \
    && /usr/sbin/update-locale LANG=zh_CN.UTF-8
ENV LANG zh_CN.UTF-8

```


装一个合适的onnxruntime-gpu:

![image.png](/static/img/3693c08841ce7edb5b98f13213611672.image.webp)

https://onnxruntime.ai/docs/install/#requirements


```bash
wget https://aiinfra.pkgs.visualstudio.com/PublicPackages/_apis/packaging/feeds/d3daa2b0-aa56-45ac-8145-2c3dc0661c87/pypi/packages/ort-nightly-gpu/versions/1.17.dev20240118002/ort_nightly_gpu-1.17.0.dev20240118002-cp310-cp310-manylinux_2_28_x86_64.whl/content
mv content ort_nightly_gpu-1.17.0.dev20240118002-cp310-cp310-manylinux_2_28_x86_64.whl
pip install ort_nightly_gpu-1.17.0.dev20240118002-cp310-cp310-manylinux_2_28_x86_64.whl
pip install onnx
```




## docker push

push镜像给大家用：

```go
docker push kevinchina/deeplearning:2.1.2-cuda12.1-cudnn8-devel-gptsovitsv4
```


## 数据格式


![在这里插入图片描述](/static/img/images/00069.png)

## 拉取代码&下载模型

拉最新的代码：

```bash
cd /root/xiedong/tts
git clone https://github.com/RVC-Boss/GPT-SoVITS.git
```

需要下载一些文件到对应目录。

1. 下载预训练模型:

    ```bash
    # https://huggingface.co/lj1995/GPT-SoVITS/tree/main 下载预训练模型，并将其放置在 GPT_SoVITS/pretrained_models 目录中。
    我这里不再演示，注意，GPT-SoVITS项目下面的GPT-SoVITS目录里面有一个pretrained_models目录，别搞错了。
    scp -r -P 16120 xiedong@101.136.19.26:/ssd/xiedong/tts/GPT-SoVITS/GPT_SoVITS/pretrained_models ./
    ```


2. 从 G2PWModel_1.1.zip 下载模型，解压并重命名为 G2PWModel，然后将其放置在 GPT_SoVITS/text 目录中。（仅限中文TTS） https://paddlespeech.bj.bcebos.com/Parakeet/released_models/g2p/G2PWModel_1.1.zip


    ```bash
    scp -r -P 16120 xiedong@101.136.19.26:/ssd/xiedong/tts/GPT-SoVITS/GPT_SoVITS/text/G2PWModel ./
    ```

3. 对于 UVR5（人声/伴奏分离和混响移除，额外功能），从 UVR5 Weights 下载模型，并将其放置在 tools/uvr5/uvr5_weights 目录中。


    ```bash
    scp -r -P 16120 xiedong@101.136.19.26:/ssd/xiedong/tts/GPT-SoVITS/tools/uvr5/uvr5_weights/* ./
    ```

    ![image.png](/static/img/a3f8b19b209340ac57913c9dd770b400.image.webp)

4. 对于中文 ASR（额外功能），从 [Damo ASR Model](https://modelscope.cn/models/iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch/files)、[Damo VAD Model](https://modelscope.cn/models/iic/speech_fsmn_vad_zh-cn-16k-common-pytorch/files) 和 [Damo Punc Model](https://modelscope.cn/models/iic/punc_ct-transformer_zh-cn-common-vocab272727-pytorch/files) 下载模型，并将它们放置在 tools/asr/models 目录中。
5. 对于英语或日语 ASR（额外功能），从 Faster Whisper Large V3 下载模型，并将其放置在 tools/asr/models 目录中。此外，其他模型 可能具有类似效果且占用更少的磁盘空间。
https://huggingface.co/Systran/faster-whisper-large-v3/tree/main



    ![image.png](/static/img/a87353aaee7ff2481efd16cebcc15f71.image.webp)



## 启动容器

目录介绍：
1. GPT-SoVITS/GPT_weights_v2/ 存放训练后的GPT模型，pt结尾
2. GPT-SoVITS/SoVITS_weights_v2/ 存放训练后的SoVITS模型，pth结尾


运行容器：

```bash
docker run -it --shm-size=16g --env=is_half=False --gpus all --net host -v /root/xiedong/tts:/root/xiedong/tts kevinchina/deeplearning:2.1.2-cuda12.1-cudnn8-devel-gptsovitsv4 bash
```


## 启动webui


```bash
cd /root/xiedong/tts/GPT-SoVITS-items
python webui.py
```

## 用自带的UVR5处理音频


### **第一步：分离人声**：
   - 人声/伴奏分离与混响去除的任务。使用 **model_bs_roformer_ep_317_sdr_12.9755** 模型进行处理，这是当前效果最好的模型，目的是提取人声。


    记住：一定要mkdir创建好文件目录再开始。我的wav文件目录是/root/xiedong/tts/datasets/shiyu，我vocal存/root/xiedong/tts/datasets/shiyu_uvr5，我accompaniment存/root/xiedong/tts/datasets/shiyu_uvr5_accompaniment。我就像下图设么设置。


    ![image.png](/static/img/0910e0d3161c3e87222f6e40263d6add.image.webp)
    


### **第二步：混响去除**：
   
   将输出的干声音频使用 **onnx_dereverb_By_FoxJoy** 处理去混响。

    再mkdir一个存人声的目录：mkdir /root/xiedong/tts/datasets/shiyu_uvr5_2,然后这样写入去除这个路径的混响：/root/xiedong/tts/datasets/shiyu_uvr5。这一步很慢。
   
    ![image.png](/static/img/f8d8d53cca5e65a3896a4f5d5360bd93.image.webp)
    

3. 第三步：混响去除 使用 **DeEcho-Aggressive** 进行最后的混响去除。





4. **输出格式**：
   - 输出格式选择 **wav**。

5. **输出路径**：
   - 默认输出文件夹为 **GPT-SoVITS-beta\output\uvr5_opt**，建议不要修改输出路径，避免后续找不到文件。

6. **处理结果文件说明**：
   - `(vocal)` 表示处理后的人声。
   - `(instrument)` 表示伴奏。
   - `(_vocal_main_vocal)` 表示无混响的音频文件。
   - `(others)` 是混响文件。
   - 最终使用的文件是 `(vocal)` 和 `(_vocal_main_vocal)`，其他文件可以删除。

7. **结束步骤**：
   - 处理结束后，记得在 **WebUI** 中关闭 **UVR5** 来节省显存。



## 切割音频

我不切

## 音频降噪

我不降噪

## 打标

开启打标后，模型会对所有wav打标记，生成一个文件/root/xiedong/tts/datasets/shiyu_uvr5/asr_opt/shiyu_uvr5.list

![image.png](/static/img/61d1a80d8c1aa34049f5ab015a6944a8.image.webp)

现在这个/root/xiedong/tts/datasets/shiyu_uvr5/asr_opt/shiyu_uvr5.list里是这个样子：



也就是这个格式：

```bash
vocal_path|speaker_name |language|text
```


## 校对标注

我其实本身有标注，我要把/root/xiedong/tts/datasets2/shiyuv2_vk2下面所有wav文件都标注出来。

我希望生成一个文件`/root/xiedong/tts/datasets2/shiyuv2_vk2.list`，每一行都是一个数据集的一个样本，格式是这样的：

```bash
vocal_path|speaker_name|language|text
```
1. vocal_path 是wav文件绝对路径
2. speaker_name 是说话人，我希望写成“shiyu”
3. language得看情况，tts文本如果全是中文，那就是zh；全是英文，那就是en；两者都有，那也给zh。
>     Language dictionary:
>     'zh': Chinese
>     'ja': Japanese
>     'en': English
>     'ko': Korean
>     'yue': Cantonese
4. text 是tts的文本。

我希望整体顺序是先zh，再en，最后中英混合的zh。




## 启动webui训练


```bash
cd /root/xiedong/tts/GPT-SoVITS-items
python webui.py
```

检查是否有这几个文件：


```bash
root@k8s-node-10:~/xiedong/tts/GPT-SoVITS# ll GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2G2333k.pth
-rw-r--r-- 1 root root 106035259 Sep 12 03:09 GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2G2333k.pth
root@k8s-node-10:~/xiedong/tts/GPT-SoVITS# ll GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2D2333k.pth
-rw-r--r-- 1 root root 93534164 Sep 12 03:09 GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s2D2333k.pth
root@k8s-node-10:~/xiedong/tts/GPT-SoVITS# ll GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch=12-step=369668.ckpt
-rw-r--r-- 1 root root 155315150 Sep 12 03:09 'GPT_SoVITS/pretrained_models/gsv-v2final-pretrained/s1bert25hz-5kh-longer-epoch=12-step=369668.ckpt'
```

### 0-前置数据集获取工具

一键三连：

![image.png](/static/img/a27b4ed243dcc0f5a024f8b7d3e6d438.image.webp)



### 1B-微调训练

![image.png](/static/img/7e3d8f21fd372e642692368406cd48fc.image.webp)



![image.png](/static/img/c0aec8992834bdf16d58b946e9490dc9.image.webp)


![image.png](/static/img/bc47b690648150fed6af2aedb3a4930b.image.webp)

###  1C-推理

![image.png](/static/img/02d4e33d7a01df320e169893f1849777.image.webp)



## 源码的推理

【深度学习】【语音TTS】GPT-SoVITS v2 实战，训练一个人的音色，Docker镜像

错误：





```go
-- Process 0 terminated with the following error:
Traceback (most recent call last):
  File "/opt/conda/lib/python3.10/site-packages/torch/multiprocessing/spawn.py", line 74, in _wrap
    fn(i, *args)
  File "/ssd/xd/tts/GPT-SoVITS/GPT_SoVITS/s2_train.py", line 255, in run
    train_and_evaluate(
  File "/ssd/xd/tts/GPT-SoVITS/GPT_SoVITS/s2_train.py", line 340, in train_and_evaluate
    ) = net_g(ssl, spec, spec_lengths, text, text_lengths)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1518, in _wrapped_call_impl
    return self._call_impl(*args, **kwargs)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1527, in _call_impl
    return forward_call(*args, **kwargs)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/parallel/distributed.py", line 1519, in forward
    else self._run_ddp_forward(*inputs, **kwargs)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/parallel/distributed.py", line 1355, in _run_ddp_forward
    return self.module(*inputs, **kwargs)  # type: ignore[index]
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1518, in _wrapped_call_impl
    return self._call_impl(*args, **kwargs)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1527, in _call_impl
    return forward_call(*args, **kwargs)
  File "/ssd/xd/tts/GPT-SoVITS/GPT_SoVITS/module/models.py", line 923, in forward
    ge = self.ref_enc(y[:,:704] * y_mask, y_mask)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1518, in _wrapped_call_impl
    return self._call_impl(*args, **kwargs)
  File "/opt/conda/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1527, in _call_impl
    return forward_call(*args, **kwargs)
  File "/ssd/xd/tts/GPT-SoVITS/GPT_SoVITS/module/modules.py", line 756, in forward
    x = x.masked_fill(mask.unsqueeze(-1), 0)
  File "/opt/conda/lib/python3.10/site-packages/torch/utils/data/_utils/signal_handling.py", line 66, in handler
    _error_if_any_worker_fails()
RuntimeError: DataLoader worker (pid 12218) is killed by signal: Bus error. It is possible that dataloader's workers are out of shared memory. Please try to raise your shared memory limit.
```

### 在 Docker 中处理 PyTorch DataLoader 内存不足的问题

当我们使用 Docker 容器进行深度学习任务时，有时会遇到以下错误：

```
RuntimeError: DataLoader worker (pid 12218) is killed by signal: Bus error. It is possible that dataloader's workers are out of shared memory. Please try to raise your shared memory limit.
```

这个错误通常出现在使用 PyTorch 的 DataLoader 时，尤其是在数据量大或者使用了多个 worker 进程的情况下。这篇博客将解释这个错误的原因，并介绍如何通过调整 Docker 配置来解决问题。

#### 什么是共享内存？

共享内存（shared memory）是一种进程间通信的方式，允许多个进程共享同一块内存区域。在深度学习任务中，DataLoader 的多个 worker 进程常常需要共享大量数据以高效处理数据加载。当共享内存不足时，便会导致上述错误。

#### Docker 默认的共享内存大小

在 Docker 中，默认的共享内存大小仅为 **64MB**。对于大多数深度学习任务来说，这个默认值往往是不够的，特别是在处理大量数据或使用多个 DataLoader worker 时。

#### 如何调整 Docker 的共享内存大小？

幸运的是，我们可以通过 Docker 的 `--shm-size` 参数来调整容器的共享内存大小。以下是具体的操作步骤：

1. **启动 Docker 容器时设置共享内存大小**  

   你可以在启动 Docker 容器时通过 `--shm-size` 参数来调整共享内存大小。例如，将共享内存设置为 1GB：

   ```bash
   docker run --shm-size=1g <your_docker_image>
   ```

2. **适当的共享内存设置**  

   - **64MB（默认）**: 适合一些简单、不需要大量内存的应用。

   - **1GB**: 对于大多数深度学习任务，这是一个合适的起点。

   - **2GB 或以上**: 如果你的任务数据量特别大，或者需要使用多个 DataLoader worker 进程，可能需要将共享内存增加到 2GB 或更高。

#### 其他建议

除了调整共享内存大小，你还可以通过以下方式进一步优化性能并减少内存问题：

- **减少 DataLoader 中的 worker 数量**：在 `DataLoader` 中将 `num_workers` 设置为较低的值，如 1 或 2，这样可以减少对共享内存的需求。

  

  ```python
  DataLoader(dataset, num_workers=2, ...)
  ```

- **调整批次大小（batch size）**：减小批次大小可以降低内存占用，从而减少发生内存不足错误的可能性。

- **使用 pin_memory**：如果你在使用 GPU，考虑在 DataLoader 中启用 `pin_memory=True`，这可以提高数据加载的效率。

#### 总结

当你在 Docker 容器中使用 PyTorch 进行深度学习任务时，默认的 64MB 共享内存可能不足，导致 DataLoader 出现内存不足的错误。通过调整 Docker 的 `--shm-size` 参数，你可以有效解决这个问题。对于大多数应用场景，建议将共享内存设置为至少 1GB，如果任务复杂或数据量较大，考虑增加到 2GB 或以上。同时，适当地减少 DataLoader 的 worker 数量或调整批次大小也是有效的优化手段。

通过这些调整，你可以更稳定高效地运行深度学习任务，避免因内存不足导致的错误。

【运维】out of shared memory. Please try to raise your shared memory limit

![在这里插入图片描述](/static/img/images/00070.png)







你可以使用Python程序或Linux命令来将M4A文件转换为WAV文件。下面分别介绍这两种方法。

### 方法一：使用FFmpeg命令行工具（Linux命令）

FFmpeg 是一个强大的多媒体处理工具，支持音视频转换、处理等操作。你可以在终端中使用以下命令将M4A文件转换为WAV文件：

```bash
ffmpeg -i input.m4a output.wav
```

这里`input.m4a`是你要转换的M4A文件的路径，`output.wav`是你希望生成的WAV文件的路径和文件名。

如果你的系统没有安装FFmpeg，可以通过以下命令安装：

- 在Ubuntu/Debian上：

  ```bash
  sudo apt-get install ffmpeg
  ```

- 在CentOS/RHEL上：

  ```bash
  sudo yum install ffmpeg
  ```

- 在macOS上（使用Homebrew）：

  ```bash
  brew install ffmpeg
  ```

### 方法二：使用Python中的`pydub`库

你也可以使用Python中的`pydub`库来实现M4A到WAV的转换。首先，需要安装`pydub`库和FFmpeg：

```bash
pip install pydub
```

你还需要确保系统上已经安装了FFmpeg，因为`pydub`依赖它来进行格式转换。

下面是一个Python示例代码，将M4A文件转换为WAV文件：

```python
from pydub import AudioSegment
# 打开M4A文件
audio = AudioSegment.from_file("input.m4a", format="m4a")
# 导出为WAV文件
audio.export("output.wav", format="wav")
```

这里`input.m4a`是输入的M4A文件路径，`output.wav`是输出的WAV文件路径。

### 总结

- **FFmpeg**: 适合直接在终端进行批量转换，非常快捷。

- **pydub**: 适合在Python程序中集成音频转换功能，灵活性高。

m4a转wav，使用FFmpeg和Python将M4A文件转换为WAV

![在这里插入图片描述](/static/img/images/00071.png)






深入理解 Linux 中的 `mv` 命令：移动文件和文件夹的艺术

在日常使用 Linux 的过程中，`mv`（move）命令是我们经常会用到的一个命令，它不仅可以用来移动文件和文件夹，还可以用于重命名。尽管 `mv` 看似简单，但在实际使用中，我们可以通过一些技巧使其更为强大和灵活。本篇博客将深入探讨 `mv` 命令的各种用法，并分享一些实用的小技巧，帮助你更高效地管理文件。

### 一、基本语法

`mv` 命令的基本语法如下：

```bash
mv [选项] 源文件 目标路径
```

其中，`源文件` 是你想要移动或重命名的文件或文件夹，`目标路径` 是你希望将其移动到的目的地。

### 二、基本用法

1. **移动文件：**

   ```bash
   mv filename.txt /home/user/documents/
   ```

   这条命令将 `filename.txt` 文件从当前目录移动到 `/home/user/documents/` 目录下。

2. **移动并重命名文件：**

   ```bash
   mv filename.txt /home/user/documents/newname.txt
   ```

   这条命令不仅移动了文件，还将文件重命名为 `newname.txt`。

3. **移动文件夹：**

   ```bash
   mv foldername /home/user/documents/
   ```

   这条命令将文件夹 `foldername` 及其内容移动到 `/home/user/documents/` 目录下。

### 三、使用 `mv` 移动所有文件但排除特定文件或文件夹

有时候，我们可能需要移动一个目录中的所有文件和文件夹，但希望排除某些特定的文件或文件夹。假设你要移动所有文件和文件夹，但排除 `.git` 文件夹，可以使用以下方法：

```bash
shopt -s extglob
mv !( .git ) /path/to/destination/
```

#### **命令解释：**

- `shopt -s extglob`：这是一个 Bash 内建命令，用于启用扩展模式匹配（extglob）。

- `mv !( .git ) /path/to/destination/`：在这个命令中，`!( .git )` 是一个模式匹配表达式，表示匹配除了 `.git` 文件夹之外的所有文件和文件夹。

这个命令会将当前目录下所有的文件和文件夹（除了 `.git`）移动到指定的目的地 `/path/to/destination/`。

### 四、其他常用选项

1. **覆盖提示：** 默认情况下，`mv` 会直接覆盖目标路径中的同名文件。如果你希望在覆盖文件之前得到提示，可以使用 `-i` 选项。

   ```bash
   mv -i filename.txt /home/user/documents/
   ```

2. **强制覆盖：** 如果你希望在移动文件时强制覆盖目标路径中的文件，可以使用 `-f` 选项。

   ```bash
   mv -f filename.txt /home/user/documents/
   ```

3. **显示移动过程：** 使用 `-v` 选项可以显示移动过程，便于调试。

   ```bash
   mv -v filename.txt /home/user/documents/
   ```

### 五、总结

通过本文的介绍，我们可以看到 `mv` 命令不仅仅是一个简单的移动工具，通过一些小技巧和选项，我们可以灵活地处理文件和文件夹的移动与重命名任务。特别是在需要排除特定文件或文件夹的情况下，使用扩展的模式匹配可以极大地方便操作。掌握这些技能，将有助于你更高效地管理 Linux 系统中的文件。

【运维】深入理解 Linux 中的 `mv` 命令，使用 `mv` 移动所有文件但排除特定文件或文件夹

![在这里插入图片描述](/static/img/images/00072.png)





# 报错信息

```go
able of handling various complex tasks. Please report the progress of this project to the team members.
 > ===========================
  0%|                                                                                                                                         | 0/7 [00:00<?, ?it/s]
Traceback (most recent call last):
  File "/ssd/xd/tts/MeloTTS/x01.py", line 37, in <module>
    model.tts_to_file(text, speaker_ids['EN-US'], output_path, speed=speed)
  File "/ssd/xd/tts/MeloTTS/melo/api.py", line 100, in tts_to_file
    bert, ja_bert, phones, tones, lang_ids = utils.get_text_for_tts_infer(t, language, self.hps, device, self.symbol_to_id)
  File "/ssd/xd/tts/MeloTTS/melo/utils.py", line 23, in get_text_for_tts_infer
    norm_text, phone, tone, word2ph = clean_text(text, language_str)
  File "/ssd/xd/tts/MeloTTS/melo/text/cleaner.py", line 12, in clean_text
    phones, tones, word2ph = language_module.g2p(norm_text)
  File "/ssd/xd/tts/MeloTTS/melo/text/english.py", line 242, in g2p
    phone_list = list(filter(lambda p: p != " ", _g2p(w)))
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/g2p_en/g2p.py", line 162, in __call__
    tokens = pos_tag(words)  # tuples of (word, tag)
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/nltk/tag/__init__.py", line 165, in pos_tag
    tagger = _get_tagger(lang)
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/nltk/tag/__init__.py", line 107, in _get_tagger
    tagger = PerceptronTagger()
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/nltk/tag/perceptron.py", line 183, in __init__
    self.load_from_json(lang)
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/nltk/tag/perceptron.py", line 273, in load_from_json
    loc = find(f"taggers/averaged_perceptron_tagger_{lang}/")
  File "/ssd/xd/miniconda3/envs/melotts/lib/python3.10/site-packages/nltk/data.py", line 582, in find
    raise LookupError(resource_not_found)
LookupError:
**********************************************************************
  Resource averaged_perceptron_tagger_eng not found.
  Please use the NLTK Downloader to obtain the resource:
  >>> import nltk
  >>> nltk.download('averaged_perceptron_tagger_eng')
  For more information see: https://www.nltk.org/data.html
  Attempted to load taggers/averaged_perceptron_tagger_eng/
  Searched in:
    - '/home/xd/nltk_data'
    - '/ssd/xd/miniconda3/envs/melotts/nltk_data'
    - '/ssd/xd/miniconda3/envs/melotts/share/nltk_data'
    - '/ssd/xd/miniconda3/envs/melotts/lib/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'
    - '/home/xd/nltk_data'
***************************************************************
```

# 解决

python代码前加这几句，开魔法执行，会下载好对应包，就不会报错了。
```go
import nltk
nltk.data.path.append('/home/xd/nltk_data')  # 添加路径
nltk.download('averaged_perceptron_tagger_eng')
```

要有魔法才行，路径可以改为自己喜欢的，python能找到的。比如显示在这些地方找，那就选一个。

![在这里插入图片描述](/static/img/images/00073.png)

【运维】报错Resource averaged_perceptron_tagger_eng not found.

一直要求输入密码，很烦人：





![在这里插入图片描述](/static/img/images/00079.png)

如何免密连接？

1 重新打开gateway，来到这个界面点新建连接：

![在这里插入图片描述](/static/img/images/00080.png)

2 点这里设置：

![在这里插入图片描述](/static/img/images/00081.png)

3 在这一页，你可以改你的所有配置，只要设置为password并且保存密码，就可以一直爽：

![在这里插入图片描述](/static/img/images/00082.png)

【运维】JetBrains Gateway (Pycharm) SSH免密连接，改为免密连接

![在这里插入图片描述](/static/img/images/00083.png)





## 深入了解 `grep` 命令：全面指南

`grep` 是 Linux/Unix 系统中的一款非常强大的命令行工具，用于在文本中搜索特定的模式或字符串。无论是日常任务还是复杂的文本处理，`grep` 都能帮助你高效地找到所需的信息。在这篇博客中，我们将详细介绍 `grep` 的基本用法、常用选项以及一些高级技巧和实际应用场景。

### 基本用法

`grep` 的最基本用法如下：

```bash
grep 'pattern' filename
```

- **pattern**：你要搜索的字符串或正则表达式。

- **filename**：要在其中搜索的文件名。

#### 示例：查找文件 `sample.txt` 中包含 `hello` 的行

```bash
grep 'hello' sample.txt
```

这个命令将搜索 `sample.txt` 中所有包含 `hello` 字符串的行，并将匹配的行输出到终端。

### 选项和常用参数

`grep` 提供了多种选项，帮助用户更灵活地进行搜索。下面是一些常用的参数及其示例。

#### 1. 忽略大小写：`-i`

```bash
grep -i 'hello' sample.txt
```

此命令忽略大小写，找到所有形式的 `hello`（如 `HELLO`、`Hello` 等）。

#### 2. 显示行号：`-n`

```bash
grep -n 'hello' sample.txt
```

此命令会显示匹配行的行号，方便定位。

#### 3. 递归搜索：`-r`

```bash
grep -r 'hello' /path/to/directory
```

递归搜索指定目录下的所有文件，查找包含 `hello` 的行。

#### 4. 只显示匹配的行：`-o`

```bash
grep -o 'hello' sample.txt
```

只显示匹配的字符串，而不是整行内容。

#### 5. 显示匹配行的上下文：`-C`

```bash
grep -C 3 'hello' sample.txt
```

显示匹配行以及上下各三行的内容，以便了解匹配所在的上下文。

#### 6. 匹配整个单词：`-w`

```bash
grep -w 'hello' sample.txt
```

只匹配完整的单词，如 `hello`，而不会匹配 `helloworld`。

#### 7. 统计匹配的行数：`-c`

```bash
grep -c 'hello' sample.txt
```

统计文件中包含 `hello` 的行数。

### 使用正则表达式

`grep` 支持正则表达式，使其在处理复杂的文本匹配时更加得心应手。

#### 匹配以某字符串开头的行

```bash
grep '^hello' sample.txt
```

匹配以 `hello` 开头的行。

#### 匹配以某字符串结尾的行

```bash
grep 'hello$' sample.txt
```

匹配以 `hello` 结尾的行。

#### 匹配任意字符

```bash
grep 'h.llo' sample.txt
```

匹配 `h` 和 `llo` 之间有一个任意字符的行，如 `hello` 或 `hallo`。

### 实际应用场景

`grep` 的应用非常广泛，从搜索日志文件到查找特定的代码片段，以下是一些常见的使用场景。

#### 1. 查找日志文件中的错误信息

假设你有一个日志文件 `logfile.txt`，你希望找到所有包含 `error` 的行，并且忽略大小写，显示行号并提供上下文信息：

```bash
grep -inC 2 'error' logfile.txt
```

#### 2. 搜索特定文件类型

你可以通过 `grep` 在特定类型的文件中搜索。例如，要在一个目录及其子目录中的所有 `.py` 文件中搜索包含字符串 "reg_model.pt" 的文件：

```bash
grep -r --include="*.py" 'reg_model.pt' /path/to/directory
```

#### 3. 查找代码中的 `TODO` 注释

如果你想在项目中找到所有标记为 `TODO` 的注释：

```bash
grep -r --include="*.py" 'TODO' /home/user/projects
```

#### 4. 排除特定文件或目录

在递归搜索时，排除某些不相关的文件或目录可能会更有效率：

```bash
grep -r --exclude="*.log" 'failure' /var/logs
```

### 其他实用例子

#### 查找并高亮显示匹配项

你可以使用 `--color` 参数来高亮显示匹配到的内容：

```bash
grep --color 'pattern' filename.txt
```

#### 查找空行

查找文件中所有的空行（即没有任何字符的行）：

```bash
grep '^$' filename.txt
```

#### 查找不包含某个字符串的行

使用 `-v` 参数查找不包含特定字符串的行：

```bash
grep -v 'error' logfile.txt
```

### 总结

`grep` 是一个功能强大且灵活的工具，广泛应用于文本处理和日志分析。通过熟练掌握其各种选项和正则表达式，你可以更高效地处理日常任务。在工作中，`grep` 可以帮助你快速定位问题，提升工作效率。

无论你是新手还是经验丰富的开发者，`grep` 都是你工具箱中不可或缺的利器。通过不断实践和应用，你会发现 `grep` 的强大之处，并逐渐掌握它的高级用法。

【运维】深入了解 grep 命令，如何优雅地使用 grep 命令

### Linux 内核简介





Linux 内核是操作系统中最核心的部分，负责管理计算机的硬件资源，包括处理器、内存和外围设备。它为上层的应用程序提供了必要的系统服务，比如进程管理、文件系统控制和网络通信等。Linux 内核是一个开源项目，由 Linus Torvalds 在 1991 年首次发布，现在由全球的开发者共同开发和维护。

### 如何查看 Ubuntu 当前的内核版本

在 Ubuntu 系统中，查看当前正在使用的内核版本非常简单。你只需要打开终端（Terminal）并输入以下命令：

```bash
uname -r
```

这个命令会返回一个版本号，它表示了你的系统正在运行的内核版本。例如，输出 `5.4.0-42-generic` 表示你正在使用的是 5.4.0 版本的 Linux 内核。

### 如何更新 Linux 内核

更新 Ubuntu 的 Linux 内核可以通过几种方法实现，最常用的是使用系统自带的包管理工具。以下是通过命令行更新内核的步骤：

1. 首先，打开一个终端窗口。

2. 输入以下命令以更新你的包列表：

   ```bash
   sudo apt update
   ```

3. 接下来，可以安装推荐的内核更新：

   ```bash
   sudo apt full-upgrade
   ```

   或者，如果你知道特定的内核版本号，你可以直接安装：

   ```bash
   sudo apt install linux-image-你的内核版本-generic
   ```

### 更新内核的影响

更新 Linux 内核有其重要性，也带来一些影响，值得用户注意：

1. **性能提升**：新版本的内核通常包含了性能优化，能更有效地管理硬件资源，提升系统整体性能。

2. **安全性增强**：内核更新往往包括安全补丁，可以修复已知的安全漏洞，增强系统的安全性。

3. **支持更多硬件**：随着新硬件的发布，新版本的内核通常会加入对这些硬件的支持，如果你计划升级硬件，更新内核可能是必需的。

4. **可能的不兼容**：尽管不常见，新内核可能与某些旧的软件或驱动不兼容。因此，在更新内核之前，建议备份重要数据。

### 结语

理解 Linux 内核及其更新过程对于任何使用 Linux 系统的用户来说都是非常重要的。通过保持内核的更新，用户可以享受到更好的性能，更高的安全性以及更广泛的硬件支持。然而，也应注意更新可能带来的风险，合理安排内核的更新时间和测试，以确保系统的稳定运行。