21、在编写IIC时，如果不能达到效果，应该怎么做？可以考虑以下方面：检查硬件线路是否正确，比如连线是否对应查看数据手册，看看代码逻辑是否符合传感器数据读写序列检查软件代码，主要是确认IIC时序等是否正确，比如各个部分延迟时间，起始信号之类22、串口接收中断代码应该怎么开发？通常遵循以下步骤：初始化串口硬件（波特率、数据位、停止位等）配置接收中断（使能中断源）编写中断服务程序 (ISR)（处理接收到的数据）实现数据缓冲机制（通常使用环形缓冲区）在主程序中处理接收到的数据23、串口接收如果一个读一个写会有什么问题？在串口通信中，如果一个任务负责写数据到缓冲区，另一个任务负责从缓冲区读数据，如果没...

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

第二个项目还没写完，还在学习ai相关的知识，求各位大佬指导一下简历，最近不想学代码了，感觉太累了，想换条路。打算准备一下八股和算法，找不到合适的工作就换条路走了

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...