首页 > 其他分享 >ESP8266通过CH340驱动板无法识别问题

ESP8266通过CH340驱动板无法识别问题

时间:2024-08-07 13:05:36浏览次数:10  
标签:ESP8266 供电 板子 3.3 CH340 识别 就行 USB

官方文档接线图,按照接线就行,电阻用10K,当时没有找到10K的我用的11K的也能用。

1.RST、EN用上拉电阻接到3.3V

2.VCC 用3.3V供电

3.GND、GPIO15接地就行

4.TX、RX连接串口的RX、TX交叉连接就行

还有,官方文档提示:
尽量不要使用 USB 转 TTL 的 3.3V 或 5V 供电。建议使用 2 节干电池或经过 LDO
转换后的 3.3V 供电。
这个是要注意的,我用的是stm32板子的3.3V,同时注意USB 转 TTL 的接地线要与wifi模块的供电地相连接,也就是与32板子地连接

使用外部供电给板子独立供电,可以解决问题。
ESP8266因USB供电能力不足的现象进行具体描述:两个USB在接入时有(叮咚咚),但是在断开时却没有声音。使用供电正常的USB口是在接入和断开连接时都有声音。

标签:ESP8266,供电,板子,3.3,CH340,识别,就行,USB
From: https://www.cnblogs.com/lodger47/p/18346831

相关文章

  • 图像识别与处理之Opencv——Mat_类与Mat 类的内存管理
    Mat_类Mat_类是对Mat类的一个包装,其定义如下点击查看代码template<typename_Tp>classMat_:publicMat{public://只定义了几个方法//没有定义新的属性};这是一个非常轻量级的包装,既然已经有Mat类,为何还要定义一个Mat_类?下面我们看这段代码:点击查看代码Ma......
  • 第15天:信息打点—主机架构&蜜罐识别&WAF识别&&端口扫描&协议识别&服务安全
    时间轴主要内容1、端口扫描-应用&协议2、WAF识别-分类&识别3、蜜罐识别-分类&识别解决:1、Web服务器&应用服务器差异性2、WAF防火墙&安全防护&识别技术3、蜜罐平台&安全防护&识别技术端口服务及渗透......
  • 文献综述如何有助于识别研究中的关键变量和概念
    VersaBot文献综述助手进行良好的文献综述对于从多个方面确定研究的关键变量和概念起着至关重要的作用;1.揭示相关领域和理论: 通过沉浸在现有的学术研究中,你会遇到围绕你的主题的各种理论和概念。这些可以作为识别与您的研究问题相关的潜在变量的起点。2.识别关系和相互作......
  • 基于K210智能人脸识别+车牌识别系统(完整工程资料源码)
    运行效果:基于K210的智能人脸与车牌识别系统工程目录:运行效果:目录:前言:一、国内外研究现状与发展趋势二、相关技术基础2.1人脸识别技术2.2车牌识别技术三、智能小区门禁系统设计3.1系统设计方案3.2系统设计目标3.3智能小区门禁系统硬件设计3.3.1控制模块......
  • 【验证码逆向专栏】某安登录流程详解与验证码逆向分析与识别
    声明本文章中所有内容仅供学习交流使用,不用于其他任何目的,不提供完整代码,抓包内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关!本文章未经许可禁止转载,禁止任何修改后二次传播,擅自使用本文讲解的技术而导致的任何意外,作......
  • 使用pytorch实现数字识别器
    前言:本篇文章是关于数字识别器的识别和卷积神经网络的应用。若对卷积神经网络不熟悉,可参考文章:卷积神经网络关于深度学习的一些代码及实战,可参考深度学习基础(github)下面我们尝试用PyTorch搭建一个卷积神经网络,并用它来解决手写数字识别的问题。1、数据准备#torchvisio......
  • <数据集>战斗机识别数据集<目标检测>
    数据集格式:VOC+YOLO格式图片数量:7903张标注数量(xml文件个数):7903标注数量(txt文件个数):7903标注类别数:43标注类别名称:['F16','Mig31','F35','F18','SR71','A10','A400M','AG600','J20','F4......
  • 如何识别和避免魔鬼数字在代码中的不良影响
    如何识别和避免魔鬼数字在代码中的不良影响大家好,我是微赚淘客返利系统3.0的小编,是个冬天不穿秋裤,天冷也要风度的程序猿!今天我们来聊聊编程中的一个常见问题——魔鬼数字(MagicNumbers)。魔鬼数字是指那些在代码中直接使用的数值常量,它们没有任何解释或说明,导致代码的可读性和维护......
  • python项目学习 mediapipe手势识别 opencv可视化显示
    importcv2importmediapipeimportnumpydefget_angle(vector1,vector2):#角度计算angle=numpy.dot(vector1,vector2)/(numpy.sqrt(numpy.sum(vector1*vector1))*numpy.sqrt(numpy.sum(vector2*vector2)))#cos(angle)=向量的点乘/向量的模angle=nump......
  • 中文手写体识别(ocr)测试
    记录一下,以下是测试中文手写体识别结果图展示(对于潦草的字迹效果一般),后期会开放模型,有java和python版本:......