batch_判断手机adb连接

本文介绍了一种使用bash脚本的方法来检查局域网中Pacer设备是否开机。通过遍历192.168.126.0/24子网内的所有IP地址并尝试连接每个IP的5555端口来实现这一目标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#!/bin/bash
# 判断pacer是不是开机

for i in `seq 254`
do
    ip=192.168.126.$i
    nc -z $ip 5555 > /dev/null 2>
``` @echo off :begin echo ***************************************************************************** echo ** ** echo ** 注意:请将设备【WiFi打开】【蓝牙关闭】,写号前将设备通过USB连接至电脑 ** echo ** 注意:请按照蓝牙Mac地址在前,WiFi Mac地址在后的顺序录入 ** echo ** ** echo ***************************************************************************** echo. :: set /p arr=请顺序输入蓝牙Mac地址和WiFi Mac地址,以空格隔开: :: for /f "tokens=1,2,3,4,5,6,7,8,9,10,11,12 delims= " %%a in ("%arr%") do ( :: set num1=%%a :: set num2=%%b :: set num3=%%c :: set num4=%%d :: set num5=%%e :: set num6=%%f :: set num7=%%g :: set num8=%%h :: set num9=%%i :: set num10=%%j :: set num11=%%k :: set num12=%%l :: ) :: 此方案不需要工厂标签二维码有特殊格式,顺序输入即可。eg:112233445566aabbccddeeff set /p arr=请顺序输入蓝牙Mac地址和WiFi Mac地址: set num1=%arr:~0,2% set num2=%arr:~2,2% set num3=%arr:~4,2% set num4=%arr:~6,2% set num5=%arr:~8,2% set num6=%arr:~10,2% set num7=%arr:~12,2% set num8=%arr:~14,2% set num9=%arr:~16,2% set num10=%arr:~18,2% set num11=%arr:~20,2% set num12=%arr:~22,2% echo adb root adb root :: 打开WiFi、关闭BT adb shell svc wifi enable adb shell svc bluetooth disable :: 预留开关响应时间2s timeout /t 2 /nobreak >nul echo ***************************************************************************** echo ** ** echo ** 开始写入蓝牙地址 : %num1% %num2% %num3% %num4% %num5% %num6% ** echo ** ** echo ***************************************************************************** adb shell wifitest -O adb shell wifitest -E 0x138 adb shell wifitest -e 0x138 -v 0x67 adb shell wifitest -e 0x139 -v %num1% adb shell wifitest -e 0x13A -v %num2% adb shell wifitest -e 0x13B -v %num3% adb shell wifitest -e 0x13C -v %num4% adb shell wifitest -e 0x13D -v %num5% adb shell wifitest -e 0x13E -v %num6% :: boots 方案回显有较多的fail,影响产线判断先不用,待产线测试wifitest的稳定性再决定是否启用 :: 目前遇到的问题是单独操作boots可以写成功,但是放在bat顺序执行会概率性执行不下去。 :: adb shell boots -c efuse -r -a 0x138 :: adb shell boots -c efuse -w -a 0x138 -v 0x67 :: adb shell boots -c efuse -w -a 0x139 -v %num1% >nul :: adb shell boots -c efuse -w -a 0x13A -v %num2% >nul :: adb shell boots -c efuse -w -a 0x13B -v %num3% >nul :: adb shell boots -c efuse -w -a 0x13C -v %num4% >nul :: adb shell boots -c efuse -w -a 0x13D -v %num5% >nul :: adb shell boots -c efuse -w -a 0x13E -v %num6% >nul echo ***************************************************************************** echo ** ** echo ** 开始写入WiFi地址 : %num7% %num8% %num9% %num10% %num11% %num12% ** echo ** ** echo ***************************************************************************** :: adb shell wifitest -O adb shell wifitest -e 4 -v %num7% adb shell wifitest -e 5 -v %num8% adb shell wifitest -e 6 -v %num9% adb shell wifitest -e 7 -v %num10% adb shell wifitest -e 8 -v %num11% adb shell wifitest -e 9 -v %num12% echo 设备重启 adb reboot pause goto begin :: adb shell wifitest -e 4 -v 0xec :: adb shell wifitest -e 5 -v 0x20 :: adb shell wifitest -e 6 -v 0x14 :: adb shell wifitest -e 7 -v 0x05 :: adb shell wifitest -e 8 -v 0x11 :: adb shell wifitest -e 9 -v 0x17 :: goto begin```优化后的代码需要再改进下,输入部分的字符需要转成十六进制的字符格式
03-20
### 关于 `batch_x` 和 `batch_y` 的定义与用途 在机器学习和深度学习领域,`batch_x` 和 `batch_y` 是常见的术语,通常用于表示一批输入特征和对应的标签。以下是它们的具体含义: #### 输入数据 (`batch_x`) `batch_x` 表示当前批次的输入特征矩阵。它通常是模型训练或预测阶段的一组样本特征集合。这些特征可以来自图像像素值、文本向量或其他形式的数据。 - **形状**: 假设我们有 `N` 个样本,每个样本具有 `D` 维特征,则 `batch_x` 的形状为 `(N, D)`[^2]。 - **作用**: 它作为模型的输入部分,在前向传播过程中通过一系列计算层来生成预测结果。 #### 输出标签 (`batch_y`) `batch_y` 则代表对应于 `batch_x` 中每条记录的真实标签或目标值。它是监督学习的核心组成部分之一,用来衡量模型预测的结果与实际值之间的差距。 - **形状**: 如果是一个分类问题,可能是一维数组 `[y1, y2,... yn]`;如果是回归任务则可能是多维度数值向量[(n_samples, n_outputs)][^3]。 - **作用**: 训练期间利用损失函数评估误差大小,并据此调整权重参数以优化性能表现。 两者共同构成了一个完整的训练迭代单元——即所谓的 mini-batch 方法[^4]。这种方法不仅提高了算法效率而且有助于缓解过拟合现象的发生几率。 ```python import numpy as np # Example of creating a simple batch_x and batch_y np.random.seed(0) X = np.random.rand(100, 5) # Simulated feature matrix with 100 samples & 5 features per sample Y = (X[:, 0] + X[:, 1]) > 1 # Binary classification target based on first two columns' sum exceeding threshold value '1' print("Shape of batch_x:", X.shape) print("Shape of batch_y:", Y.shape) # Output might look like this depending upon seed values used above: # Shape of batch_x: (100, 5) # Shape of batch_y: (100,) ``` 上述代码片段展示了如何创建模拟数据集中的 `batch_x` 及其关联的目标变量 `batch_y` 。这里假定我们的业务场景涉及二元分类问题,其中如果某行两个特定列加起来超过给定量就标记为正类(True),否则负类(False)。当然实际情况会更加复杂多样! --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值