早在2017年11月，Arduino宣布它是Arduino创建平台，它使制造商和设计工程师能够在一个在线环境中快速构建原型并创建IoT应用程序，并扩展对Linux Intel x86芯片的支援。

为这些基于英特尔的设备开放创建平台引入了对Linux的支援，并为用户提供了在熟悉的Arduino环境中使用更高性能设备的机会。

网络时代，大部分的知识都可以在网络上学到，自主学习能力将成为未来最为重要的一种能力之一。

那我们该去哪里找到好的学习资源呢？不同的课程对应有不同的网站汇集，以学习Raspberry Pi为例，为你推荐一条在线学习资源的选择方法和路径。

ESP8266/ESP32是乐鑫设计的无线系统级芯片，集成32-bit MCU & 2.4 GHz Wi-Fi和Bluetooth LE（仅ESP-32）。

为了完善生态，ESP8266/ESP32社区为Arduino IDE创建了一个插件，可让您使用Arduino IDE及其编程语言对ESP8266/ESP32进行编程。

传感器（英文名称：transducer/sensor）是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。

传感器的特点包括：微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。传感器的存在和发展，让物体有了触觉、味觉和嗅觉等感官，让物体慢慢变得活了起来。通常根据其基本感知功能分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类。

机器学习一种实现人工智能的方法，深度学习是一种实现机器学习的技术。深度学习是利用深度神经网络来解决特征表达的一种学习过程。神经网络一般包括：训练，测试两大阶段，而把训练过程所涉及的环节数据统一抽象，形成可使用的深度学习框架。

人工智能的浪潮正席卷全球，诸多词汇时刻萦绕在我们的耳边，如人工智能，机器学习，深度学习等。“人工智能”的概念早在1956年就被提出，顾名思义用计算机来构造复杂的，拥有与人类智慧同样本质特性的机器。经过几十年的发展，在2012年后，得益于数据量的上涨，运算力的提升和机器学习算法(深度学习)的出现，人工智能开始大爆发。但目前的科研工作都集中在弱人工智能部分，即让机器具备观察和感知能力，可以一定程度的理解和推理，预期在该领域能够取得一些重大突破。电影里的人工智能多半都是在描绘强人工智能，即让机器获得自适应能力，解决一些之前还没遇到过的问题，而这部分在目前的现实世界里难以真正实现。

PYPL 是非常流行的参考指标，其榜单数据的排名均是根据榜单对象在 Google 上相关的搜索频率进行统计排名，原始数据来自 Google Trends，也就是说某项语言或者某款 IDE 在 Google 上搜索频率越高，表示它越受欢迎。

开发者可以将 PYPL 作为一个参考，决定学习何种语言或 IDE，或者在新的软件项目中使用何种语言或数据库。

Visual Studio Code是一个轻量级但功能强大的源代码编辑器，可在您的桌面上运行，并且可用于Windows，macOS和Linux。它具有对JavaScript，TypeScript和Node.js的内置支持，并具有丰富的其他语言（例如C ++，C＃，Java，Python，PHP，Go）和运行时（例如.NET和Unity）扩展的生态系统。

安装一定的扩展，实现Micropython编程及硬件支持。

开源硬件是可以通过公开渠道获得的硬件设计，任何人可以对已有的设计进行学习、修改、发布、制作和销售。

现有众多类型的开源硬件，按支持不同处理器类型分类为ARM、AVR、x86、ESP8266/ESP32等。