發表文章

目前顯示的是 5月, 2016的文章

[太陽花學運] 2014年3月18日 台灣人民佔領立法院行動 反對黑箱服貿

圖片
繼台灣公民記者JO1YNN在美國有線電視新聞網CNN的 iReport ( Taiwan Parliament Occupied by protesters 1st time in History )上。報導台灣「318人民佔領立法院行動」首次佔領立法院議場世界各大重要外電媒體紛紛加以報導。 Arys Chien's status update .: 【 為何學生要佔領立法院,反對黑箱服貿?】 我知道有的朋友平常沒 留意,現在一時看不太懂;我試著用另一種方式簡單說明看看。   會計偷偷抱著公司所有的資產,要去抵押借高利貸。 老闆發現了,趕緊說:「不行啊那是高利貸!」 會計:「我是為公司好!」 老闆:「那起碼告訴我,是哪家高利貸、多少錢、利息怎麼算?」 會計:「我先去借,你之後會慢慢感受到!」 老闆:「那也讓我們開個會討論吧!」 會計:「我趁你不在的時候發開會通知,你沒來,所以就算通過了。 」 老闆要攔會計、會計把自己座位鎖起來,老闆只好請人來包圍會計的 座位,並且設法強行進入;進入後亂翻會計抽屜,想找到公司資產。   以上。   會計 = 政府 老闆 = 台灣人民 高利貸 = 服貿 (沒錯,政府是人民雇用來辦事的職員,看薪水哪裡來的就很清楚了 ) (高利貸不是不能借,只是不能這樣搞啊......)  ( 來源: 我是台灣人粉絲團  )

如何在CentOS 手動更新 cmake

最近在研究Intel Caffe  (前文提要: 1.  Machine Learning 筆記整理 名詞篇   2.  How to install Intel Caffe on CentOS 筆記  ) 於是就開始了CentOS 的摸索,然後在CentOS 上安裝 OpenCV的時候遇到 cmake 版本太舊的問題 ?! 於是就來寫這篇 如何在CentOS 手動更新 cmake 1.  下載 可以到這個網址,找版本 https://cmake.org/files/ 我想升到 2.8.12 就到 https://cmake.org/files/v2.8/ 這邊來找 2. 安裝 # tar -zxvf cmake-2.8.12 # cd cmake-2.8.12 # ./bootstrap # make # make install 就對了 !!

How to install Intel Caffe on CentOS

最近在研究Intel Caffe 所以筆記人生就開始了新的篇章; We will talk about "How to install Intel Caffe on CentOS" 1. Down load Intel Caffe from github  https://github.com/intelcaffe sudo yum install git git clone git@github.com:intelcaffe/caffe.git or  sudo yum install wget wget https://github.com/intelcaffe/caffe/archive/master.zip 2. General dependencies please visit RHEL / Fedora / CentOS Installation  http://caffe.berkeleyvision.org/install_yum.html sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel and sudo yum install gflags-devel glog-devel lmdb-devel 這樣會有基本的安裝,但實際上有遇到很多問題,先烈出來再來好好整理。 像是安裝少套件 可以來這邊找 Download the latest epel-release rpm from http://dl.fedoraproject.org/pub/epel/7/x86_64/ Install epel-release rpm: # rpm -Uvh epel-release*rpm Install leveldb-devel rpm package:  # yum install leveldb-devel 然後要開始Make前請看這篇 Caffe can be compiled with either Make or CMake. Make is officially supported while CMake is supported by the community...

如何用Intel Edison做語音辨識 ?

圖片
看到Google I/O 上提出的Google Home 以及Amazon 的Echo,於是找了一下如何用Intel Edison 做語音辨識。 關鍵字除了 Voice Recognition 外,其他還有 STT (Speech to Test) 及 Speech Recognition 快速找到了 Instructables  Speech to Text 主要利用 Python Quickstart: pip install SpeechRecognition 詳見  SpeechRecognition Library for performing speech recognition, with support for several engines and APIs, online and offline. Speech recognition engine/API support: CMU Sphinx   (works offline) Google Speech Recognition Wit.ai Microsoft Bing Voice Recognition api.ai IBM Speech to Text 看來只有CMU 佛心來的提供local 端辨識。其他都是線上版本。 前文提到的Amazon echo  是用  Amazon Alexa service  又稱AVS (Alexa Voice Service) 在github上也可以找到用Intel Edison 接 Amazon Alexa Amazon Alexa for Intel Edison added camera hand gesture   在Youtube上也有些影片討論:

Intel Voice Recognition 語音辨識 !

圖片
今天Google I/O 展示了Google Home 要跟Amazon Echo 對打。 趁機找了一下 Intel的語音辨識 發現以下資訊: Intel® RealSense™ Voice Recognition Sample Application Intel® RealSense™ Voice Technologies 裡面有提到 Dragon Assistant with Natural Language Understanding

Machine Learning 筆記整理 名詞篇

CNN convolutional neural network (CNN, or ConvNet)  DNN deep neural network (DNN) MKL Intel® Math Kernel Library ( Intel® MKL ) DAAL  Intel® Data Analytics Acceleration Library ( Intel® DAAL ) Caffe   Caffe  is a deep learning framework developed by Berkeley Vision and Learning Center (BVLC) and one of the most popular community frameworks for image recognition. Together with  AlexNet , a neural network topology for image recognition, and  ImageNet , a database of labeled images, Caffe is often used as a benchmark. Intel® Modern Code Multi-level parallelism is a framework that uses all of the parallel performance features available on modern hardware via vectorization, multi-threading, and multi-node optimizations. Explore how to deliver multi-level parallel algorithms that effectively scale forward for today’s and tomorrow’s hardware. 相關文章: Accelerating Machine Learning and Deep Learning with Intel Tools and Libraries Single Node Caffe Scoring and Training...