Quantcast
Channel: CAVEDU教育團隊技術部落格
Viewing all 678 articles
Browse latest View live

[教學文] 老爸,父親節快樂!!自己動手做互動式父親節卡片 from Scratch

$
0
0

今天就是一年一度的父親節囉!!讀者們想好要送什麼給最親愛的老爸了嗎?

 

刮鬍刀,恩,老爸好像已經有了;領帶(搔搔頭),不知道要選什麼款式好?吃大餐,好像會發胖耶;按摩椅,似乎有點超出預算。那⋯⋯就用Scratch來幫老爸設計設計一張互動式卡片好了!

 

會不會很難啊?沒問題,就讓我們CAVEDU教育團隊一步步引導您吧!Let us code.

作者/攝影

撰寫:宗諭

圖片:pixabay

文章分類 教學技術文
時間 1hr
成本

難度 *(1-10)

Step1:先申請一個Scratch帳號。透過建立Scratch帳號,我們可以在Scratch中「分享、儲存」所有的專案。

圖1

 

Step2:點選「Join Scratch」後,會跳出一個視窗,按照上面的步驟即可建立Scratch帳號。

圖2 按照指示一步步操作,即可建立Scratch帳號。

 

Step3:帳號建立後,讓我們開始製作互動式父親節卡片吧!有看到螢幕左上邊有一隻小貓嗎?請將滑鼠移至它的身上,按下滑鼠右鍵,然後選擇「刪除」,小貓就被刪除而消失了。

圖3 先把小貓刪除

 

Step4:在Scratch中,人物和物體都叫做「角色(Sprites)」。有4種方式可以在Scratch中增加角色,以下一一介紹:

1.從範例庫挑選角色

圖4 用滑鼠點選範例庫

 

圖5 範例庫內有許多角色可供挑選

 

2.自己繪製新的角色

圖6 點選「自行繪製新的角色」

 

圖7 Scratch介面右方,出現了一個類似「小畫家」的繪圖介面,讀者可在其上繪製自己的角色。

 

3.上傳自己的圖像或角色

圖8 點選「從電腦中挑選角色」,便可以從電腦中挑選適合的照片作為角色。

 

4.從網路攝影機拍一張照片作為角色

圖9 點選圖標,若您的電腦有安裝網路攝影機,即可開啟並進行拍照。

 

Step5:那我們先從角色範例庫中,選擇一個角色。因為是要送給老爸的互動式卡片,那我們就挑選一個「禮物」的角色。

圖10 點選「禮物」角色,並按下「確定」。

 

Step6:那我們現在就讓「禮物」角色產生一些祝福老爸的話,然後加強角色的互動性。

1.在指令積木區塊,讓我們先點選「外觀」。

圖11 點選「外觀」,可以看見下面有許多指令積木。

 

2.先拉出一個包含時間的「說出」指令積木,然後把文字改成「爸爸」,時間改成「3」秒。

圖12

 

3.再拉出一個不包含時間的「說出」指令積木,並把文字改成「祝您父親節快樂!!」,並與2.的積木組合在一起。

圖13

 

4.現在角色還沒有互動性,所以,讓我們從「事件」程式積木指令區中,取出「當角色被點擊」指令積木,然後與之前兩個步驟的指令積木組合在一起。

圖14

 

5.現在,用滑鼠點擊一下「禮物」角色,禮物是不是說話了呢?

圖15 透過「事件」指令區中的指令積木,我們幫角色增添了互動性。

 

這只是小小嘗試,您也可以發揮自己的創意,幫老爸製作互動式卡片。比方說,您可以把自己的照片作為「角色」,然後運用剛剛的方式,讓角色對爸爸說話⋯⋯等等。接下來,我們要幫互動式卡片增加背景。

 

Step7:增加「背景」有四種方式,跟前面提到的增加「角色」十分類似,請參考圖16、17。

圖16 增加「背景」的功能列位於Scratch介面的左下方

 

圖17

 

Step8:就讓我們從範例庫中增加一個背景

圖18 讓我們增加一個「party」背景

 

圖19 卡片會如此呈現

 

Step9:現在讓我們互動式卡片增加一點聲音。點選「音效」標籤,可以看見1.音效範例庫;2.錄音;3.從電腦檔案中增加音效。

圖20

 

Step10:讓我們從音效範例庫中增加一段音效

圖21 選擇「人類」類別中的「clapping」音效,並按確定。

 

Step11:如何把音效加入互動式卡片呢?讓我們回到程式區,從「音效」指令積木櫃中,取出「播放音效……到底」指令積木,並組合在前面指令積木的下方。

圖22

 

點擊一下「禮物」角色,是不是有拍手的聲音呢?

 

Step12:也許讀者們會有一個問題:「當我們分享這個互動式卡片給老爸時,他要怎麼樣才會知道如何互動呢?」OK!現在,就讓我們增加一些指示。打開「事件」指令積木區,取出「當 綠色旗子 被點擊」指令積木。然後再從「外觀」指令積木區中,取出不包含時間的「說出」指令積木,並在「說出」指令積木上,寫下「請點擊禮物一下」。

圖23

 

現在點擊一下Scratch介面中上方的「綠色旗子」,是否出現了指示呢?

圖24

 

Step13:最後,就是要分享我們的互動式卡片囉!點選Scratch介面右上角的「分享」,然後進入到專案頁面,填寫「專案名稱」、「操作說明」及「備註與謝誌」。最後,點選右上角的「分享」,就大功告成了。

圖25

 

圖26

 

圖27

 

現在,把專案網頁上的網址寄給老爸就可以了。趕快動手製作最酷、最炫的互動式卡片給老爸吧!

圖28

 

備註:這篇文章是以Scratch 2.0編寫而成,但目前MIT Scratch團隊已發佈Scratch 3.0的Beta版,所以讀者們也可以運用3.0版製作互動式卡片,而互動式卡片的指令積木如下圖:

圖29 Scratch 3.0的操作方式與2.0並沒有很大差異,但選擇角色、背景及音效的位置不太一樣。

 

相關文章


[Micro:bit] 一次學Micro:bit就有概念!?是的,請看這一篇(三)

$
0
0
作者/攝影

陳怡璇

文章分類 教學技術文
時間 20mins
成本
難度 **(1~10)
材料表
  • Micro:bit

  • (如欲購買,請洽機器人王國商城

  • Micro:bit BOSON擴充板

  • BOSON g 聲音感測器(Sound Senser)

  • BOSON 運動感測器(Motion Senser)

  • BOSON 彩色LED燈條(Multicolor LED String Light)

  • (如欲購買,請洽機器人王國商城

本篇中,我們要向讀者們介紹的是音樂盒及彩色LED燈條。

 

第一題:智慧音樂盒

Step1

圖1

 

Step2

圖2

 

第二題:色彩繽紛的LED燈條

任務一:

Step1

圖3

 

 

圖4

 

Step2

圖5

 

Step3

圖6

 

圖7

 

任務二:

Step1

圖8

 

Step2、3:這裡要注意的是,顏色的表示是色像環,所以若範圍輸入0至360,會全部顯示紅色;0至0、360至360也是全紅色。但如果是0至340,就會是有紫紅色的彩虹。

圖9

 

 

完成以後,音樂盒可以試試看自己編曲,LED則可以依照色環進行顏色調整,或是加入前一篇使用過的感測器進行改變。

 

相關文章

[教學文] 當Scratch 3.0連接上micro:bit 驚人的創意產生了⋯⋯

$
0
0
作者/攝影

撰寫:宗諭

圖片:freepik

文章分類 教學技術文
時間 1hr
成本

材料表
  • micro:bit*1(如欲購買,請洽機器人王國

  • USB2.0 A公 to Mini-B/公傳輸線*1

之前阿吉老師曾拍攝過一段影片,也同步發表了一篇文章,向大家解說如何運用Scratch 3.0介面連接LEGO EV3機器人,獲得許多讀者的迴響。因此,CAVEDU教育團隊再接再厲,將透過本文跟大家分享,如何運用Scratch 3.0介面連接時下最夯的micro:bit。一起來操作吧!

 

Step1:點選程式左下角的「擴充功能」

圖1

 

Step2:在擴充功能頁面中,點選「micro:bit」。

圖2

 

Step3:若您首次嘗試用Scratch 3.0連接micro:bit,將跳出一個視窗,詢問:(1)確定已經安裝並執行Scratch Link;(2)檢查藍牙是否開啟。直接點選「?幫助」即可。

圖3

 

Step4:根據您電腦的作業系統是Windows或macOS,下載並安裝適合的「Scratch Link」。筆者的電腦是Macbook air,但在Windows作業系統上的操作步驟也是大同小異的。

圖4 點擊藍色按鈕,下載並安裝「Scratch Link」。

 

Step5:安裝好「Scratch Link」後,在您的電腦的程式集中點擊Scratch Link的圖標,啟動Scratch Link。

圖5 啟動Scratch Link

 

如果Scratch Link有成功被啟動的話,應該會有小圖標顯示在工具列上,如圖6。

圖6

 

Step6:將micro:bit連接至電腦

圖7

 

Step7:接下來,要下載Scratch micro:bit HEX檔案。請點擊圖中箭頭指示處。

圖8

 

小知識:HEX檔案是什麼?

HEX文件檔案是嵌入式軟體開發中,經常可見的數據格式,常被用來保存單晶片或其它處理器的目標程序代碼。而HEX文件包含了地址資訊,所以在燒入或下載HEX檔案時,一般都不需要使用者指定地址資訊。

 

Step8:然後,我們要把剛剛下載的HEX檔案,拖曳至micro:bit中,如圖9。

圖9

 

Step9:讓我們回到Scratch 3.0編輯器,選擇「擴充功能」,點選「micro:bit」。

圖10

 

Step10:會看到圖11的畫面,按下「開始連線」。

圖11

 

這樣就連線成功了,請參考圖12。接下來,讓我們回到Scratch 3.0編輯器進行一點小測試。

圖12 連線成功!請點選「回到編輯器」。

 

回編輯器後,可看見指令積木區當中,多了一個micro:bit指令區,見圖13。

圖13

 

然後我們拉出兩個指令積木:「when A button pressed」及「display Hello!」,然後組合起來,如圖14。

圖14

 

現在,按一下micro:bit上的A按鈕,是不是看到LED矩陣閃爍出「Hello!」呢?接下來,就是讀者們發揮創意的時間囉!

 

相關文章

[樂高EV3機器人教學] CAVEDU教你開外掛:如何在EV3軟體中安裝擴充指令?

$
0
0

又到了機器人比賽的旺季,如何增添LEGO機器人的威力呢?本篇教你禁斷的密技,開外掛如何安裝非樂高原廠預設的指令。

作者/攝影

腦波弱老闆

文章分類 教學技術文
時間

10分鐘內(如果網路不慢的話)

成本

看你有多少預算

難度

材料表
  • LEGO EV3

  • 第三方感應器

機器人比賽百百種,EV3可以參戰的項目當然也很多,目前除了WRO(國際奧林匹克機器人大賽)的競賽項目,與FLL(FIRST LEGO league)之外,大多不會限制使用非LEGO原廠(以下稱之為第三方)的感測器或零組件。

 

但若買了第三方的感測器,使用者首先要解決的就是,如何在EV3的軟體環境中使用它們。

 

既然你真心誠意的問了,我就大發慈悲的告訴你!!

 

發行第三方感應器的主要品牌有Hitechnic、minisensors、Dexter Industries(對了,機器人王國都有賣)。

 

本篇就以機器人足球賽中最常用到的Hitechnic Compass sensor電子羅盤感應器為例,來跟大家介紹:

 

Step1:首先,先去弄到一個感應器,不然,裝了軟體外掛也沒用。

 

Step2:到原廠網站找重要關鍵字「Download」,下載相關指令。通常在產品介紹或技術支援的頁面可找到,不然,就看是跟誰買的就找誰幫忙提供。

注意:有些第三方感應器會提供好幾種、在不同軟體環境下使用的指令或函式庫,請認明後再下載。

圖1

 

Step3:下載後,通常要解壓縮,請放在你找得到的地方。解壓縮後,應該會看到副檔名為.ev3b的檔案。

 

Step4:接下來,啟動EV3軟體,不論是零售版或教育版皆可,並開啟至程式編輯頁面

圖2

 

Step5:點選「Tools->Block Import」

圖3

 

Step6:按「Browse」先去找你剛剛解壓縮的資料夾。順利的話,你在「Select Block to Import」清單中,就會看到可安裝的指令,以及它們的版本。

圖4

 

Step7:選我們要安裝的指令(在這個範例中,我們選的是HTCompass.ev3b),再按下「Import」。一切順利的話,你就會看到如下圖的畫面,表示安裝成功,重新啟動軟體就能用。

圖5

 

Step8:如果剛剛所有動作都沒出錯,重新啟動軟體後,就可看到相關的指令了。

圖6

 

如果安裝還是不成功,可以帶著你的器材跟電腦,來跟我們預約上課時間,我們會安排老師教你裝到好(如果東西都是正常的)。剩下來,就是你的事了。

 

相關文章

[教學文] What!智能寶比可遙控!!沒錯,用超級搭檔LinkIt 7697 + Robot Shield達到(文末有彩蛋喔)

$
0
0
作者/攝影

文:Mason Chen (Mason亦為遙控智能寶比的作者,特此致謝!)

圖:Mason Chenfreepik (主題圖片背景)

文字潤飾:CAVEDU 宗諭

文章分類 教學技術文
時間

成本

難度

材料表
  • LinkIt 7697*1

  • Robot Shield*1

  • 寶工智能寶比*1

  • 用來遙控的手機 *1

近來,不少Maker皆喜愛把現成的套件、模組加以改裝,置入開發板,例如LinkIt 7697、Arduino系列⋯⋯等等,使改裝後的套件、模組有更、更聰明的應用。比如之前我門曾專文介紹過的Wall-E機器人,便是一個很好的例子。

 

接著這股趨勢,本文所要介紹的,是由Mason Chen大大所改裝,可用手機的低功耗藍牙遙控的AI智能寶比。

 

寶工(Pro’s Kit)出品的「AI智能寶比」是一款智慧型機器人,能與8歲以上的小朋友一起互動、遊玩。它配有紅外線感應器,因此具備避障的功能,經過Mason的改裝後,把原先的紅外線感應玩法,改換成以手機的低功耗藍牙( BLE )進行遙控。

圖1 卡哇伊的智能寶比

 

小知識:什麼是低功耗藍牙(Bluetooth Low Energy,簡稱BLE)?

低功耗藍牙是一種個人區域網路技術,多應用於醫療保健、運動健身、家庭娛樂⋯⋯等領域。顧名思義,低功耗藍牙跟經典藍牙相比,目的在於保持同等通訊範圍的同時,顯著降低功耗及成本。根據藍牙技術聯盟(SIG)預測,至2018年,高於90%有藍牙的智慧型手機將支援低功耗藍牙。

 

接下來,我們就要進到硬體改裝部分:

 

Step1:把寶比的頭部拆下來,並且以斜口鉗或適當工具,把原先的電池檔板破壞掉。這部分會需要花點時間,且要小心處理,只破壞裏面,外殼要保留好。 處理完後可試擺LinkIt 7697與MiniPlan出品的Robot Shield,看看是否可以完全置入。

圖2

 

圖3

 

圖4

 

Step2:把原先的馬達插頭,按照圖5中所標示的,連接至 Robot Shield 中。

圖5

 

Step3:再把寶比的頭部小心地裝回去。這樣,硬體部分就完成了。

 

再來,是軟體開發部分:

Step1:我們使用 LinkIt 7697 arduino 進行開發。

  • 設定好Arduino IDE的環境,並燒錄已經寫好的程式至LinkIt 7697 中。
圖6

 

Step2:手機端請下載LinkIt Remote APP

  • 請打開手機藍芽,以及Robot Shield的電源。
  • 開啟 LinkIt Remote APP,順利的話,便可以找到已改裝好的寶比。
圖7

 

  • 按住Joystick移動,便可遙控寶比了。
圖8

 

文末彩蛋:透過Scratch 3.0遙控智能寶比

還記得之前的一篇文章,教大家運用Scratch 3.0連接micro:bit嗎?在Masen Chen大大的努力下,現在Scratch 3.0也可連接LinkIt 7697,進而控制智能寶比囉!其基本原理仍是運用Scratch Link連接Scratch 3.0與LinkIt 7697,然而,因Scratch 3.0並不支援LinkIt 7697,所以在運用Scratch Link之外,LinkIt 7697的韌體及Scratch 3.0上的指令積木皆必須重寫。至於如何撰寫、操作,就請各位讀者多跟Mason Chen大大交流了。

 

備註:若想購買相關開發板,請點這裡,謝謝。

 

相關文章

[科技新訊] 2018.08.14- C的速度、Ruby的動態、Python的好用、R的處理統計能力、Perl的處理字串能力、學習曲線極致簡單 新的程式語言Julia 1.0誕生!!

$
0
0
翻譯

Julia Taiwan社群成員

紀錄攝影

CAVEDU教育團隊、pixabay

講師 訪問地點
授權

轉載自julia官方網站,由Julia Taiwan社群成員協助翻譯,特此致謝!

眾所期待的 Julia 語言 1.0 版是近十年的心血結晶。在 JuliaCon 2018年會上,Julia 社群歡慶並共同正式將該版本升級為 1.0.0

 

Julia 語言第一次公開發佈,並有不少強烈的期待:

我們想要一個開源的語言,擁有自由的版權。我們想要 C 的速度及 Ruby 的動態。我們想要有一個語法與內在表示有一致性(homoiconic)的語言, 並且像 Lisp 一樣擁有真的macro,但是擁有像 Matlab 一樣熟悉好懂的數學符號。我們也想要像Python 一樣好用的泛用型程式語言, 處理統計要和 R 一樣,處理字串要和 Perl 一樣地自然,要有和 Matlab 一樣強大的線性代數功能,串接程式要如同 shell 一樣好用。要學習的東西極致簡單,同時能讓大多數嚴苛的黑客寫起來開心。我們希望它是互動式且也是可編譯的。

圖1

 

一個充滿活力和繁榮的社群圍繞著這樣的語言成長起來,來自世界各地的人們都在為這個目標而努力不懈改進並塑造 Julia。 超過 700 人對 Julia 做出貢獻,更多人創造了上千的開源的 Julia 套件。總而言之,我們創造了這樣一種語言:

  • 快速:Julia 一開始就是為高效能設計的。Julia可藉由 LLVM 被編譯成不同平台的高效機器碼。

  • 泛用:Julia使用多重分派(multiple dispatch)作為程式典範(paradigm),可以更容易表達物件導向和函數式的設計模式。標準函式庫提供了非同步I/O、行程控制、日誌記錄、效能分析、套件管理器⋯⋯等等。

  • 動態:Julia是動態型別的,用起來像腳本語言,並且很好支援了互動式的操作方式。

  • 技術:Julia擅長數值運算,有非常貼近數學的語法,支援多種數值型別,並且支援平行運算。Julia 的多重分派,結合數值和陣列相關的資料型別,可說是渾然天成。

  • 選擇性的型別標註:Julia有豐富的資料型別描述,型別宣告可使得程式更加清楚且穩固。

  • 組合性:Julia的套件可以很和諧地一起運作。矩陣的單位數量或是資料表中一行的貨幣和顏色可一起運作,並且擁有良好的效能。

圖2

 

現在可下載 Julia 1.0 版本來試試 Julia。若您現在從 Julia 0.6 或更早的版本開始升級程式碼,我們建議您先使用過渡的0.7版本, 其中包括了棄用警告(deprecation warning)來指導您升級的過程。一旦您的程式碼無警告通過, 那麼您可無痛將程式碼更改為1.0版本。 已註冊過的套件可利用這個作為墊腳石,並發佈與1.0相容的版本更新。

 

當然,在Julia 1.0版本中一個最重要的新特性,是對語言API穩定性的保證:您為 Julia 1.0撰寫的程式碼,將可繼續在Julia 1.1、1.2中執行。這種語言是足夠成熟的。基於這樣一個穩固的基礎,核心語言的開發者與社群,皆可集中於第三方套件、工具及新特性的開發上。

 

但是 Julia 1.0 並不只意味著穩定,它也引入一些新的、強大的及新穎的語言特性。其中一些新的特性是0.6版就有的:

  • 一個全新的內建套件管理器。它比過去的套件管理器效能更好,在安裝套件上也比以往更加簡單。它也為每個專案支援虛擬環境,並記錄目前工作環境的狀態,然後將它分享給其它開發者或者是自己。最後重新設計的套件管理器,也帶來了私有套件和repository的無縫銜接。您同樣可使用開源套件的方式,管理並安裝自己的私有套件。這個JuliaCon 的演講展示了套件管理器的新設計。

  • Julia 具有新的遺失值(missing value)的正式表示法。能表示及處理遺失值是統計學及資料科學一項基本能力。在典型的 Julia 寫法(Julian fashion)內,新的解決方案是具有廣義性、組合性,也是高效能的。任何一般的集合型別(collection type)皆可以簡單地使用預先定義好的 missing 變數有效支援遺失值。而這種集合型別的效能在過去的 Julia 版本裡可能會很慢,但現在編譯器已可使得 Julia在遺失值的表示上,達到類似C或C++的速度,然而遠比C或C++更廣義且靈活。

  • 內建的 String 型別可安全地使用並處理任意的資料。您的程式不會因一個無效 Unicode 字元而壞掉好幾個小時或好幾天。所有的字串資料會保留,同時指出哪些字元是有效的,哪些是無效的。這樣允許您的應用程式,安全且方便地執行在不可避免缺陷的真實世界的資料中。

  • Broadcasting已成為語言的核心特性,並且有著方便的語法支援。現在,它將比過去更加強大。在 Julia 1.0 裡,賦予自定義型別 broadcasting 特性,以及在 GPU 和向量化硬體上實作最佳的運算皆更加容易, 這是為未來更多的效能提升鋪路。

  • Named tuples是一個新的語言特性,它允許高效且方便地表示和存取資料的名字以獲取資料。例如,你可以這樣表示一列資料 row = (name=”Julia”, version=v”1.0.0″, releases=8) 並且透過 row.version 存取 version 資料,而這和 row[2] 有著同樣的效能,卻更加方便。

  • 點運算子現在可被重載,並且允許型別使用 obj.property 的方式來存取物件資訊,而不是用額外撰寫欄位setting和getting function的方式。 這有助於將以類別為基礎的語言,例如Python或Java更加流暢地翻譯至Julia。屬性存取器的重載讓存取一行資料與named tuples的存取語法一致:您可以寫 table.version 來獲取表格中的 version 這一行,就如同 row.version 會取得 version 這一列的這個欄位一樣。

  • Julia 語言的最佳化器在多個方面皆更加聰明,我們無法全部羅列,但有值得列舉的一些重要的特點。最佳化器現在可在函式呼叫間傳遞常數,這將使得編譯器可有比過去更好執行死碼刪除(dead-code elimination)和靜態求值。編譯器現在也能避免對短期封裝(short-lived wrappers)的長期物件(long-lived objects)做記憶體配置,這讓程式設計師可用方便的高階抽象,而不會有效能損失。

  • 參數化型別(Parametric type)的建構子(constructors),現在將使用和宣告同樣的語法進行呼叫,這將減少一些對語法的困惑。

  • 迭代器協定被重新設計。新的迭代器協定更加簡單,不需要定義三個不同的函式:startnextdone。現在只需定義一個參數和兩個參數的 iterate 函式即可。這允許我們可簡單定義一個帶有預設值的函式給出一個初始值。更重要的是,這也實現了一個只有在嘗試回傳失敗後就結束的迭代器。這種迭代器可以非常普遍使用在I/O、網絡及生產者-消費者模型中;而Julia現在可更直接並正確地撰寫這樣的迭代器。

  • 作用域的規則被簡化了。引入區域作用域的結構提高了一致性,而不需要管全域的命名綁定是否已經存在。 這將消除之前的「軟/硬作用域」的區別,也意味著現在 Julia可靜態地確定變數是區域的還是全域的。

  • Julia 語言本身變得更加輕量級,很多部分皆被從核心分離至標準函式庫中。這個標準函式庫將與Julia一起發佈,但是不會作為語言的基礎。 若您需要他們,只需引入這些函式庫即可(不需再安裝),但是不會強制使用。在未來,這些標準函式庫將會獨立被標記版本和更新,以達成更快的改進和升級。

圖3

 

我們仔細地審查了Julia的API,並且提高了它的一致性和可用性。許多費解的命名和低效的實作皆被重新命名和重構, 能夠更優雅地發揮Julia的能力。這樣的改變促使集合的使用方式更加一致和連貫,確保在整個語言中,遵循一致的參數的順序, 並且將關鍵字參數(現在更快了)整合至API中。

  • 我們特地創建了一些新的外部套件相容於Julia 1.0的新特性,例如:

    • 資料處理相關套件已經改版並支援新的遺失值

    • Cassette.jl 提供了Julia程式碼轉換至編譯器中的強大機制,允許post-hoc analysis和拓展既有程式碼。除了提供profiling和debugging這樣的工具之外, 甚至可用於實現機器學習任務的自動微分。

    • 異質架構(Heterogeneous architecture)的支援被大大提高,並且從 Julia編譯器中解耦了出來。Intel KNL系列硬體上可直接使用 Julia。而Nvidia的GPU 也可透過CUDANative.jl直接編寫程式(不需撰寫 CUDA 程式碼), 而支援 Google TPU的介面也正開發中。

還有無數個大大小小的改善。你可以查看0.7 NEWS 文件當中的完整的更新。在我們 2012 年的“為什麼我們創造 Julia” 文章內,我們寫到:

它還沒有完工,但是是時候發佈一個 1.0 版本了(其實歷時 6 年才發布)—— 我們創造了一個語言叫做 Julia。

 

雖然對1.0的發佈,我們放了大家好幾次鴿子,但這一次我們終於正式發佈了。 我們真心為上千位,以各種形式貢獻給這個真正的數值計算,和泛用程式設計的現代語言的人,感到自豪及無比欣喜。

圖4

 

相關文章

[MCS雲端服務] 透過「服務提供者」功能,讓LINE Bot與MediaTek Cloud Sandbox連動(上)

$
0
0
作者/攝影

本文改編自聯發科技Cloud Sandbox(MCS)官方部落格上的文章,特此感謝聯發科技的授權,圖文版權均屬於聯發科技。

文章分類 教學技術文
時間
成本
難度
材料表

以物聯網概念將剩餘車位資訊送至MCS服務上

這一次,MCS( MediaTek Cloud Sandbox 的簡稱)的工程師們,要教讀者如何透過外部服務與 MCS 進行互動,以達成客製化應用。

 

情境

您目前正經營一個停車場,某天您剛好去保養付款機台時,聽到一位常客抱怨無法在抵達前知道剩餘的車位,到現場時才能從顯示屏上得知停車位已滿的訊息,而必須繞路至附近另一間停車場或在現場苦等。

 

因此,您希望提供一個更便利的方式,讓常客們可更有效率造訪您的停車場。您想達成兩個目標:第一是讓用戶可透過手機查詢目前停車場的剩餘車位;第二是當剩餘車位低於某個數字時,主動推播提醒該位常客。

 

對於這兩個目標,我們要考量到以下幾點:

  1. 若獨立開發一個停車場的 App 服務,用戶需做較多操作,除增加行車危險性,且用戶額外安裝一個  App 的意願也不高。

  2. 開發一個停車場 App 的開發時間及成本

  3. 目前絕大多數台灣人隨時隨地都在使用 LINE

 

因此,您決定透過開發一個簡單的 LineBot 聊天機器人,使常客可透過將這個聊天機器人加入 LINE 好友,與您的停車場互動並達成上述兩個目標。

 

接下來,就將針對如何透過 LINE Bot 設定、MCS及自動化程式平台,說明如何開發這個簡單的 LINE Bot 聊天機器人。

 

首先,我們要開發一個簡單的物聯網裝置,連結停車場的車位管理設備,並讀取剩餘車位的資訊。當有用戶停車時,這個物聯網裝置會將更新後剩餘車位的數值送至 MCS 的雲端服務上,如下圖:

圖1 該裝置在測試裝置頁面示意,位置資訊在此裝置內為固定 | mcs.mediatek.com

 

這裡要特別介紹一個概念:目前大部分的 MCS 的使用者,都是透過裝置與 MCS 服務做互動。但除了裝置外,MCS 也允許使用者開發的外部服務,透過在 MCS 上所申請的憑證與 MCS 互動 ,這組憑證即為 appId 和 appSecret。下圖為 MCS 官網上針對以外部服務讀取資料點的說明。

圖2 無論是讀取或上傳資料點,外部服務皆可透過憑證與MCS互動 | mcs.mediatek.com

 

由於我們後續必須透過外部服務讀取這個裝置的剩餘車位資訊,這組憑證對接下來的開發將非常關鍵,我們將運用下一篇文章針對此部分進行詳細說明。

 

申請一個 LINE Bot 機器人及 Automate.io 簡介

接著,我們要去 LINE 申請一個 LINE Bot。

 

網路上已經有相當多關於如何申請 LINE Bot 的文章,在此我們就不多著墨。以下為在 LINE developers 後台內,該 LINE Bot 的設定畫面,我們為這個 LINE Bot 取一個很酷的名字 :互動式停車場-中山北路

圖3 Line developers 的後台設定頁面

 

LINE Bot 所提供的 Messaging API 允許開發者建立可接收訊息並回覆給加入LINE Bot 的用戶。此 LINE Bot 的程式處理架構為:LINE 公司的訊息伺服器(Messaging Server)負責接收及回應用戶端的訊息,並且管理 LINE 應用程式的權限。當 LINE 訊息伺服器收到用戶端的訊息時,它會把訊息轉送給我們所開發 Linebot 程式的網站,我們的網站程式會把我們設定要回覆給用戶的訊息傳回給 LINE 伺服器,最後再由 LINE 伺服器將訊息回覆給用戶。

 

在 LINE Bot 的設定頁面,請檢查以下設定:

  1. Issue 一個 Channel access token(後面LINE Bot回覆訊息時,會需要用到此變數)。

  2. Use webhooks 欄位修改為Enabled

  3. 將下方的自動回覆(Auto-reply messages)功能關閉

  4. 輸入 webhook 的 URL

圖4 LineBot 設定頁面,可拉至最底端掃描這個 LINE Bot 的 QR Code,將機器人加入您的LINE好友,以利後續測試。

 

以上1至3點設定完畢後,我們只差第4點尚未完成——輸入 Webhook URL(上圖的黃框)。LINE Server 會透過這個Webhook將訊息送至我們的開發 LINE Bot 程式的網站 ,而LINE官方範例使用Heroku這個服務做為開發 LINE Bot 程式網站的後端平台,並接收 LINE Server 的訊息(若讀者有興趣使用此後端服務開發LINE Bot,可直接上網搜尋「Building a sample bot with Heroku)。但在此,我們直接使用一個非常好用的自動化程式平台Automate.io (https://automate.io/),可以讓我們透過簡單的設定,取代寫程式開發這個 LINE Bot 程式。而我們等一下也將透過Automate.io生成圖4中LINE Bot 設定頁面所需輸入的 Webhook URL 。

圖5 Automate.io 是個自動化程式平台,很類似 Zapier/IFTTT,可讓使用者建立自動化程式(Bot),透過簡單的 REST、Webhook等設定,串連使用者所用的網路服務而不需撰寫程式,進而節省使用者的開發時間。

 

決定以 Automate.io 取代程式開發後,我們的 LINE Bot 聊天機器人服務架構就成為下面這張圖:

圖6 LINE Bot聊天機器人 / 自動化程式平台 / Mediatek Cloud Sandbox開發架構示意圖 | mcs.mediatek.com

 

現在,我們有了整個 LINE Bot 的開發雛型。下次,我們將會向讀者說明,如何透過Automate.io連通MCS及LINE server,並完成LINE Bot 的開發。

 

相關文章

[課程紀錄文] 2018.8.13-14-跟著CAVEDU學AI人工智慧:一堂結合機器學習中的影像辨識及邊緣運算的深度課程

$
0
0
記錄

宗諭

攝影

吉弘

講師

吉弘、豐智

上課地點 台灣微軟大樓
課程時間

2018年8月13-14日

8月13至14日,一場AI人工智慧的深度學習課程,在台灣微軟大樓展開⋯⋯。

 

然而,早在課程開始前的一個月,CAVEDU教育團隊這邊的兩位講師:「阿吉老師」曾吉弘與徐豐智,以及與此次課程的相關人員,便已針對這門課程展開緊鑼密鼓地準備。從剛開始針對課程內容進行深入研究、討論;至中期的針對「Microsoft Azure DSVM資料科學虛擬機器」持續調整、設定,並且訓練模型;最後一週與課程各單位間的持續溝通、協調、聯繫,針對上課要使用的RK Car不斷調測,設計、印刷試跑RK Car需用的道路地墊⋯⋯等等。可以說,CAVEDU教育團隊真是為這次課程卯足全勁了!

 

課程的結果也是十分甜美。根據微軟方面人員的統計,參與課程21位學員的AI AGV車皆成功跑車,一個步驟都沒有漏掉。而微軟方面亦十分肯定CAVEDU教育團隊,在這次課程中展現出的專業能力

圖1 講師之一「阿吉老師」曾吉弘

 

圖2 另外一位講師徐豐智(中著紅衣者)

 

回到這門課程,究竟教授給學員的是什麼呢?

 

課程的設計是屬於實務導向,簡而言之,就是訓練無人車達成路牌辨識的目標,等學員訓練好模型後,再至CAVEDU教育團隊設計、製作的地墊上試跑。

圖3 學員讓RK Car在CAVEDU製作的道路地墊上試跑

 

我們運用什麼工具訓練模型呢?答案是微軟的Azure DSVM資料科學虛擬機器。Azure DSVM是一種雲端服務,透過常用於資料分析、機器學習服務及AI訓練的數個熱門工具,預先安裝、設定及測試的Azure虛擬機器映像。

圖4 資料蒐集並訓練模型

 

下圖是課程中使用的無人載具RK Car,車子由CAVEDU教育團隊自造,以Raspberry Pi單板電腦為核心。RK Car上藍色的是Intel Movidius神經運算棒,阿吉老師有向學員們展示Intel的AI模型,透過Movidius的加速,針對道路上各種車輛進行分類,以及街景影像的辨識,例如街道上的人、車牌、摩托車⋯⋯等等。透過Intel Movidius,能使硬體等級沒有非常高的Raspberry Pi單板電腦,以更快速度進行影像辨識。(若欲購買RK Car,請洽機器人王國商城。)

圖5 安裝上Intel Movidius神經運算棒的RK Car

 

下圖是學員們跑車的情況。每位學員的無人載具皆需學會辨識左轉、右轉、停止標示,才能成功完成道路地墊上的試跑。在阿吉老師、豐智及助教的悉心準備、指導下,所有學員皆跑車大成功!

圖6 所有學員順利完成跑車

 

對CAVEDU教育團隊而言,這次課程使我們在AI人工智慧領域又邁進一步。之前我們較著重在「邊緣運算」,也就是將應用程式、資料及服務的運算,由網路中心節點移至網路邏輯上的邊緣節點進行處理。

 

這次,我們實作了機器學習中的影像辨識,並整合剛剛提及的邊緣運算,成功達成一次AI實務的軟硬整合課程。套一句阿吉老師的課後感言:「我想,我們應是最先推出AI實務軟硬整合課程的團隊吧。」歡迎跟著我們一起成長、一起學習AI,微軟將繼續於9月份、10月開課,歡迎點此報名

 

最後,播放一段輪型機器人視角的跑車影片,給各位讀者欣賞。

 

相關文章


[ 教學文 ] 自己的Arduino車自己造——如何使Arduino車課程回歸生活科技的基本面?

$
0
0
作者/攝影

文、圖作者:永春高中生活科技趙珩宇老師(特此致謝!)

主題圖片背景:starline / Freepik

文字潤飾:CAVEDU 宗諭

文章分類 教學技術文
時間

成本

難度

材料表

108課綱講求教師自行依照自己的課程需求發展課程,而筆者是生活科技老師,因此在課程中便希望可依據學生程度,以及生活科技課程所需的內容,設計自己的課程和教具。

 

過去在Arduino車的課程中,教師通常會使用現成的模組,搭配常見的Arduino開發板及模組進行組裝。但就生活科技課程中,這樣的方式少了生活科技中的機構、電子電路等內容,使得實作會專注於程式設計。為讓課程更能符合生活科技所需的內容,所以筆者就製作了可讓學生自行焊接、設計機構、車體及程式撰寫的Arduino車。

 

車體設計

車體設計部分,為符合教學時的學生能力,讓學生可自行焊接,因此首要的要求就是所有的原件皆須使用DIP封裝的元件。因此在車體上即使用了18650電池座,雖然自己不是太喜歡18650電池座,但因現在許多教師都有買這類電池,所以車體部分便依照這顆電池進行設計,另外搭配L9110 H橋IC,以及其他DIP的電容及電阻元件。

 

小知識:什麼是DIP封裝?

DIP是Dual In-Line Package的縮寫,中文名稱是雙列直插封裝,是一種積體電路的封裝方式。DIP是較早期的封裝方法,零件皆具備兩支以上的金屬腳,利用人工方式插入PCB上預留之焊點位孔,再進行點焊或過熔錫爐完成焊接。因插孔需人工進行,較不利於大量生產。然而,筆者在此的目的就是要讓學生可以人工焊接,所以才會要求皆使用DIP封裝的元件。

圖1 18650電池

 

在電路板繪製上,現在其實有許多不同的軟體可搭配。若讀者是處於剛入門時期,可用Frizing這套軟體協助設計,入門門檻會降低許多。若需教學可參考CAVEDU教育團隊不定期安排的課程,亦可參考筆者的教學網站(https://livingtech.education/elec/)所分享的自行洗電路板的方法。

 

課程設計

1.電子電路

本教具設計的目的,在於讓Arduino車的教學重點回歸到生活科技,因此,這台車子需要讓學生自行焊接製作完成,所以在製作時,教師應準備焊接用的工具,如電烙鐵、焊錫、烙鐵架⋯⋯等等,並教導學生正確的焊接操作方式,使學生可以安全地完成焊接。而在焊接中,可逐步介紹每個電子元件的名稱、用途、IC名稱、如何找IC資料⋯⋯等等內容,並自行做一些小實驗示範。

圖2 焊接時應將工具準備齊全

 

圖3 讓學生學習自行焊接

 

2.機構與外觀設計

製作完車體後,則可讓學生設計車體外觀、車體結構⋯⋯等等。在這台車上留有許多雷射切割可用的螺絲孔,或是3D列印件的組裝孔,這些螺絲孔可讓學生將自行製作的車體結構與電路板車體結合。因此,教師可引導學生在「避震」、「轉向結構」⋯⋯等等的教學內容。

圖4

 

圖5

 

圖6

 

結語

在這項教具的設計上,重點就是希望學生可將學習內容拉回生活科技範疇,因此,這篇文章在資訊科技的程式部分就不多加著墨了。對於遙控車的程式撰寫有興趣的讀者,可直接與CAVEDU教育團隊聯繫,他們有許多不同類型的程式實作課程,也歡迎多多關注他們的Facebook粉絲團

 

備註:自製Arduino遙控車課程可參考過去研習課程頁面

 

相關文章

[翻譯] 2018.8.14-根據TensorFlow團隊,TensorFlow 2.0預覽版預計於下半年發佈(繁、簡中文版)

$
0
0
原文作者

Martin Wicke

發佈時間

原文發佈日期:2018年8月14日

翻譯 宗諭 審閱 吉弘
說明

轉載自TensorFlow團隊社群內的公開公告,非常感謝TensorFlow團隊的授權翻譯,特此致謝!

Since the open-source release in 2015, TensorFlow has become the world’s most widely adopted machine learning framework, catering to users and use-cases. In this time, TensorFlow has evolved along with rapid developments in computing hardware, machine learning research, and commercial deployment.

 

自從TensorFlow於2015年以開放原始碼形式發佈後,已成為全球最廣為採用的機器學習框架,提供給廣泛的使用者及案例。時至今日,TensorFlow也隨著運算硬體、機器學習研究及商用部署的快速發展而不斷進化。

 

自从TensorFlow于2015年以开放原始码形式发布后,已成为全球最广为采用的机器学习框架,提供给广泛的使用者及案例。时至今日,TensorFlow也随着运算硬体、机器学习研究及商用部署的快速发展而不断进化。

 

Reflecting these rapid changes, we have started work on the next major version of TensorFlow. TensorFlow 2.0 will be a major milestone, with a focus on ease of use. Here are some highlights of what users can expect with TensorFlow 2.0:

  • Eager execution will be a central feature of 2.0. It aligns users’ expectations about the programming model better with TensorFlow practice and should make TensorFlow easier to learn and apply.
  • Support for more platforms and languages, and improved compatibility and parity between these components via standardization on exchange formats and alignment of APIs.
  • We will remove deprecated APIs and reduce the amount of duplication, which has caused confusion for users.

 

爲回應這股快速變遷的趨勢,我們(TensorFlow團隊)已開始研發TensorFlow下一個主要版本。TensorFlow 2.0將會是重要的里程碑,著眼於讓大家更容易使用。以下是一些使用者可期盼的焦點:

  • Eager execution將會是0版本的中心特色,它能滿足使用者對於實做更棒的程式模型的期待,並且應該會使TensorFlow更易於學習及應用。
  • 支援更多的平台及語言,亦改善了相容性,並且透過交換格式及API調整的標準化,在這些元件中取得平衡。
  • 我們將會移除已棄用的API,並且降低重複性,避免造成使用者混淆。

 

为回应这股快速变迁的趋势,我们(TensorFlow团队)已开始研发TensorFlow下一个主要版本。 TensorFlow 2.0将会是重要的里程碑,着眼于让大家更容易使用。以下是一些使用者可期盼的焦点:

  • Eager execution将会是0版本的中心特色,它能满足使用者对于实做更棒的程式模型的期待,并且应该会使TensorFlow更易于学习及应用。
  • 支援更多的平台及语言,亦改善了相容性,并且透过交换格式及API调整的标准化,在这些元件中取得平衡。
  • 我们将会移除已弃用的API,并且降低重复性,避免造成使用者混淆。

 

We are planning to release a preview version of TensorFlow 2.0 later this year.

 

我們預計於2018年下半年發佈TensorFlow 2.0的預覽版本。

 

我们预计于2018年下半年发布TensorFlow 2.0的预览版本。

 

Public 2.0 design process

Shortly, we will hold a series of public design reviews covering the planned changes. This process will clarify the features that will be part of TensorFlow 2.0, and allow the community to propose changes and voice concerns. Please join developers@tensorflow.org if you would like to see announcements of reviews and updates on process. We hope to gather user feedback on the planned changes once we release a preview version later this year.

 

公開的 TensorFlow 2.0設計程序

簡而言之,我們將針對已在計劃中的更新有一系列的「公開設計評論」。這個過程會說明那些即將納入TensorFlow 2.0中的功能,並且允許社群提出修改且表達關切。若您想得知評論的公告與設計過程的進展,請加入developers@tensorflow.org。一旦預覽版本於2018年下半年發佈之後,我們期盼收到使用者對於計畫中的更新的回饋意見。

 

公开的 TensorFlow 2.0设计程序

简而言之,我们将针对已在计划中的更新有一系列的「公开设计评论」。这个过程会说明那些即将纳入TensorFlow 2.0中的功能,并且允许社群提出修改且表达关切。若您想得知评论的公告与设计过程的进展,请加入developers@tensorflow.org。一旦预览版本于2018年下半年发布之后,我们期盼收到使用者对于计画中的更新的回馈意见。

 

Compatibility and continuity

TensorFlow 2.0 is an opportunity to correct mistakes and to make improvements which are otherwise forbidden under semantic versioning.

 

相容性與連續性

TensorFlow 2.0的發佈是一個改正錯誤的好機會,並且針對在semantic versioning下被禁止的部分作出改善。

 

相容性与连续性

TensorFlow 2.0的发布是一个改正错误的好机会,并且针对在semantic versioning下被禁止的部分作出改善。

 

To ease the transition, we will create a conversion tool which updates Python code to use TensorFlow 2.0 compatible APIs, or warns in cases where such a conversion is not possible automatically. A similar tool has helped tremendously in the transition to 1.0.

 

為減緩過渡時期的衝擊,我們將提供一個轉換工具,它具備兩項功能:(1)更新Python程式碼得以使用相容於TensorFlow 2.0的API;(2)假如轉換無法完全自動完成時,將發出警告。類似的工具在當年轉換到Tensorflow1.0版時可真是幫了大忙呢。

 

为减缓过渡时期的冲击,我们将提供一个转换工具,它具备两项功能:(1)更新Python程式码得以使用相容于TensorFlow 2.0的API;(2)假如转换无法完全自动完成时,将发出警告。类似的工具在当年转换到Tensorflow1.0版时可真是帮了大忙呢。

 

Not all changes can be made fully automatically. For example, we will be deprecating APIs, some of which do not have a direct equivalent. For such cases, we will offer a compatibility module (tensorflow.compat.v1) which contains the full TensorFlow 1.x API, and which will be maintained through the lifetime of TensorFlow 2.x.

 

並非所有的更新皆可全部自動完成。例如以棄用API來說,有些將要被棄用的API並沒有一個直接可對應的應用程式去處理。針對這樣的情況,我們將提供一套相容性模組(tensorflow.compat.v1),包含完整的TensorFlow 1.x API,並且確保它在TensorFlow 2.0的產品週期中被維護。

 

并非所有的更新皆可全部自动完成。例如以弃用API来说,有些将要被弃用的API并没有一个直接可对应的应用程式去处理。针对这样的情况,我们将提供一套相容性模组(tensorflow.compat.v1),包含完整的TensorFlow 1.x API,并且确保它在TensorFlow 2.0的产品周期中被维护。

 

We do not anticipate any further feature development on TensorFlow 1.x once a final version of TensorFlow 2.0 is released. We will continue to issue security patches for the last TensorFlow 1.x release for one year after TensorFlow 2.0’s release date.

 

一旦TensorFlow 2.0最終版本發佈後,就不會在開發任何TensorFlow 1.x的功能了。我們將在TensorFlow 2.0發佈一年之內,針對TensorFlow 1.x的最新版持續提供安全性修正程式(Security Patch)。

 

一旦TensorFlow 2.0最终版本发布后,就不会在开发任何TensorFlow 1.x的功能了。我们将在TensorFlow 2.0发布一年之内,针对TensorFlow 1.x的最新版持续提供安全性修正程式(Security Patch)。

 

On-disk compatibility

We do not intend to make breaking changes to SavedModels or stored GraphDefs (i.e., we plan to include all current kernels in 2.0). However, the changes in 2.0 will mean that variable names in raw checkpoints might have to be converted before being compatible with new models.

 

儲存的相容性

我們無意針對SavedModels或儲存的GraphDefs做出大幅度的修改。(例如,我們想在TensorFlow 2.0中納入所有現行的核心。)然而,在TensorFlow 2.0中的更新代表在原始檢查點中的變數名稱,在順利相容於新模型前可能需要進行轉換。

 

储存的相容性

我们无意针对SavedModels或储存的GraphDefs做出大幅度的修改。 (例如,我们想在TensorFlow 2.0中纳入所有现行的核心。)然而,在TensorFlow 2.0中的更新代表在原始检查点中的变数名称,在顺利相容于新模型前可能需要进行转换。

 

tf.contrib

TensorFlow’s contrib module has grown beyond what can be maintained and supported in a single repository. Larger projects are better maintained separately, while we will incubate smaller extensions along with the main TensorFlow code. Consequently, as part of releasing TensorFlow 2.0, we will stop distributing tf.contrib. We will work with the respective owners on detailed migration plans in the coming months, including how to publicise your TensorFlow extension in our community pages and documentation. For each of the contrib modules we will either a) integrate the project into TensorFlow; b) move it to a separate repository or c) remove it entirely. This does mean that all of tf.contrib will be deprecated, and we will stop adding new tf.contrib projects today. We are looking for owners/maintainers for a number of projects currently in tf.contrib, please contact us (reply to this email) if you are interested.

 

tf.contrib

TensorFlow的contrib模組的規模已超過可在單一版本庫中維護並支援的程度。較大的專案最好是獨立維護,同時我們會讓較小的擴充檔去跟著TensorFlow主線去走。結論是,作為發佈TensorFlow 2.0過程的一部分,我們將停止發佈tf.contrib。我們會在這幾個月之內針對個別擁有者去敲定遷移的細節,包括如何在我們的社群網頁和文件中宣傳您的TensorFlow擴充。針對每一個補充支援模組,我們將採取以下三項措施中的一項:

(a)整合專案進TensorFlow中;

(b)移至另外的版本庫,或

(c)將它整個移除。

這代表所有的tf.contrib未來都不會再使用,並且從今天起就不再允許加入新的補充支援模組專案。我們對目前tf.contrib的某些專案正在徵求維護者,如果您有興趣的話請和我們連繫(announce@tensorflow.org)。

 

tf.contrib

TensorFlow的contrib模组的规模已超过可在单一版本库中维护并支援的程度。较大的专案最好是独立维护,同时我们会让较小的扩充档去跟着TensorFlow主线去走。结论是,作为发布TensorFlow 2.0过程的一部分,我们将停止发布tf.contrib。我们会在这几个月之内针对个别拥有者去敲定迁移的细节,包括如何在我们的社群网页和文件中宣传您的TensorFlow扩充。针对每一个补充支援模组,我们将采取以下三项措施中的一项:

(a)整合专案进TensorFlow中;

(b)移至另外的版本库,或

(c)将它整个移除。

这代表所有的tf.contrib未来都不会再使用,并且从今天起就不再允许加入新的补充支援模组专案。我们对目前tf.contrib的某些专案正在征求维护者,如果您有兴趣的话请和我们连系(announce@tensorflow.org)。

 

Next steps

For questions about development of or migration to TensorFlow 2.0, contact us at discuss@tensorflow.org. To stay up to date with the details of 2.0 development, please subscribe to developers@tensorflow.org, and participate in related design reviews.

 

下一步

針對TensorFlow 2.0的開發或轉的的相關問題,請來信discuss@tensorflow.org 詢問。若想要得知TensorFlow 2.0的最新進度,請訂閱developers@tensorflow.org ,並且參與相關的設計評論,謝謝。

 

下一步

针对TensorFlow 2.0的开发或转的的相关问题,请来信discuss@tensorflow.org 询问。若想要得知TensorFlow 2.0的最新进度,请订阅developers@tensorflow.org ,并且参与相关的设计评论,谢谢。

 

On behalf of the TensorFlow team,

Martin

 

謹代表全體TensorFlow團隊

Martin

 

谨代表全体TensorFlow团队

Martin

 

相關文章

[ 介紹文 ] 一窺水下機器人ROV航海家號(Voyager) I的研發奧秘

$
0
0
作者/攝影

ROV MAKER團隊(特此致謝!!)

文章分類 介紹文
時間

成本
難度

ROV MAKER團隊開始於2012年大仁哥研究遙控潛艇。航海家號I是ROV MAKER團隊首台嘗試自造的消費型ROV。(ROV MAKER心路歷程可參考連結:https://youtu.be/XNyclrNijgo

 

在優化遙控潛艇,以及改造遙控潛艇微電腦控制的過程中,ROV MAKER團隊深刻了解到,防水的模組化設計完善的電子電路及軟體,是阻礙愛好者進入DIY ROV世界的主要限制原因。

 

ROV MAKER團隊參考了現實世界的潛艇造型,認為以原球殼玻璃艙罩的潛艇,擁有較佳的外觀亮麗造型。

圖1

 

圖2

 

2016年12月著手進行航海家I開發的同時,ROV MAKER團隊以「水下載具模組化專案」向經濟部SBIR提出第一期申請,並於2017年2月獲得委員會評審通過,進行為期半年的開發補助。

 

研發航海家I,ROV MAKER團隊同時朝四個方向進行開發設計:(1)圓球殼艙罩的設計與樣品(Mockup)製作;(2)控制電路板/感測器版設計;(3)軟體開發;(4)機身設計。經過為期半年的努力,我們開發了自有的電路板和軟體,並組裝了航海家號I第一台樣機。

 

我們的控制板是基於路由器晶片,因為未來兩年的產品效能瓶頸主要是資訊流傳輸,而非多媒體影像的問題。

圖3 航海家I的控制板

 

IMU感測板設計,仿效OpenROV初代設計,因為9250磁力計校正問題,改採用愛盛科技 IST8310晶片。

圖4

 

軟體架構則採用OpenROV初代設計概念,以Node.js為主的網路伺服機主從概念,讓使用者可利用瀏覽器及搖桿進行操控。

圖5

 

在機身設計上,團隊一致決定向無敵鐵金剛的指揮艇致敬。

圖6

 

圖7

 

圖8

 

研發過程的種種概況,請讀者們參考圖9:

圖9

 

2017年7月,航海家號I在海科館進行了首次測試,進行一系列的驗證及軟體校正。

圖10

 

圖11

 

圖12

 

航行動態請參考以下影片:

https://youtu.be/Ti7iBGjiFcs

https://youtu.be/1Ricc10u1pc

 

在基隆海科館的測試後,我們檢討了軟體和機構的缺失,並且在SBIR結案前,前往石門水庫進行最後測試驗收。而在石門水庫的測試中,我們分別測試了水深20米及43米的深度測試,並留下寶貴的測試影片,43米的限制來自於水庫的最深深度。

https://youtu.be/P-4taTfF8v8

 

因台灣夏天的午後雷陣雨,所以測試當天石門水庫水質欠佳,以致於水下影像畫面欠佳。但我們依舊得到相當有趣的水文數據,例如,隨著深度的溫度變化。

 

航海家號I是以Maker 的角度,利用隨手可買到的簡單材料,搭配自行設計的電路板、IMU板及自行開發的軟體組裝而成。動力方面僅利用現有多軸穿越機(Drone)無刷馬達,以及簡易的船槳,所以速度表現仍有相當大的進步空間。

圖13

 

隨著航海家號I樣機開發完畢,ROV MAKER團隊持續各模組化零件的開發。目前,已陸續完成 (1)可至70米深球殼防水模組Asgard;(2)推進器槳葉設計;(3)防水電池盒;(4)航海家號II機身設計。

 

航海家號II預計於於2018年10月亮相。若讀者們想關注更多水下機器人ROV的訊息,可關注ROV MAKER的Facebook粉絲頁,或官網 www.rovmaker.com

 

相關文章

[ STEAM好好玩 ] 樂高小屋大改造!!結合BOSON電子積木、micro:bit,立馬升級成智慧小屋!(有片請入)

$
0
0

市面上有多種樂高小屋套組,不知道讀者們有沒有想過,在小屋內再多加上樂高積木以外的東西呢?這次我們要讓樂高小屋與BOSON電子積木結合,激盪出更多變化。

作者/攝影

陳怡璇

文章分類 教學技術文
時間

1小時內

成本

難度

*

材料表
    • LinkIt 7697*

    • Micro:bit*1

    • Boson inventor kit*1

    • (若欲購買,請洽機器人王國商城。)

首先,我們要先有一間樂高小屋。(各種樂高小屋皆可,只要空間足夠放入BOSON電子積木即可。)

圖1 樂高小屋

 

這次製做的樂高小屋分成兩部分,第一部分是單純的BOSON電子積木,第二部分是micro:bit加上BOSON。而單純BOSON的部分,我們會用到以下幾種積木:

  • Mainboard-3IO(3組輸入輸出的控制板)

  • 藍色無段開關*2(紅色無段開關是一樣的)

  • 運算邏輯模組NOT

  • 計時模組

  • 錄音機模組

  • 喇叭

  • 發光二極體(LED)

 

micro:bit加上BOSON的部分,則需要開關、光敏感測器及馬達。

 

第一部分:

Step1:

接下來就是分別接上。這邊又可分成兩個小部分,一是按下按鈕,錄音模組會發出聲音;另外是按下按鈕LED會亮起一段時間。不過在動手前,我們要先介紹主控版。主控版有輸入、輸出的區別,接的時候需要注意。請讀者們依照圖2電源接孔朝下擺正後,左邊接輸入,右邊接輸出(特別注意箭頭的方向,箭頭指出去的地方就是接輸出)。

圖2

 

一旦知道主控版如何使用後,我們就可開始接上其他積木了!讓我們先接上LED的部分。接上順序為 :無段開關→計時模組→運算邏輯模組NOT→主控版→發光二極體(請讀者們參考圖3)。接上計時模組時,跟主控版一樣,需注意箭頭的方向。

圖3

 

接下來,讓我們接上錄音機模組的部分。

 

接上的順序為:無段開關→主控版→錄音機模組→喇叭。錄音機模組沒有箭頭,不過接喇叭那邊的孔,只接兩條線所以比較小。

圖4

 

 

Step2:

最後就是micro:bit的部分了,這裡便不需要主控版和邏輯的積木了。請將馬達接至P0,光敏感測器接至P1,開關接至P3。

圖5

 

接完後,再來便是編寫程式。我們盼望達到的功能是:當有陽光會熱時,按下按鈕電風便開啟;當沒有陽光時,就算按下按鈕也不能開啟電風扇,這樣才能省電。所以,以下便是這次我們所需要的程式指令積木:

  • 【基本】重複無限次

  • 【邏輯】如果-那麼-否則、且0=0

  • 【引腳】數位信號讀取數位信號寫入

 

請讀者們依照圖6接上。在這裡,的程式指令積木,便能代替BOSON電子積木內的運算邏輯模組AND。

備註:運算邏輯模組AND的功能——當輸入的兩個條件皆達成,就能有輸出。

圖6

 

Step3 :

各方面都接好後,就可以裝在樂高小屋上面囉!

圖7

 

 

讀者們在組裝時,可依照自己的喜好進行改變,也可自己設定其它情境,增加更多的BOSON電子積木。

 

相關文章

 

[ 活動預告 ] 2018.09.08 –欸,麻瓜也能參加的機器人競賽:第1屆線控機器人競賽

$
0
0
作者

趙珩宇

攝影

趙珩宇

協力單位

機器人王國、新北市工具圖書館

活動地點

新北市工具圖書館

活動時間

2018年9月8日星期六早上9點展開

機器人競賽一直是不少大人、小孩十分感興趣的競賽項目,不論是看著機器人透過參賽者的巧思,使它能自主解決競賽目標;或是藉由參賽者靈巧的控制,使機器人敏捷地移動至不同位置。

 

機器人競賽呈M型化發展

然而,目前機器人競賽的發展似乎也呈現M型化的發展趨勢。在台灣,我們能見到高度智慧控制的「智慧電腦鼠」競賽;亦能參加令人熱血沸騰的「RBL格鬥機器人競賽」,還有以人類為樣板的「智慧人形機器人競賽」。這些機器人透過複雜的程式設計、電子控制及巧妙的機構規劃,讓參觀競賽的民眾往往會因此而發出驚呼,但在這些複雜條件下卻似乎減少了嘗試的動力。另一方面,則有以低技術理念為號召的「無用廢材機器人競賽」的出現,透過基本的動力,使參賽機器人能在規定範圍中進行移動,比賽誰先衝出場外即失敗。讓沒有機構、電子或程式能力的民眾,也能參與一場有趣的機器人競賽。

 

什麼是線控機器人競賽?

線控機器人則是透過基本電路,由單一開關控制單一馬達運轉的形式,設計出可遙控的機器人。不僅在製作上較為容易,後續也可搭配基本電路、機構做出各類不同的設計,可以依教師課程需求進行不同的改變。

圖1

 

圖2

 

2017年第0屆線控機器人表演賽

2017年,在新北市政府所舉辦的「新北市Maker Faire」,藉由機器人王國及台北市永春高中的學生合作下,將這個以基本電路所完成的線控機器人進行推廣,於新北市政府內舉辦了「第0屆線控機器人表演賽」。

圖3

 

競賽規則

為立求公平,本屆表演賽中具有以下規範:

  1. 機器人的外型與運動方式,並沒有限制以人形或特定機構,但必須可以在場地內依照參賽選手的控制進行移動。

  2. 機器人大小不得超過20cm x 20cm的正投影範圍,線控距離需要達1公尺以上。

  3. 機器人的馬達得以使用長度40mm以內的6V直流馬達,馬達數量不限,電池限用市面上可買到的3號、4號或9號電池。

  4. 參賽隊伍可以依照個人需求加裝齒輪組,齒輪組不限制使用方式和規格。

  5. 機器人如果使用步行或車輪等方式移動,不得在與場地接觸處使用黏膠。如果造成場地損壞則判定出局,並賠償場地維修費用。

  6. 動力裝置應裝置於機器人身上

  7. 不能裝置會傷害人的物品(如刀、槍、尖銳物⋯⋯等等)。

  8. 不能裝置會發射液體或粉末的裝置

  9. 不能噴火、放電。

  10. 比賽當天機體檢錄完畢後,除基本維修外,不得再進行任何更動。

 

競賽場地則規定為直徑1.8公尺的範圍,而機器人則於該場地中較勁。雖說僅僅是表演賽,但活動依舊以寓教於樂為主,提供參賽學員彼此學習與討論的機會。

圖4

 

圖5

 

2018年第1屆線控機器人競賽

2018年,我們希望將此活動能延續下去,因此今年的活動將在9月8日星期六早上9點舉辦,以避開開學後的家長日時段。而今年活動同樣由機器人王國大力協助,以及新北市工具圖書館提供場地,盼望今年會有更多有趣的作品出現,讓更多創意在活動中彼此激盪。

 

在此,呈現給大家一些「第0屆線控機器人表演賽」的有趣作品:

圖6 這位,難道是傳說中的P嗎?

 

圖7 這是小小兵的蝙蝠車嗎?

 

圖8

 

圖9

 

「第0屆線控機器人表演賽」可以參考這篇文章,謝謝。

 

相關文章

[ 新品開箱 ] 2018.08.29 – 透過ReSpeaker 6-Mic環形陣列模組 讓您運用Raspberry Pi打造個人專屬的智慧語音產品(可整合Amazon Alexa、Google語音助理喔!)

$
0
0
翻譯

宗諭

審閱

吉弘

說明

文、圖轉載、改寫自Seeed產品介紹網站,特此致謝!

ReSpeaker 6-Mic環形陣列模組是Seeed最新出品的一款擴充板,也就是專門為樹莓派設計的HAT擴充板。它是一個形的麥克風陣列模組,配備有6顆麥克風,專門為人工智慧和語音應用而設計。這代表可以使用樹莓派做出一台功能更強大、更靈活的語音產品,同時可整合Amazon Alexa語音服務、Google語音助理⋯⋯等等。

 

樹莓派專用的ReSpeaker 6-Mic環形陣列模組,由兩個板所構成,一個是語音配件HAT板,另外一個是6個麥克風所組成的環形陣列。

 

ReSpeaker 6-Mic環形陣列模組在Raspbian作業系統中支持8個輸入和8個輸出通道。前6個輸入通道用於麥克風錄製,其餘2個輸入通道則用於回放。前2個輸出通道用於播放音效,其餘6個輸出通道則為虛擬。

圖1 硬體概覽圖

 

產品特色

  • 2個ADC晶片和1個DAC晶片

  • 8個輸入和8個輸出通道

  • 六個麥克風陣列

  • 支援Grove接頭

  • 相容於樹莓派40針接口

  • 耳機和揚聲器語音輸出

 

規格說明

  • 2 x X-Power AC108 ADC晶片

  • 6 x高性能麥克風

  • 1 x X-Power AC101 DAC晶片

  • 輸出接口:

    • 5mm 耳機接頭
    • 揚聲器接口
  • 與樹莓派40pin接口兼容

  • 麥克風:Knowles SPU0414HR5HSB

  • 靈敏度:-22 dBFS (各方向)

  • SNR:59 dB

圖2 組裝圖

 

圖3 動態組裝圖

 

Applications應用

  • Smart speaker 智慧音箱

  • Intelligent voice assistant systems 智慧語音助理系統

  • Voice recorders 錄音應用

  • Voice conferencing system 語音會議系統

  • Meeting communicating equipment 會議通訊設備

  • Voice interacting robot 語音互動機器人

  • Car voice assistant 車用語音助理

  • Other scenarios need voice command 其他需要語音指令的場景

 

那麼,ReSpeaker 6-Mic環形陣列模組可有哪些方面的應用呢?例如智慧揚聲器、智慧語音助理系統、聲音錄音機、語音會議系統、會議通訊設備、語音互動機器人、汽車語音助理⋯⋯等等,或是在其他場景中需要語音命令,都可運用它。若是讀者們想要更多的創意應用,就有賴大家的研究、開發。

 

相關文章

[ MCS雲端服務 ] 我知道MCS可以設定觸發條件和動作並得到系統通知,但是怎麼運用哩???來,讓這一篇教會您

$
0
0
作者/攝影

本文改編自聯發科技Cloud Sandbox(MCS)官方部落格上的文章,特此感謝聯發科技的授權,圖文版權均屬於聯發科技。

文章分類 教學技術文

上一篇文章,我們跟大家介紹,將已開發MediaTek Cloud Sandbox(以下簡稱MCS) 的最新功能:可設定觸發條件和動作並得到系統通知。這一篇,我們將根據這個主題,分享多個新增的功能及實際應用情境。若讀者們過去對於事件觸發條件及動作功能並沒有任何使用經驗,歡迎前往 MCS 官網上的教程進一步了解。

 

過去裝置的事件觸發條件中,支援顯示類別的浮點數整數兩種類型的資料通道作為該事件觸發的觸發條件:

圖1 原事件觸發功能支援作為觸發條件的資料通道 | mcs.mediatek.com

 

聯發科技的工程師們接觸到更多不同應用的開發者後,發現現有的資料通道類型已不足以涵蓋日益增加的物聯網應用情境。比如說,針對裝置多段顯示的不同狀態,分別設定推播告警、針對裝置開/關狀態的推播告警⋯⋯等等。所以,聯發科技的工程師們,決定在事件觸發的「條件」中,增加支援顯示/控制類別的開關分類字串16進位制這四種類型的資料通道類型,以及個別通道對應的觸發條件,如下:

圖2 此表格針對事件觸發與動作設定中的「條件」加以說明 | mcs.mediatek.com

 

以分類型資料通道為例,若使用者正運用MCS開發一個針對工廠應用的裝置,裝置會上傳3種不同的運轉狀態,在顯示類別的分類資料通道以//作為表示。若使用者希望當該裝置上傳狀態為時,透過MCS寄送郵件通知使用者,則可於實際MCS操作介面的條件設定如下:

圖3

 

若使用者希望裝置上傳狀態和當下狀態相較有任何改變時,都寄送警告通知,那麼在編輯觸發條件選擇數值異動,則裝置上傳的最新狀態資料點和前次上傳資料點不同時,則寄送通知,設定如下圖:

圖4

 

以上需要注意的是,上面的觸發條件皆僅能透過裝置上傳的資料點(value)去進行事件觸發,若是透過MCS介面進行操控的改變,並不適用此觸發事件。

 

全新的網頁警示功能及告警燈號提示,如下圖5:

圖5 此圖表示一個煙霧偵測裝置在不同的觸發事件滿足下,設定網頁警示的視覺呈現 | mcs.mediatek.com

 

除了在觸發條件新增支援的資料通道外,觸發動作的動作類型也有新增,除現有的郵件通知、手機推播、Webhooks外的第四種觸發動作是網頁警示。這個功能的設計是針對大量的商業應用場景,例如工廠、魚塭、農業等應用領域。當觸發條件滿足時,該裝置及觸發條件滿足的資料通道卡片,都將呈現使用者定義的警示效果,達成視覺化監控。若讀者過去有使用MCS的Android App,也可達成同樣的效果。

 

以前面提到的工廠應用為例,假如該工廠機台共有運轉狀態機台溫度機台開關三種資料通道。那在這個應用裡,當機台溫度超過55或機台因不明運轉狀態轉為時,都需要特別注意或第一時間採取應對措施。所以,我們可在事件觸發的情境裡,設定網頁警示類型的觸發動作,我們舉下面的兩個事件為例,說明此功能:

 

事件一:機台超過 55 度進行網頁警示觸發。設定完觸發條件後,在動作類型選擇新增的網頁警示,在下方警告嚴重性下拉選取名稱為 「Medium」的橘色警示燈警告。

圖6

 

圖7

 

當機台溫度超過55度時,除了手機推播及寄送電子郵件外,設定觸發的資料通道卡片左上角,將根據使用者選擇的警告名稱(Medium)跳出橘色警示燈,如下圖:

圖8

 

圖9

 

注意:若一個資料通道被設定兩個不同嚴重性的警告,則顯示最後發生的警告。

 

同時,在使用者的測試裝置列表,也會在該裝置內有資料通道被觸發時,於裝置卡片左上角進行警告提示。若要解除警告,就必須進入裝置頁面,並於提示下拉後進行解除。

圖10

 

事件二:當機台運轉狀態轉為弱時,進行網頁警示觸發。因爲這項事件比較緊急,下方警告嚴重性下拉選取名稱為「High」的紅色警示燈警告。

圖11

 

圖12

 

當兩個觸發事件同時發生時,兩個資料通道左上角將分別跳出個別設定的警示燈,如下圖13;而在裝置列表的層級,則會顯示警告嚴重性最高的警告名稱,如下圖13-1:

圖13 顯示各別資料通道之網頁警示 | mcs.mediatek.com

 

圖13-1 於裝置列表頁面僅顯示該裝置所有資料通到中警告嚴重性最高的警示燈號 | mcs.mediatek.com

 

修改警告嚴重性等級

上面我們舉的例子,是以預設的三個警告嚴重性(High:紅色警示燈/Medium:橘色警示燈/Low:黃色警示燈)設定網頁警示。除了預設的三種警告嚴重性外,使用者也可針對不同應用情境,增加或修改警告嚴重性,並設定自己希望呈現在畫面上的顏色,如下:

圖14 在觸發條件與動作的標籤下,可以看到所有的「警告嚴重性等級」。S1至S3分別為預設的警告嚴重性,嚴重性由大至小排序,不可修改警告名稱但可修改顏色 | mcs.mediatek.com

 

圖15 增加第四級警告嚴重性警告,並設定警示燈號為紫色,最多可增加至10種警告| mcs.mediatek.com

 

圖16 之後在設定事件觸發選擇網頁警示時,就可以看到新增的第四級警告嚴重性的警告名稱了| mcs.mediatek.com

 

現在,當讀者們的裝置發生事件觸發時,就可在個別裝置內,以及個別的測試裝置列表中,看到不同的警告名稱及警示燈號,並且需要進行手動解除。下一次,我們將會分享另一個觸發事件的功能更新——Webhook 優化,最後教讀者如何打造一個包含各種警示燈號、做到視覺化呈現的物聯網監控場景。

 

備註:某些使用者會碰到瀏覽器鎖住Cache的問題,導致較慢更新到新的版本。若讀者發現您的事件觸發功能尚未更新,請在登入MCS 後,強制重整瀏覽器(Ctrl + F5)以體驗最新功能。

 

相關文章


[ 3D繪圖教學文章連結 ] 運用DesignSpark Mechanical 繪製零件圖再也不麻煩

$
0
0

[ 智慧機器人大趨勢 ] 2018.08.20- 銀髮族商機驚人! 台廠積極佈局服務型機器人 透過台灣智慧機器人玩具聯盟做跨領域整合 準備搶進全球市場

$
0
0
作者

林裕洋

攝影

林裕洋

主題圖片:pixabay

活動講師

CAVEDU教育團隊 曾吉弘

活動地點

北部物聯網智造基地

活動時間

2018年8月9日,文章轉載、改編自旗訊科技網站,特此致謝!

阿吉老師最近都在忙些什麼呢?除了進行AI人工智慧方面的研究、教學,以及寫作、翻譯之外,8月份,他也應台灣智慧機器人玩具聯盟的邀請,從他自己在麻省理工學院(MIT)擔任訪問學者的經驗,分享智慧型教玩具的發展歷程,以及怎麼樣結合創新思維在教學中,達成寓教於樂的目標。

 

阿吉老師指出,目前市面上最受關注的手機App開發環境,莫過源自於Google子計畫、現由麻省理工工學院維護的MIT App Inventor。該軟體可讓任何熟悉或不熟悉程式設計的人,能以簡單易用的圖型化程式語言,快速創造基於Android作業系統的應用軟體。MIT App Inventor 在全球擁有超過300萬使用者,打造超過2400萬個App,其中台灣使用者排名全球第三,約達 30萬人使用,預計將於今年秋天推出iOS版。

 

CAVEDU教育團隊是 MIT App Inventor 的正式教育推廣夥伴,2008 年初創辦後,就積極推動國內的機器人教育,以出版書籍、技術研發、教學研習及設備販售為團隊主軸,希望能讓有興趣進入這個領域的夥伴們,能夠取得優質的服務與課程。而我們的團隊也將定期舉辦研習會及新知發表,盼望帶給國內的自造者及科學DIY愛好者,更豐富、多元的學習內容,讓機器人教育能夠普及。

圖1 阿吉老師

 

智慧機器人玩具聯盟 幫大家掌握商機

這次研討會的主辦單位是「台灣智慧機器人玩具聯盟」,它是一個為推廣並促進智慧玩具及機器人的產業發展,提升智慧物聯與智造能量而成立的聯盟。聯盟的副總召集人暨資策會服創所主任何偉光說,在經濟部工業局支持、資策會協助下,台灣智慧機器人玩具聯盟於2018年正式成立。他也強調,台灣的ICT產業在全球市場居於領導地位,擁有很強的設計能力和整合能量,只是過去很少有彼此交流的機會。台灣智慧機器人玩具聯盟就是盼望透過讓不同產業,能在同一個平台內進行交流和互動,激發出更多跨領域合作的可能性,使台灣能掌握先機,搶進商機無限的服務型機器人市場。

圖2 台灣智慧機器人玩具聯盟副總召集人暨資策會服創所何偉光主任

 

銀髮族商機驚人 唯應先取得信任與信賴

小編這次有幸參加了8月底在南港展覽館舉辦的「智慧機器人展」,發現已經有更多台灣的業者投入服務型機器人的研發、製造,而銀髮族正是他們所設定主要的目標對象。回到研討會本身,智齡公司「智樂活樂齡活動社群」執行長、同時也是聯盟秘書長李立國,就分享了智慧機器人在銀髮族應用的發展趨勢,更介紹了智慧機器人可能的應用和商業模式。

 

李立國指出,因應台灣進入高齡社會,市面上有許多針對長者設計的產品或服務,智齡公司所設立的「智樂活樂齡活動社群」,就是一個關注於熟齡銀髮族的活動平台。那企業如果想要搶攻銀髮族商機,最重要目標是需要得到長輩的信任,然後進一步取得信賴,而非一昧推銷商品或服務。建議應先從關心長者的日常生活,深入了解他們的真正需求,再提供長者適合的服務或商品。

圖3 智齡公司智樂活樂齡活動社群李立國執行長

台灣的創意與智造能量向來備受全球肯定,只可惜過去欠缺資源整合及跨域交流平台,相關領域的成員多半是獨立奮鬥經營,少有跨域合作,難以得到產業的綜效。所以,台灣智慧機器人玩具聯盟期待能透過跨域合作及垂直整合,推動領域產業的生態鏈結和夥伴關係,幫助產業資源接軌並推動創新發展,發展出台灣(MIT)的自有品牌。

 

相關文章

[ 翻譯 ] 2018.08.03-根據TensorFlow團隊,TensorFlow 1.9正式支援樹莓派

$
0
0
原文作者

Pete Warden

圖片

CAVEDU教育團隊

翻譯 宗諭 審閱 吉弘
說明

感謝作者Pete Warden的授權翻譯,特此致謝!

When TensorFlow was first launched in 2015, we wanted it to be an “open source machine learning framework for everyone”. To do that, we need to run on as many of the platforms that people are using as possible. We’ve long supported Linux, MacOS, Windows, iOS, and Android, but despite the heroic efforts of many contributors, running TensorFlow on a Raspberry Pi has involved a lot of work. Thanks to a collaboration with the Raspberry Pi Foundation, we’re now happy to say that the latest 1.9 release of TensorFlow can be installed from pre-built binaries using Python’s pip package system! If you’re running Raspbian 9 (stretch), you can install it by running these two commands from a terminal:

當TensorFlow於2015年首次發佈時,我們希望它是一個「給所有人的開源機器學習框架」。爲要達成這一點,我們需要盡可能讓它在更多人們使用的平台上運作,所以,我們長期以來支援了Linux、MacOS、Windows、iOS及Android等作業系統。然而,儘管許多貢獻者已經貢獻卓越,在Raspberry Pi上運行TensorFlow仍有許多工作需要完成。感謝與Raspberry Pi基金會的合作,我們現在很高興能宣佈:最新的TensorFlow 1.9版,可透過Python的pip套件系統來安裝建置好的二元檔了!若您正使用Raspbian 9(Raspbian stretch),只要從終端機輸入下面這兩道指令來安裝它:

 

sudo apt install libatlas-base-dev
pip3 install tensorflow

 

You can then run python3 in a terminal, and use TensorFlow just as you would on any other platform. Here’s a simple hello world example:

接下來,您可在終端機上運作python3,並如同在任何其它平台上一樣使用TensorFlow。下面是一個簡單的hello world範例:

 

# Python
import tensorflow as tf
tf.enable_eager_execution()
hello = tf.constant(‘Hello, TensorFlow!’)
print(hello)

 

If the system outputs the following, then you are ready to begin writing TensorFlow programs:

Hello, TensorFlow!

如果看到以下內容:Hello, TensorFlow!, 那您便可開始編寫TensorFlow的程式。

 

There are more details on installing and troubleshooting TensorFlow on the Raspberry Pi on the TensorFlow website.

更多細節,請參考TensorFlow官網上的內容

 

We’re excited about this because the Raspberry Pi is used by many innovative developers, and is also widely used in education to introduce people to programming, so making TensorFlow easier to install will help open up machine learning to new audiences. We’ve already seen platforms like DonkeyCar use TensorFlow and the Raspberry Pi to create self-driving toy cars, and we can’t wait to discover what new projects will be built now that we’ve reduced the difficulty.

我們對這件事感到很興奮,因為Raspberry Pi早已被許多創新開發者使用著,也被廣泛應用於教育領域來推廣程式教育。所以,讓TensorFlow更容易安裝於Raspberry Pi上,將有助於新朋友認識何謂機器學習。我們已經看到像 DonkeyCar 這樣的平台使用TensorFlow與Raspberry Pi來做出能夠自動駕駛的玩具小車。我們也迫不及待想知道,在使用難度降低之後,會有哪些新專案誕生。

 

Eben Upton, founder of the Raspberry Pi project, says, “It is vital that a modern computing education covers both fundamentals and forward-looking topics. With this in mind, we’re very excited to be working with Google to bring TensorFlow machine learning to the Raspberry Pi platform. We’re looking forward to seeing what fun applications kids (of all ages) create with it,” and we agree!

Raspberry Pi創辦人Eben Upton表示:「現今的電腦程式教育必須涵蓋基礎知識與前瞻性的主題。考慮到這一點,我們非常興奮能與Google合作,將TensorFlow機器學習引入Raspberry Pi平台。我們期待看見所有年齡層的孩子們能運用它來打造各種有趣的應用。」這,我們完全同意!

 

We’re hoping to see a lot more educational material and tutorials emerge that will help more and more people explore the possibilities of machine learning on such a cost-effective and flexible device.

我們深切盼望看見更多教材和教學資源問世,幫助更多人在Raspberry Pi這款高CP值又具備擴充彈性的裝置上探索機器學習的各種可能性。

 

備註:若您想要購買樹莓派,可以前往機器人王國商城,謝謝。

 

相關文章

[ 翻譯 ] micro:bit 攻略(一):透過電線連接micro:bit

$
0
0
原文作者

Cigdem Sengul 與 Anthony Kirby

圖片

Cigdem Sengul 與 Anthony Kirby

翻譯 宗諭 審閱 吉弘
說明

感謝作者Cigdem Sengul 與 Anthony Kirby授權,原文書的連結:https://microbit.nominetresearch.uk/networking-book/,特此致謝!

材料表
  • Micro:bit*2(若您想要購買micro:bit,歡迎洽詢機器人王國。)

  • 鱷魚夾線*4

  • 電池座*1

  • 3A電池*2

本文將示範如何透過電線(搭配鱷魚夾頭)連接兩個micro:bit,進而建立起您自己的網路。為讓兩個micro:bit可以彼此傳輸訊息,它們需要連結在一起,不論是有線或無線,而我們稱此為通訊媒介。

 

在兩個micro:bit間傳輸的訊息,可以是字串(String),如「Hello」;或是數字,如「9」;或是一個小圖案。micro:bit會把要傳輸的訊息轉變成為訊號,再透過通訊媒介傳送出去。

 

例如,當我們透過家中的有線電話說:「哈囉」,電話的手持聽筒將聲音轉變為電壓訊號。然後,這個訊號透過線路被傳輸至接收端的電話,而接收端的電話再把電壓訊號轉變回聲音。

 

電腦及您手上的micro:bit,在處理訊號時一定會將它們轉換為二進位資料,也就是0和1。此外,經由電腦處理的二進位資料,必須在透過通訊媒介傳送前被轉變成為訊號。而透過不同的通訊媒介所連接的電腦或任何裝置就是網路。在這篇文章中,您將透過鱷魚夾頭電線來建立一個包含兩個micro:bit的小小網路。

 

小知識:網路

一個電腦網路包含了數台電腦或裝置,它們連結在一起可以互相通訊。在一個電腦網路中,至少包含了兩台電腦,而兩個或更多的網路足以形成更大的網路。而我們常提到的網際網路(Internet),是一個包含非常多網路的巨型網路。

 

動動手寫程式:傳遞愛心圖案

在這個段落,讀者們將透過電線連接兩個micro:bit。您將從一個micro:bit傳送一個心型圖案至另一個。接下來,您將藉由四個任務,撰寫出傳送心型圖案的micro:bit程式。

圖1 愛心圖案

 

任務一:觀看心型圖案如何傳送

請看這段影片,說明如何連接兩個micro:bit以及程式運作方式,請看:

 

任務二:將兩個micro:bit連接起來,並測試連線是否成功。

Step1:使用鱷魚夾線,連接兩個micro:bit的3V腳位。然後,用另一條線連接兩個micro:bit的GND腳位。

 

Step2:使用鱷魚夾線,(1)連接第一個micro:bit的2號 腳位,另一頭接到第二個micro:bit的1號腳位;(2)連接第二個micro:bit的2號 腳位,另一頭接到第一個micro:bit的1號腳位。請注意線一定要接對:3V接3V;GND接GND;Pin 1接 Pin 2;Pin 2接 Pin 1。

圖2 要特別注意的是,鱷魚夾線需要正確連接。

 

Step3:測試傳輸線是否接通。請用瀏覽起開啟MakeCode程式環境(https://makecode.microbit.org/),用程式指令積木拉出圖3的程式。這個程式的邏輯是,當我們按下其中一個micro:bit上面的按鈕A,檢查另一個micro:bit的LED是否亮起。您將可在「進階/引腳」程式積木指令區中找到本程式所需的指令積木。

圖3

 

任務三:測試傳送心型圖案的Hex檔案

Step1:將傳送心型圖案的程式下載至您的micro:bit。這裡有兩個不同的Hex檔案,需要下載至micro:bit 1和micro:bit 2。載點分別在:Hex1 Hex2 。請注意這兩個Hex檔案要直接裝到您手邊的的micro:bit上執行,無法再MakeCode程式環境來編輯了。

 

Step2:現在,請搖晃一下micro:bit來看看是否有顯示心型圖案。

 

任務四:撰寫傳送心型圖案的程式

在這個任務中,您要寫一個micro:bit的程式來達到類似於在任務二、三中的傳送訊息效果。在撰寫程式前,您必須思考三個問題:

  1. 在您的程式中,micro:bit會對於哪一項輸入產生反應?

  2. 兩塊micro:bit該如何傳送資料給對方?

  3. 你覺得兩塊micro:bit是真的把心型圖案傳送給對方嗎?

 

關於問題1,請讀者們看一下MakeCode程式環境中的「輸入」程式積木指令區下面的選項;關於問題2,請讀者們使用前面任務二步驟三的電報程式。

 

關於問題3,我們假設micro:bit 2知道,它將會從micro:bit 1那裡接收到一個心型圖案,讓我們撰寫micro:bit 1的程式,使它:

(1)先顯示一個心型圖案,直到它向micro:bit 2傾斜;

(2)當它向micro:bit 2傾斜時,它會從正確的腳位向micro:bit 2傳送一個脈衝;

(3)當micro:bit 1在正確的腳位上接收到這個脈衝時,它會顯示出一個心型圖案。

 

接著撰寫micro:bit 2程式,使它:

(1)當它在正確的腳位上接收到一個脈衝,micro:bit 2會顯示一個心型圖案。

(2)當它向micro:bit 1傾斜,它會從正確的腳位傳送一個脈衝給micro:bit 1。

 

這樣大家都明白程式是如何運作的了嗎?趕快動動手玩玩看吧!

 

相關文章

[新品開箱]micro:car來囉~~可結合 Grove Zero 套件的機器小車套件

$
0
0
作者/攝影

CAVEDU教育團隊 曾弘吉

文章分類

教學 (介紹性)

時間

1hr

成本

難度

** (1~10)

材料表

市面上搭配 micro:bit 的擴充板和機器人套件相當多,今天要介紹的是 SeeedStudio 的 micro:car。它有很方便的磁鐵接頭(絕對不會接錯!),還可以連接 Grove Zero 套件,感覺是相當好玩的套件。先來看看盒裝吧。

圖1

 

開盒之後,看到車體與循線用的光感測器,以及用來連接 micro:bit 的 Car shield。針對循跡車,也提供了三張場地紙及紅藍色筆,方便我們自行設計場地。

圖2

 

圖3

 

大家可以比較一下這些元件與micro:bit的大小,迷你、可愛應該是這款套件的亮點之一。

圖4

 

讓我們先把車體與循線感測器裝起來

圖5

 

再裝上 Car shield 和 micro:bit,馬上就成為一台循跡車囉!請讀者們注意上傳程式需將 micro usb 線接到 micro:bit,而 car shield 上的 micro usb 頭只用來供電。

圖6

 

另外,就是可以搭配 Grove Zero 套件,包含光、溫度、聲音及IMU感測器,還有LED陣列、按鈕及蜂鳴器⋯⋯等常用元件。這與 DFROBOT 的 BOSON 套件一樣,都是免寫程式,就可以讓小朋友體會輸入與輸出關係變化的簡易電子教學套件。有很多不同的變化,非常好玩!

圖7

 

不過,因為是磁力接頭的關係,所以無法同時接太多 zero 元件上去(會垂下來),可改成上下堆疊的方式來使用,在機構設計上更方便。例如,以下四種方式,皆可以讓聲音感測器的音量變化,反應於LED陣列的點亮顆數,相當直觀的應用。

 

以下四張做成 2 x 2 table:

圖8

 

圖9

 

圖10

 

圖11

 

相關文章

Viewing all 678 articles
Browse latest View live