央喜筆記

Lambda 適合用來做些簡單的工作 , 但 要轉檔的file超過512MB時怎辦 !? 什麼是Lambda ?  /*   引用: AWS官網  https://aws.amazon.com/tw/lambda/features/ AWS Lambda 是一種無伺服器運算服務，可執行程式碼以回應事件，並且自動為您管理基礎運算資源。您可以使用 AWS Lambda 透過自訂邏輯來擴展其他 AWS 服務，或者自己建立以 AWS 的擴展性、效能和安全性執行的後端服務. */ 研究動機 : 央喜早期用Cloud Server開發了一套 " 客戶簡報(pdf)+法說會錄音檔(mp3)的自動合併成影音(mp4) "的程式 , 並可隨簡報切換時間與聲音檔同步撥放 , 主要是客戶為了配合證交所新規定 , 要提供給證交所影音平台"交差"用 ( 合併成果展示  ) ; 由於一直想利用 serverless 來改善這套流程 , 並希望可以利用serverless 達到多工與平行處理 , 於是趁最近有空檔加緊再研究了一下Amazon Lambda ... 才發現Lambda 近年有許多改版與方便的地方 , 包括 Timeout最大已可延長至15分鐘 , 還多了好像2018年才新增的 " Layer層級" !    (玩一玩發現Layer真不錯用) Lambda優點就是便宜 , 需要時才執行 , 不需要像EC2般一直開機 ( $$一直流走 ) , 缺點就是它有較多的限制 (參考 : AWS Lambda 限制   ) , 它只提供了 512MB 的/tmp 暫存 , 對於較大點的檔案若要當轉檔暫存可真是個麻煩的地方 , 於是開始著手來研究 ... (當然對於較大影音檔案也可以用  Elastic Transcoder   來達成 , 啊就是習慣幫公司省$$嘛  XD  ) 參考 : RUNNING FFMPEG ON AWS LAMBDA FOR 1.9% THE COST OF AWS ELASTIC TRANSCODER 第一步 : 先研究如何突破 512MB空間上的限制 網路上看到很多案例都是將video小檔案輸出成縮圖之類 , 或是resize後再丟回S3 ,

這是人工智能Deepdream創造出來的  是藝術還是 ...!?  怎央喜覺得有點可怕XD 玩玩 DCGAN 後 , 發現要達到小小願望 , 可能得改用 StyleGAN (參考此篇 : 神通情人夢的願望7(虛擬情人小老百姓如何實現!?) ) , 但是對目前環境難以實現 , 只好改來玩玩  DeepDream ... 什麼是 DeepDream ? /* 引用 :  DeepDream深海梦魇——绘画界的阿尔法狗 Google在15年發布了一款新系統「Deep Dream」。同阿爾法狗一樣，它也是建立在「人工神經網絡」（Artificial Neural Network，一般簡稱神經網絡）算法的基礎上，可以識別圖像後作畫。據了解，谷歌最初開發這項技術是為了識別照片中的物體。後來為了進行藝術創作，工程師又隨即為電腦提供了各種物體圖片，經過電腦算法處理後能分析出圖片與什麼物體相像，例如狗、人臉和樹木。 */ 官方網站  :   https://deepdreamgenerator.com/ 大約就是運用神經網路的算法 , 可將兩種截然不同風格的相片, 創造出一個新的世界!! 參考 :   網友們運用「神經網路」隨意合成照片，結果竟生成了這麼驚人的藝術啦！ 這張應該是還有點藝術感  但央喜也不懂藝術 XD 為何美女身上都會長出動物與眼睛  ( Ref. ) ><  恐怖 這邊也可以自行將照片上傳 , 玩玩看一個奇妙的世界  (但還是原始官網兩張照片算出來的好 , 感覺這邊 deepdream 世界都變好可怕 XD ) http://deepdream.psychic-vr-lab.com/deepdream/ But ... 為何都覺得毛毛的 >< 改天來實做看看 ( Github ) , 把兩美女圖相加看會創造出一個甚麼樣的意境 ! XD Ref:  DeepDream https://deepdreamgenerator.com/ https://github.com/google/deepdream Deep Dream人工智慧 http://moeimo2016.blogspo

AI創造出來的人像   this-person-does-not-exist 但亞洲頭像好少阿 !?  歐美的央喜不喜歡 XD 還記不記得上回央喜提到這筆記應該不叫" 神通情人夢" , 應該改叫" 虛擬偶像"  (參考 : 神通情人夢的願望5(尋找千元以下可跑TensorFlow的GPU) )  , DCGAN大致跑成功後 , 除發現GPU性能可能需再提升 , 另外也發現 DCGAN 跑再多個 epoch 可能也難以實現  , 主要我覺得可能DCGAN是以全景幅影像來演算 , 真人影像雜訊又多 (從 DCGAN研究官網 可看出端倪 )  ,  再回顧一下理論基礎 ( DCGAN介紹 )  , 跑跑動漫美少女還有機會以假亂真  , 讓人看不出是電腦畫的 , 於是再來研究研究  , 總算找到之前看到的那個網址 ...  this-person-does-not-exist 自製二次元美少女超簡單！　這款 AI 讓你 30 秒夢想成真 DCGAN 實現動漫人物的創建應該較有機會 This-person-does-not-exist   這技術叫做  StyleGAN   ( Official   Github ) 參考:   刷新一次，生成一张逼真假脸：用英伟达 StyleGAN 做的网站，生出了灵异事件 看來是今年才開源的  : 英伟达开源StyleGAN代码 - 创建自己的AI系列肖像 /* 引用:   英伟达再出GAN神作！多层次特征的风格迁移人脸生成器 這款新型 GAN 生成器架構借鑒了風格遷移研究，可對高級屬性（如姿勢、身份）進行自動學習和無監督分割，且生成圖像還具備隨機變化（如雀斑、頭髮）。該架構可以對圖像合成進行直觀、規模化的控制，在傳統的分佈質量指標上達到了當前最優，展示了更好的插值屬性，並且能夠更好地將潛在的變差因素解糾纏。 */ 研究一下其官方說明系統需求 ( Github ) : Both Linux and Windows are supported, but we strongly recommend Linux for performance and compatibility reasons. 64-bit Py

GeForce GT730 可以跑 TensorFlow 囉 話說前天才從露天下單購買二手 GeForce GT730 GPU   (參考此篇 :  神通情人夢的願望5(尋找千元以下可跑TensorFlow的GPU) ) , 結果今天就到貨 !   Σ( ° △ °|||)︴ , 這賣家也太有效率 , 值得推一下! 露天" 小江~柑仔店 "  賣場首頁   , 而且包裝保護的很好 , 似乎真有清洗過 , 有想找二手實驗零件的話 , 下次可以考慮再跟他買 , 出貨超快 ~ 包裝保護的很好 , 似乎有清洗過  還用密封袋 迫不及待的換裝上去  開機測試  (風扇很小聲  Good !) 這塊不曉得是什麼廠牌 !? 不過沒差 , 主要央喜是需晶片 Nvidia GeForce GT 730 且能符合 Compute Capability 3.5 以上 , 以下開始來測試筆記 : $nvidia-detect -v Probing for supported NVIDIA devices... [10de:1287] NVIDIA Corporation GK208B [ GeForce GT 730 ] This device requires the current 418.43 NVIDIA driver kmod-nvidia WARNING: Xorg log file /var/log/Xorg.0.log does not exist WARNING: Unable to determine Xorg ABI compatibility WARNING: The driver for this device does not support the current Xorg version $nvidia-detect -v  出現GT730  看來driver也相同 $nvidia-smi  基本的指令都檢測一下 Note: $nvidia-smi 有個  Not Supported 訊息查了一下 , 應該是沒差 , 不理它 ( 參考這篇討論 ) #再用CUDA的deviceQuery測一下 (參考這篇 :  神通情人夢的願望4  ) $ cd /us

利用免費線上DM工具 DesignCap 與安琪拉寶寶素材測試的成品 因為央喜是個工程師 , 自覺沒有藝術細胞 , 所以常需要找好用的線上工具來幫助網路行銷研究  ( 所謂" 工欲善其事 必先利其器 "嘛 XD ) , 之前為了幫安琪拉做網路曝光 : 1) 快速架了站  (參考此篇 : 五分鐘快速架站工具筆記(Weebly) ) 2) 字媒體曝光 ( 參考此篇 : 字媒體曝光研究與安琪拉攝影工作坊 ) 3) 申請 Google我的商家 ( 參考此篇 :  安琪拉攝影工作坊Google我的商家申請驗證筆記 ) 還有什麼是可以做的呢 !? 正巧最近發現一個挺不錯的線上海報製作工具  DesignCap  , 覺得可以分享給安琪拉跟她的助理 , 重點是測試過之後 , 發現它下載最大尺寸也沒有浮水印 , 真的是 佛心來的免費啊!  (有些線上DM工具製作完後 , 才發現下載檔案時有囉嗦的限制 , 不是要我去註冊就是有浮水印 , 最後一步才發現時真的是很 ...) , 這款  DesignCap  線上海報製作工具 , 完全免費 !! (不曉得這些公司都是怎麼存活 XD 好奇ing ... ) 底下來說說利用  DesignCap  測試製作DM的結果 ( 就拿安琪拉攝影工作坊的素材測試吧 ): 網站連結 : https://www.designcap.com/ 網站連結 :  https://www.designcap.com/   ( 直接點中間那button就可進入設計  免註冊) 挑選一個自己喜歡的範本後 , 開始編輯  (跟用PPT一樣 , 還有對齊線~方便!!) 支援的中文字體也不少  選一個自己看得順眼的 可選輸出JPG或PNG  通常海報DM輸出都需要大尺寸  ( 大型輸出才有好的解析度 )   可直接線上分享 或 選擇 " 免費保存 "!! 重點來了!!  真擔心它等等給我跳要註冊或是存檔有浮水印 !? DONE!! 完成 !! 利用免費線上DM工具 DesignCap 與 安琪拉寶寶 素材測試的成品!!  沒有浮水印也沒叫我Login !! ( 好像還壓韻 XD) DONE!! 完成 !

虛擬偶像電影海報  ( 虛擬偶像Wiki   ) 還有一部央喜也很喜歡的電影叫" 虛擬偶像 " , 嚴格來說現在玩的比較像是創建一個 虛擬偶像 , 應該不叫" 神通情人夢 "才對 ...    虛擬偶像Wiki  , 隨便啦   反正就差不多都是AI的科幻電影 XD 回味一下這部電影 :    懷舊電影simone~虛擬偶像 虛擬偶像精彩片段Youtube 以下才是筆記開始 , 尋找千元以下可跑TensorFlow的GPU : GT 730 64bit 看來符合Compute Capability 3.5  應該可跑TensorFlow 想用GPU來跑 TensorFlow , 好不容易快到最後一步 , 卻發現我的舊顯卡GeForce GT640不給力 (參考此篇 : 神通情人夢的願望4(GeForce GT640不給力啊 XD) ) , 又不想花大錢只是為了先做個實驗 , 於是開始尋找便宜且符合Compute Capability 3.5的顯卡 , 隨便搜了一下Pchome24 GPU都好貴阿 = = 不然就是寫售完補貨中 (應該是已停產) , 沒在 CUDA GPUs List 的也更不敢亂買 , 於是只好往露天開始尋找 ... 2019显卡天梯图 最新Nvidia/AMD显卡性能排行榜2019 露天要能找到二手GPU千元內的可能在 GT640 (DDR5) ~ GT750 間 尋找GPU二手價格可接受範圍內 又符合 Compute Capability >= 3.5 的幾款 比較一下 GT720與GT730的差異  露天二手差約100元 買GT730吧 PChome 24h  GT 730 (似乎全沒貨) Note :  GeForce GT 730 DDR3 128bit 似乎 Compute Capability 只有 2.1 以前就聽說因為挖礦的關係 , GPU身價大漲 , 現在才覺得GPU顯卡還真的挺貴 >< Geforce GTX1050  Compute Capability 6.1  (Pchome24 4千元起跳  , 好貴 ...) https://24h.p