メーカーフェアは今週末にサンフランシスコベイエリアに戻ります。 それは「世界最大のDIYフェスティバル」です。 私たちは2006年を検討しています、そしてあなたは私たちが過去にカバーしたプロジェクトの多くを捕まえることを確実にしています。 Mightyohm、Macetech、Sparkfun、Liquidware、Jeri Ellsworth、Bleep Labs、Noistbridge、Ani Niow、EMSL、およびAdaFruitなど、私たちのお気に入りのハッカーに停止してください。 あなたが参加しているなら、あなたの写真を1日のFlickrプールにハックに公開し、あなたが見るものを知らせましょう。
[写真：スコットビール/笑うイカ]
MP3を聴く、XVIDまたはX264Sを閲覧する今、コンピュータは多くの家の少なくとも1つのスペースの楽しみセンターです。しかし、あなたが特別なHTPCを持っていない限り、あなたは鍵盤を使ってキーボードを使って、ボリュームの修正、そして急速に早送りのMythBustersの再販を停止します。 PCリモートコントロールは、著名なソフトウェアでサポートされていないUSBデバイスに、古代シリアルポートデザイン（誰がいますか？）を受信します。このハウツーでは、Windows用のソフトウェア、Linux、およびMac用にサポートされている典型的なプロトコルを模したUSB赤外線受信機をスタイルします。部品リストだけでなく、プロトコルプラス回路図への完全なガイドがあります。 デザインの概要 リモコンは変調された赤外線のデータを送信します。赤外線受信機ICは、変調されたビームを1Sだけでなく0Sのクリーンストリームに分離する。データストリームは、USB接続を介してコンピュータに送信されるだけでなく、マイクロコントローラによってデコードされる。ソフトウェアはコードを処理し、コンピュータ上のアクションをトリガーします。 バックグラウンド コンピュータ赤外線受信機 最も古いPCの赤外線受信者スタイルは、レシーバICを使用してシリアルポートピン、通常はDCDを切り替えます。このスタイルは、USENETに由来する可能性が最も高い、そしてそれはまだWeb上で最も顕著なものです：Engadget、Interestableなどは、データをPCに送信しないので真のシリアルデバイスではありません。代わりに、コンピュータプログラムがシリアルポート上のパルスと信号を復調するだけでなく、時間がかかります。これは非常に簡単な設計ですが、それはWindowsで提供されなくなったタイミング精度への直接割り込みゲインアクセスに依存します。まだシリアルポートがある場合は、LinuxまたはMacユーザーがこの受信側を試すことができます。このタイプの受信機が現代のWindows XP PC上のシリアルポートと協力すること、およびUSB->シリアルコンバータを介して転送する正確なタイミングを期待していませんでした。 いくつかの高度な高度な赤外線受信機は、コンピュータにデータを送信する前に赤外線信号を決定または復号する真のシリアルポートデバイスです。 UIR / IRMANとUIR2は従来のピクチャ16F84を統合していますが、ファームウェアやソースコードを供給しません。これらのデバイスは、必要に応じてUSB->シリアルコンバータを介して現代のコンピュータで動作する必要があります。 USBIRBOYとUSBIRBOYはネイティブUSBデバイスですが、幅広いサポートがありません。 受信者ソフトウェア 受信者タイプに関係なく、コンピュータには、着信リモートコマンドをリッスンするためのプログラムが必要であり、それらをコンピュータ上のアクションに変換します。 LinuxおよびMacユーザーはLIRCを持っています。これは多くの異なる受信機タイプをサポートしています。 Windowsユーザーは少し幸運です。 WinLircは、簡単な割り込みベースのシリアルポート受信機のためのLIRCの放棄されたWindowsポートです。 WinLircは2003年に最後に開発されました。幸いなことに、Girderの最後のフリーウェア版（3.2.9b）はまだダウンロードのために提供されています。 IRリモートプロトコルの操作 IR信号を復号化します リモートコントロール38kHzプロバイダパルスの間隔またはタイミングでエンコードコマンド、[San Bergmans]は、関係するプリンシパルについて説明しています。赤外線受信機ICはデータストリームをキャリアから分離する。私たちの仕事は、マイクロコントローラでデータストリームを復号することです。たくさんのリモートコントロールプロトコルがありますが、PhillipsのRC5は普通に普通に使用されているとともに、趣味で使用されています。 RC5は1ビット時間あたり1.778msの正確に14の等しい長さのビットのストリームです。ビット時間の最初の半分の間のパルスは0を表し、後半のパルスは1を表す。この計画はマンチェスター符号化と呼ばれます。 私たちは、既知のRC5リモコン、既知のRC5リモコンの出力を調べるためにロジックアナライザを使用しました。ダイアグラムは、2ボタンの2つのプレスと2ボタンの2つのプレスを示しています。なお、出力は上記の説明から逆方向に逆になることに留意されたい。 最初の2ビット時間は開始ビット、その後にトグルビットが続きます。受信機が繰り返しプレスと同様に、ボタンが押されるたびにトグルビットが逆になります。次の5ビットはアドレス（0b1110 = 0x1e）、その後にコマンド（0b000001 =
[プルトニウムバニー]は、YouTubeのホーム生育錫クリスタルを見ました。成長した。以前に銅の結晶を扱っていた、彼は錫とまったく同じ手順を使用しました。 140mlの乳児用食品瓶から始めて、塩化スズのオプション、1リットルあたり90グラムのオプションで、電解質として少量のHClを含む。ジャーの底部のケーブルは、陽極として働いているだけでなく、陰極のループ、錫のループ、上から突き出ている。溶液を用いて流れる電力を処理するために、LM317ベースの調整可能電圧調整回路を利用した。 [プルトニウム・バニー]の方法では、極度が低い日数または数週間が含まれているため、6つのダイオードを使用して回路の電圧を1.5 Vから0.25 Vに短くし、13 MA程度にします。 彼の最初の試みは、彼がいくつかの素晴らしい光沢のあるクリスタルの顔を手に入れただけでなく、彼は錫が堆積していなかったという点に落ちることなく現在のベローズを10 mAにすることができなかった。実験をリセットするのではなく、彼はプロジェクトにいくつかの修正を加えた：彼は電解質30mlを排除することによってその選択肢を変更し、それを水で倒した。彼は同様に、PENからの平らなプラスチックチューブから穏やかな攪拌機を作り出し、それをもう1つの低電圧LM317回路で電力を供給するので、最低のRPMを得ることができる。 この新しい構成で[プリトニウム・バニー]がはるかに優れた結果を得始め、低濃度のSN2 +が存在する彼の仮説が大きな結晶成長のためのチケットであることを証明しました。彼が明らかに大きな進歩を遂げているだけでなく、昨年彼の銅の水晶実験を特徴としました！休憩後のビデオ。
ニューラルネットワークは現在、ハッカーの数、学生、研究者、そして企業の数が増えています。最後の復活は、World Wide WebやNo Leural Network Toolsがほとんどまたはまったくなかった場合、80年代、90秒にありました。現在の復活は2006年頃に始まりました。ハッカーの観点から、他のリソースと他のリソースと同様に提供されたのは、今すぐ申し出されていますか。私自身のために、ラズベリーPIのGPUはいいでしょう。 80年代と90年代 ニューラルネットワーク80S / 90年代の本だけでなく、MAGS ヤングズのために、米国が世界的な幅広いウェブの前に何もすることができたのだろうか、ハードコピー雑誌は私たちが新しいことを意識させるのに巨大な部分を演じました。それほどそれは科学系誌の1992年9月の特別な問題であり、神経学的ネットワークに紹介された脳、生物学的および人工的な種類の両方を紹介しました。 それからあなたは自分のニューラルネットワークをスクラッチから書くか、または他の誰かからのソースコードを順序付けることができます。私はその科学的アメリカの問題のアマチュア科学者列からフロッピーを秩序だった。あなたはあなたのためにすべての低レベル、複雑な数学をするニューラルネットワークライブラリを同様に購入するかもしれません。トロント大学からのXERIONと呼ばれる無料シミュレータも同様でした。 本屋の科学のセクションに目を向けておくことは、被験者の時折の本を上げました。伝統的なものは、Rumelhart、McClelland et al。鉱山の好ましいものは、神経計算であり、自己組織化マップ：ロボットアームを制御するニューラルネットワークに興味を持っていた場合に有用である。 あなたが参加するかもしれない会議と同様に短いコースと同様に短いコースがありました。 1994年に参加したセミナーは、その後、Geoffrey Hinton、Toronto大学、そして今でも現場のリーダーです。当時の最善の年次セミナーは、今日はまだ強くなっている神経情報処理システム会議でした。 そして最後に、私は公開された論文のためにライブラリを命じることを思い出します。私のセミナー論文のスタック、プログラム配布資料、コピー記事、およびその期間からの手書きノートは約3インチの厚さです。 それから物事は比較的静かになった。ニューラルネットワークはいくつかのアプリケーションで使用を発見したが、彼らは限られた研究界の外で、世界の視点と同様に彼らの誇大宣伝に住んでいなかった、彼らは問題を止めた。いくつかのブレークスルーとともに、そしてそれから最後に2006年頃には、再び世界中で展開されたので、物事は静かに残った。 現在が届きます 私たちはここでのツールに焦点を当てていますが、これは主に行われました。 3層以上の深さを超えるネットワークのための新しいテクニック、今や深いニューラルネットワークと呼ばれる トレーニングをスピードアップするためのGPU（グラフィック処理単位）の使用 多数のサンプルを含むトレーニングデータの可用性 ニューラルネットワークフレームワーク 現在、さまざまなライセンスで無料のライセンスを無料で使用するためのダウンロードのために提供されているフレームワークと呼ばれる数多くのニューラルネットワークライブラリがあり、それらの多くはオープンソースフレームワークです。より人気のあるもののほとんどは、GPU上のニューラルネットワークを実行することができます。また、ほとんどの種類のネットワークをサポートするのに十分な柔軟性があります。 これがより人気のあるもののほとんどがあります。彼らはすべてFNNを除いてGPUサポートを受けています。 テンソルフロー 言語：Python、C