モジュラーデザインは巨大なPing-Pong Ball LEDディスプレイ

LVL1 HackerSpaceは6月にハッカソンを保持しています。これは、この24時間で生産された仕事の1つです。残りの部分からなる3Dスキャナーです。写真はあなたに写真処理で利用されている数学の概念を提供します。それは、レーザダイオードと、スキャンされている被写体との間の角関係、ならびに走査を行うウェブカメラを示す。 ウェブカメラはかなり低い高品質であり、出力を素早く強化するための1つの方法は、それをはるかに優れたものと交換することです。しかし、規則は述べられていたので、それはちょうど罰金のように取り残された部分の部品のみを利用しなければならなかった。 Playに入ったその他の問題は、プロジェクトで利用されているLCDスクリーンが提供されていませんでした。そのうち彼らはガジェットをネットワーク上で制御可能にすることにしました。右側には、電源が車やトラックコンピュータの上にテープされた電源が表示されます。ターンテーブルと同様にレーザーにリンクする（赤い光のラインを作り出すバーコードスキャナから引き抜く）。 Pythonスクリプトはすべてのピクチャ処理を行い、スキャンの各スライスをアニメーションGIFとOBJファイルの両方に組み立てます。 [ありがとうネイサン]

[Stephen Albers]が彼の鳥の友達にこの電子的に監視されている鳥の家を持つ多くのエクストラを提供します。これはあなたに内側に起こっているのかを見てくださいが、他のいくつかのデータのためのソースを提供します。 まず、ビデオカメラが屋根の下側に取り付けられています。これはネスティングエリアを見下ろして、いつでも昼夜を引くことができます。彼は他の電子機器とは別に機能するWiFiウェブカメラを使用しました。 セットアップの残りの部分では、内部の温度と湿度のデータを収穫することができます。 IRトランスミッタ/受信機ペアによって提供される戸口のために。 これは私達が見た最後の鳥の家プロジェクトよりもかなり少しもっと多くのものを提供します。それはまた、電子機器を保護する限り望ましいことをたくさん残した。 [スティーブン]そのような保護をスキップしませんでした。電子機器の多くは、家の基部のアクリル室に収容されています。センサーはそれ自体がプラスチック製のエンクロージャに囲まれていると感じていますが、温度や湿度のセンサーがこの設定で正しく機能することを保証するためにいくつかの作業を行う必要があります。

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