電力を読み取るWebカメラとPython

を使用してデータを使用すると、不可欠なツールが欠落しているときはいつでも、新しいものを構築するだけです。それは、彼が両親の家での消費電力を測定しようとしていたときに「マット」が自分自身を見つけた位置です。彼は自宅のパワーメーターのためにトランスミッターを去りました、そしてそれをするための合理的なことは、彼のDADのパワーメーターを監視するのではなく、彼のお父さんのパワーメーターを監視するためのWebカメラとPythonスクリプトを設定することでした。

彼が役に立つ電力計は、Geo Minim電力モニタでした。彼は、この特定のメーターから直接データを抽出することが非常に困難であるため、Communications Protocols Intのいずれかに掘り下げるのではなく、彼はLEDを持つボックスにウェブカメラを設定し、特別に書かれたPythonスクリプトでそれを監視しました。このスクリプトはメーターの内部を見ることができ、次に関連するすべてのデータを使用してコンピュータにレポートされます。 [マット]は、誰かのために彼のプロジェクトサイトにこのコードを上げました。

これは、問題のメーターの内部の働きに深く掘り下げすぎない素晴らしい回避策です。あなたはいつでもあなた自身の電力追跡システムを構築することができますが、それがあなたのスタイルのもっとたくさんのものであるならば!

Leave a Reply

Your email address will not be published.

Related Post

ニューラルネットワーク:あなたはそれをとても単純に持っていますニューラルネットワーク:あなたはそれをとても単純に持っています

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

PIからTEE VEEを送信するPIからTEE VEEを送信する

あなた自身のテレビ局を設定したいですか?このハックは役立つかもしれません:[Jan Panteltje]は、ラズベリーPIをDVB-S送信機に変える方法を正確に取り出しました。 DVB-Sは、もともと衛星放送用に製造されたテレビ伝送基本ですが、ハムは同様にそれを利用してアマチュア帯にビデオを送ります。 [JAN]は、ビデオを転送ストリームにエンコードするためにPI上のソフトウェアアプリケーションを利用することでした。 [JAN]は直接接続でシステムを効果的にチェックし、データをチェックアウトすることができるDVB-Sデコーダカードに送信機の出力を繰り返して、ビデオ信号を復号する可能性がある。本物の放送信号を生成するために、次のステップは、信号をブロードキャストする大きな送信機と同様に、信号の出力を増幅器に供給することであろう。 それは巨大なステップです。現時点では、これのための回路図はすべて手描き、そしてプロトタイプはプロトボードのワイヤラップビットです。これは非常に優れたハックですが、利用可能な素人DVB-S送信機がありますが、ほとんどの専用チップに符号化を入れています。私たちは、より簡単なDVB-T BASICとPIを利用しているほどハッキングを見ましたが、PIを大量の持ち上げの少しを行うことは、より手頃な価格であることをもっと柔軟にします。彼らの仕事の同僚として。