最新文章花开花满原,愿此梦不尽——《梦灯花 Noctuary》游戏体验
音乐惯例,文章开头,先放上一首游戏里的插曲:《Phosphene -Cantonese》:
var ap = new APlayer({
element: document.getElementById("aplayer-vhoJulTK"),
narrow: false,
autoplay: false,
showlrc: false,
music: {
title: "Phosphene",
author: "S9ryne",
url: "https://aciano.top/img/Phosphene.mp3",
pic: "https://jsd.onmicrosoft.cn/npm/aciano-cdn@2.0.10/speak/ ...
使用GitHub Action自动部署Hexo博客
本教程参照安知鱼和Akilar的文章,稍作改动完成。
获取 Token打开New personal access token,创建一个Token。
创建的 Token 名称随意,但必须勾选repo项 和workflows项,同时Expiration选择no expiration
创建完成后会显示Token,只会显示一次,请务必复制保存记录。否则遗忘则只能重新生成重新配置了。
新建私有仓库打开Create a new repository,创建一个名为Hexo-Source-Repo的仓库并设置为私有仓库。
创建成功后复制仓库的ssh地址下面会用到。
配置 Github Action在[Blogroot]下新建.github文件夹。然后在里面新建workflows文件夹,再在workflows文件夹内新建 autodeploy.yml,内容如下:
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960 ...
《三傻大闹宝莱坞》——被片名耽误的好片
音乐文章的开头,先放上一首我很喜欢的电影里的插曲:《Give Me Some Sunsine》:
正文好久没有试过看完一部电影有这么强烈的欲望想要写下点什么的感觉了,这部《三傻大闹宝莱坞》虽然片名翻译不太吸引人,但实在不能被名字所误会,其中内容如果满分10分我个人愿意打9.5分。其中反映的社会问题、人际关系以及所体现的学习和人生态度都令我感触颇多。
首先作为一部喜剧,笑料及包袱的抖出自然而流畅,伏笔铺垫的回收令人赞叹,其中典型的譬如人生经验、太空钢笔、“消音器”随地小便被电、Rancho为使Raju苏醒所做出的努力、Rancho巧妙反驳教授并诱导其主动承认了自己迂腐等等。
镜头语言的设计上也很有特色,比如Raju跳楼时他的脚挂到台灯线,然后用台灯的运动代替了跳楼的场景,感觉比一跃而下震撼不少。比如利用无人机的黑白显示器拍到Joy Lobo自杀的场景,与先前众人为无人机升起的兴奋形成强烈反差。再比如每当镜头开始叙述Raju家时就转变为黑白镜头,与人物背景呼应展现出家庭贫困的窘境。这些镜头都让我印象深刻。
插曲很能反映人物心情,Joy Lobo在宿舍 ...
提取豆瓣数据并生成Hexo足迹页面
唠嗑快过年了,看着自己去年一共才发布了7篇文章,比我QQ动态一年更新的数量还要少,我知道不能再鸽了,于是刚好有这么一个需求,就简简单单水一篇教程吧。
前言前段时间总觉得Hexo-douban插件实现的页面效果不合我的心意,于是上网找有没有其他展现豆瓣数据的方法,这时找到:足迹页|爱吃肉的猫,一整个屏幕占满加上大大的显示封面一下子捕获了我的心,于是照猫画虎操作一番后成功实现了原博主的效果,效果预览。
由于这个页面是本地部署,需要自行创建数据,格式如下:
可见一本书或一部电影需要填写名称、作者、封面等字段,我那总共加起来一百多条来自豆瓣上的数据一个个手动复制效率和速度也太慢了吧,同时有个问题,数据从哪来呢?从豆瓣复制吗,图片封面有防盗链,而且繁琐。
这时候发现了Hexo-douban插件的作者mythsman为插件写了个豆瓣数据提取服务mouban以供大家备份数据和使用,好了,这下路走通了。
为了解决上面提到的手动复制效率低的问题,萌生了写段python自动提取生成的想法,这篇文章应运而生。(我知道很水哎呀但是说不定能帮后来者省一点时间呢是吧,水就水点吧大家见谅不然可能今年都没新文章了 ...
2023年度总结
前言时间过得可真快,眨眼间一年时光便转瞬即逝。
以前从未尝试过写关于自己的年度总结,每至年末总是习惯于打开各大App查看现成的年度报告,每次看到那日积月累起来的数据量总是会惊叹一句:原来我看过这么多视频/电影/文章……
但这些数据好像并不能很好地体现出我的个人意志,于是也就萌生了自己写篇洋洋洒洒的个人年度总结的冲动啦,仪式感还是要有的!
娱乐阅读今年共阅读了41本书,翻过了10933页的书籍,在豆瓣上写了短评82篇共1554字。
在小学乃至初中时都对阅读不太感兴趣,特别是初中12本名著看过的可谓屈指可数,主打的就是一个越是强迫要看的越是不想看。
到中考结束后那段暑假后态度发生了转变,因宅家无所事事开始重新捧起在书柜上蒙尘多年的《巴黎圣母院》,开始迷上了小说,后来慢慢把家里有的从前没读过的书都读了一遍,不够满足继续网购+泡书店不断读书,也接触了反乌托邦文学、法国文学、存在主义文学和大量的历史类书籍,由衷地体会到了阅读所带来的满足感和乐趣。
今年最喜欢的书当属奥威尔的《一九八四》,惊叹于奥威尔的想象力、洞察力与预言能力,看完之后令人不寒而栗,特别是第三部对温斯顿被折磨后的外貌及心理描写都让 ...
VSCode配置C/C++环境
安装VSCode本文不对安装VSCode展开阐述,请自行前往VSCode下载安装。
安装MinGW编译器前往MinGW下载编译器。
将页面拉至下方,参考下表选择对应版本下载并解压即可。笔者选择为x86_64-win32-seh
名称
说明
Version
最新版本
Architecture
x86_64 (64位) or i686 (32位)
Threads
posix (推荐) or win32
Exception
sjlj (32位) or seh (64位)
配置环境变量解压后,找到bin文件夹,右键复制文件夹路径,如D:\mingw64\bin
打开设置,找到系统-系统信息-高级系统设置并进入:
完成配置后打开cmd,输入gcc -v,出现如下信息时即为成功。
安装扩展在左侧菜单栏选择扩展,搜索c/c++并安装:
配置VSCode的C语言环境按下Ctrl+Shift+P,输入c/c++,选择c/c++:编辑配置(UI):
进入后找到红框对应选项,分别选g++.exe及windows-gcc-x64:
设置完成后,会出现一个c_cpp_p ...
省赛总结·轻舟已过万重山
轻舟已过万重山 20号上午,天气微凉,空气中夹杂着朦胧的小雨。我们踏上了前往珠海参加省赛的路途。六个小时的颠簸车程,令抵达珠海的我头晕不已,到达酒店后倒头就睡。
提交PPT、演练答辩,商讨细节,一晚时间很快便过。
第二天醒来,我看着窗外,迎来了迷人的日出,也迎来了期待已久的省赛。进入会场后,我们马不停蹄地开始取套件、测试硬件、测试作品,商量答辩细节。很快,便轮到了我们。
答辩完成后,我松了一口气,因为展示的过程很顺利,没有出现意外,同时三位评委中两位评委都没有提出问题,而问题也没有太过刁钻,很轻松地回答了过去。既然开了个好头,那接下来的技术测试我便要好好应对了。回到座位上的我心里暗暗想。
时间在不知不觉中慢慢流逝,当来到午餐时间时,我正为解决了识别颜色并框出的题目而暗喜时,传来了不好的消息,貌似模型训练无法正常运转。我开始查看软件报错,都是些从未见过的信息,意识到这条路可能无法走通时,我开始寻找第二种实现方法,最后想到小方舟的自学习分类可以实现这个功能,便让梁嘉欣重新裁剪图片,而我写小方舟的代码,最后小方舟实现了分类功能,时间也刚好耗尽。
盖上电脑,等待评委验收 ...
使用Mx_Yolo_v3训练K210模型文件
一、功能介绍目前提供两种训练:
目标分类: 识别图片所属的种类, 比如图中是苹果还是杯子, 没有坐标。 如下图,识别到了苹果,是苹果的概率为0.8
目标检测: 检测图片中物体的位置, 并且输出这个物体的坐标和物体大小(即框出认识的物体)。 如下图, 识别到了苹果, 并且框出了位置, 是苹果的概率为0.8
二、确定方案
首先确定要训练哪种模型。在上面支持的模型中选择一个,如果不需要检测物体坐标, 用目标分类, 需要坐标则目标识别,两者处理数据要做的工作和格式都不一样, 后者会复杂很多。
确定分类。 包括分类数量, 具体分类。 比如这里以识别红色小球和玩具为例:
所以共两个分类: ball 和 toy, 我们也称之为标签(label),
注意!分类名(标签/label)只能使用英文字符和下划线
确定分辨率。 图片的分辨率也十分重要,不管是在采集、训练,还是使用时, 都需要十分注意, 稍不注意,模型可能就无法使用或者识别精度低。以下为Maixhub目前支持的分辨率,其它分辨率将会训练失败:
目标分类、目标检测: 224x224(推荐)
确定采集数据集(这里就是所有 ...
Python纯代码实现连接SIoT
运行前请确保已安装 paho-mqtt 库,使用命令:pip install paho-mqtt 安装。
1234567891011121314151617181920212223242526272829303132333435363738import paho.mqtt.client as mqtt# 定义SIOT服务器的连接信息broker = "192.168.88.108" # SIoT服务器的地址port = 1883 # SIOT服务器的端口号topic = "ai/G5" # 指定要发布到的主题username = "AIoT"password = "AIoT"# 连接回调函数def on_connect(client, userdata, flags, rc): print("Connected with result code " + str(rc)) # 订阅主题(如果需要) client.subscribe(topic)# 发布消息的回调 ...
论如何将视频导出为图片及批量对文件进行更名
视频导出为图片
打开ScreenToGif,点击最右侧的编辑器:
进入编辑器后,将视频拖进软件界面,点击确定:
静候导入完成后,随机在下方图片中右键,点击浏览文件夹:
获得导出的图片:
批量进行更名
打开拖把更名器:
若提示“注册错误”,无需理会,确定即可进入软件。
在上方菜单栏中点击序号一栏,在模板处输入#,其他配置保持与下图一致,将需要更名的图片全选拖入软件中:
点击图标栏第四个勾号图标,或按下ctrl + e快捷键,即可得到批量更名后的图片,直接覆盖原文件: