曾令燊Davis@Blog部落格

計算SVD(Singular Value Decomposition)的方式及解決記憶體不足的問題

2022-06-23T15:31:00.008+08:00

問題：想要計算某紋理資料(large matrices)的SVD，要如何做呢?!

環境：

1.OS: Ubuntu 20.04.3 LTS

2.RAM: 16GB

步驟：

1.首先，試著找 Python 的眾多套件來計算，陸續找了 SciPy(https://scipy.org/), scikit-learn(https://scikit-learn.org/stable/), NumPy(https://numpy.org/), PRIMME(PReconditioned Iterative MultiMethod Eigensolver, https://github.com/primme/primme) 等來計算 SVD，但執行程式約半小時後會跳出 Killed

2.接著，試著找 C++ 的 library 來計算，陸續找了 Eigen(https://eigen.tuxfamily.org/index.php?title=Main_Page)，並使用它號稱For larger ones, BDCSVD is highly recommended and can several order of magnitude faster.的module來寫程式(https://gist.github.com/dvsseed/9b7d77b79079e5e9b361ed4faf1ca274)，果然執行沒多久即顯示如下：

terminate called after throwing an instance of 'std::bad_alloc'
what(): std::bad_alloc
Aborted (core dumped)

3.之後，也找了 GSL -- GNU Scientific Library(https://www.gnu.org/software/gsl/) 及 PyTorch 來寫程式，一樣是宣告程式記憶體區段錯誤 (核心已傾印)

4.最後，正當想要放棄搜尋自己刻的時候，竟然奇蹟出現了，讓我看到 ALGLIB(https://www.alglib.net/) 這個好物，立即撰寫程式(https://gist.github.com/dvsseed/c3645890d51cfe337ab1addb51cdfba0)並測試結果，可以成功匯出Eigen value到.csv檔案😭😭😭

心得：雖然上述的 C++ 程式可以執行但效能不佳，執行耗時約 5,492.87 secs，相較於 MATLAB 計算費時 646.13 secs，仍有進步(利用GPU或parallel computing)及討論的空間...

解決 OpenCV 4.5.5-dev Build源碼時發生 undefined reference to ...@LIBTIFF_4.0 的錯誤問題(@Ubuntu 20.04.4 LTS)

2022-04-19T13:52:00.004+08:00

問題：在 Ubuntu 環境中，想要編譯 OpenCV 4.5.5-dev 源碼(Build with opencv_contrib)，卻發生錯誤(畫面如下)，要如何解決?!

環境：

1.OS: Ubuntu 20.04.4 LTS

2.gcc: 9.4.0

3.cmake: 3.20.0

4.conda: 4.12.0

步驟：

1.根據 OpenCV 官網的安裝文件(https://docs.opencv.org/4.x/d7/d9f/tutorial_linux_install.html)操作時，指令如下圖(紅色框是會發生錯誤的Configure指令)

2.Google搜尋相關解決方案時，許多人提供不同的方法(我也試了三、四種)，其中有人提出 TIFF 係 OpenCV需要的套件，故改變上述第1.項的指令，如下：

cmake -D BUILD_TIFF=ON -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.x/modules ../opencv-4.x
3.終於水落石出的顯示 100% 完成，畫面如下：

4.接下來，再執行後續的 Build 及 Install 就可以完成了~!

心得：CMake要多研究，才能勝任 compile source code 的任務!! 另外，OpenCV的安裝終於越來越簡單了...

在 Ubuntu 20.04 安裝 OpenPose 1.7.0

2022-04-15T19:12:00.019+08:00

問題：如何在 Ubuntu 20.04 環境下安裝 OpenPose 1.7.0

環境：

1.Ubuntu 20.04

2.CUDA 11.6, cuDNN 8.3.2

3.Python 3.8.10

注意：

1.不能安裝在 Anaconda，請詳見... https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation/1_prerequisites.md

2.OpenCV 不能安裝 4.5.5 會出現錯誤 (官方建議 4.2.0)

步驟：

1.Clone OpenPose

git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose

cd openpose/

git submodule update --init --recursive --remote

2.Prerequisites

sudo apt-get install cmake-qt-gui

sudo bash ./scripts/ubuntu/install_cuda.sh (**CUDA, cuDNN 已安裝好, 故此項省略不做**)

sudo apt-get install libopencv-dev

sudo bash ./scripts/ubuntu/install_deps.sh

sudo apt install protobuf-compiler libgoogle-glog-dev

sudo apt install libboost-all-dev libhdf5-dev libatlas-base-dev

sudo pip3 install numpy opencv-python

3.CMake Configuration

mkdir build/

cd build/

cmake-gui .. (勾選 BUILD_PYTHON, 按 Configure, 按 Generate)

4.Compilation

nproc

make -j8 (將nproc顯示的數字填入8的位置)

5.Running OpenPose

cd .. (回到 openpose目錄)

./build/examples/openpose/openpose.bin --video examples/media/video.avi

畫面如下：

打完收工!!!

後記：其實，依據官方詳細的安裝文件在 Windows10/11 上安裝也很快速、方便，但我忘了留存記錄!!

SQL執行時間的迷因

2022-04-04T16:33:00.059+08:00

問題：對於SQL(Structured Query Language)語法的使用已學習多年，但今天的偶然下解開了我多年執行困難，回想起來還是百思不解!!!

環境：

(1).OS: CentOS Linux release 7.8.2003 (Core) x86-64

(2).RDBMS: mariadb Ver 15.1 Distrib 10.4.13-MariaDB, for Linux (x86_64)

步驟：

(1).我要執行的SQL如下:

SELECT t.ppp, t.ddd, c.hhh, c.www, c.bbb FROM temp220404 AS t

LEFT JOIN casebycase AS c ON c.ppp = t.ppp AND c.ddd = t.ddd

ORDER BY t.ddd, t.ppp;

其實要下的語法不難，只是在二個table之間關聯某些欄位並撈取資料，況且二個table都有建立index("ppp"欄位)、pk=流水號。但是因為 temp220404 這個 table 資料有點大(約20萬筆)且寬(char_length≈200)，所以每次執行都到天荒地老的出現錯誤回應: Error Code: 2013. Lost connection to MySQL server during query，同時 MariaDB 會當掉需要 restart...
因此，我將需要的欄位資料另存成一個 temporary table，再將其使用 LIMIT 來分批量執行...就要花費很多的時間來撈資料!!!

(2).今天突發奇想把上述的SQL改成如下：

SELECT t.ppp, t.ddd, c.hhh, c.www, c.bbb FROM temp220404 AS t

LEFT JOIN casebycase AS c ON c.ppp = t.ppp

WHERE c.ddd = t.ddd

ORDER BY t.ddd, t.ppp;

結果，執行了 3.344 sec 就跑出結果了...感覺這幾年的時間被抽空，只能安慰自己能力不足要多學習!!!

感想：不知道SQL的精進是要執行很多次查詢呢?!還是要讀很多理論呢?!想一想，下手實作是必要的，或許徹底瞭解其中的數學原理或底層程式運作方式，才能真正地精進自己的功力!!!不多說，研究去~!

收到 Google Ad Manager 支票

2022-01-26T15:57:00.003+08:00

[原由]：我並沒有很認真在經營 Blog，一開始時有使用預設的 Ad 廣告，但礙於本身也討厭有塊 Ad 影響看網文的心情，所以多年前索性就將其從 Blog 版面上剔除，讓它乾淨、簡樸，結果在 2022/1/10 收到 Google Ad Manager check(CITIBANK, N.A.) 面額 USD$ 21.52 ...

[作法]：Google相關兌現的條件及手續後，我沉思(冥想)了一會兒，決定...斷絕不需要的東西(Ad)、捨去多餘的物品(Google's Check)、脫離對物品(Money)的執著...去唸金剛經...一切有為法，如夢幻泡影，如露亦如電，應作如是觀...

2021-10-04T17:13:00.005+08:00

問題：解決 CMake 3.2x 版本在 [Configure] Visual Studio 201x - x64 時出現錯誤...LINK : fatal error LNK1104: 無法開啟檔案 'kernel32.lib' 的問題...如下圖

環境：

(1).Windows 10/11

(2).CMake 3.21.3

(3).Microsoft Visual Studio Community 2017/2019

解決步驟：

(1).本錯誤問題發生在 CMake 中，其實在 Visual Studio 201x 中若編譯時選 x86 是不會有問題的，而若是選 x64 時，也會讓你看到堆傻眼的錯誤...這也是我覺得問題不在軟體，而是在某些環境設定上，但去網站搜尋時，也只會讓你看到一堆不相干或是無法解決問題的資訊...

(2).解決方法很簡單，只要將 %HOMEPATH%\AppData\Local\Microsoft\MSBuild\v4.0 目錄下的三個檔案(如下圖)都刪除掉(好像可以使用 dotdev.exe 指令來刪除?!)，即可恢復 Visual Studio 系統預設的狀態而讓編譯動作不產生錯誤...

其中的 Microsoft.Cpp.x64.user.props 檔案，預設內容如下圖(如果有改過就不會一樣了)...

說明：其實這就表示，當使用 cl.exe 時，它會去查看 MSBuild 目錄的設定而去引用之，如果之前有安裝不同版本的 Visual Studio 或是有更動過它的設定(可能我之前有手動改過!!)，它就會讓你之後的 C++編譯或是 CMake 產生LNK1104錯誤了...

心得：

(1).就是這個簡單的錯誤問題但它困擾了我很久(超過一年，其間也讓我一些工作不順遂)，一直搜尋不到想要的答案(也問了一堆人)，但在今天的隅然機會中將其解決了，真是大快人心呀!!

(2).其實呀!!實在不想再抱怨微軟的軟體安裝/移除作業，如果能夠確實地刪光相對應的檔案或目錄，或是在新軟體執行某項功能時，能對一些 設定值 執行檢查，是不是就能讓 User 少些困擾及阻礙呢?!

使用國網中心開發型容器操作記錄

2020-10-20T11:23:00.002+08:00

動機：因研究計畫需求，常常需要操作國網中心的高速運算環境，特留下記錄以免忘記及犯錯?!

準備環境：

1.Windows 10筆電

2.WSL2

3.Chrome瀏覽器

4.網路

步驟：

1.先登入國網中心 iService (帳/密: user999@mail.nuk.edu.tw / password)

(1).建立一個 [開發型容器]:

按下 [+建立], 按下 [Custom Image], 拉下 "映像檔": cuda-10.1-cudnn7-devel-ubuntu18.04:tadnn999999, 基本設定: 點選 [cm.xsuper, GPUx2, CPUx8 記憶體容量:120GB, 共享記憶體:60GB], 按下 [下一步: 儲存資訊], 按下 [下一步: 檢閱+建立], 按下 [建立]

等候容器Initializing...建立...約60秒

(2).完成

>>> 開發型容器名稱: ctr9999999999999, ssh u9999999@203.145.216.149 -p 99999 (按SSH右側的正方形圖示, 複製網址)

>>> 查看 https://www.twcc.ai/user/container/detail/9999999

2.使用 WSL2執行程式(使用tmux):

開啟 Windows Terminal / Ubuntu-20.04

(1).安裝tmux:

davis@LAPTOP-99999999:/mnt/c/Users/dvsse$ sudo apt install tmux

(2).使用tmux:

輸入tmux指令:

# New a Session

davis@LAPTOP-99999999:/mnt/c/Users/dvsse$ tmux new -s twcc

davis@LAPTOP-99999999:/mnt/c/Users/dvsse$ ssh u9999999@203.145.216.149 -p 99999

輸入 [yes]

輸入 [password]

3.下載正齡的tadnn程式:

u9999999@vd6dcjctr9999999999999-xnpd4:~$ cd /work/u9999999/

u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ git clone https://gitlab.ical.tw/jamesljlster/tadnn.git

Username for 'https://gitlab.ical.tw': [user999]

Password for 'https://user999@gitlab.ical.tw': [password]

xxx 4.系統更新

xxx u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ sudo apt update

xxx u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ sudo apt upgrade

5.安裝 Miniconda3 Linux 64-bit

下載: u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ chmod +x Miniconda3-latest-Linux-x86_64.sh

u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ ./Miniconda3-latest-Linux-x86_64.sh

按下 [ENTER]

輸入 [yes]

按下 [ENTER]

輸入 [yes]

u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ source ~/.bashrc

(base) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$

6.安裝、設定tadnn相關套件

(base) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ conda create -n tadnn python=3 -y

(base) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ conda activate tadnn

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999$ cd tadnn

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn$ pip install gpustat

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn$ conda install pytorch torchvision cudatoolkit=10.2 tqdm pandas opencv matplotlib -c pytorch -y

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn$ cd build

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/build$ ./cmake_clean.sh

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/build$ ./conda_build.sh

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/build$ cd ~

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/build$ cd ../pytorch/

7.下載STL-10 dataset資料集

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/pytorch$ sudo apt install nano

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/pytorch$ nano stl10.py (改 lines 11: download=True, 就可以下載STL10, 改 numWorkers=0, 不然會有multiprocessing錯誤)

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/pytorch$ python stl10.py

Class Names: ('airplane', 'bird', 'car', 'cat', 'deer', 'dog', 'horse', 'monkey', 'ship', 'truck')

airplane ship truck monkey

8.執行驗證訓練程式(使用tmux)

(1).tmux指令:

# Detach

[Ctrl-b] d

# List

tmux ls

# Attach

tmux attach-session -t number

(2).於tmux session內反覆執行

------ 執行概念驗證

(tadnn) u9999999@vd6dcjctr9999999999999-xnpd4:/work/u9999999/tadnn/pytorch$ python experi_stl10_baseline_train.py

>>> 按下 [Ctrl-b] d # [Detached (from session twcc)], 暫時離開 session, 這個 session 依然在背景執行

>>> 要連回之前離開的 session 需要指定參數...如下:

davis@LAPTOP-99999999:/mnt/c/Users/dvsse$ tmux attach-session -t twcc

>>> 查詢tmux清單:

davis@LAPTOP-99999999:/mnt/c/Users/dvsse$ tmux ls

twcc: 1 windows (created Tue Oct 20 10:28:56 2020)

------

心得：需定期查看 [剩餘額度]，否則超出$$錢錢就難處理了!!!

Coding with CircuitPython@CPB

2020-10-18T23:01:00.008+08:00

動機：感謝~高師大阿潘老師的邀請，讓筆者得以初赴跨藝所分享 Adafruit Circuit Playground Bluefruit (以下簡稱CPB) 開發板搭配 SGP30、PMSA003 等感測器及應用 CircuitPython 程式設計課程，茲將當天的資料分享於后：

簡報檔案：https://www.slideshare.net/dvsseed/coding-with-circuitpythoncpb
程式檔案：https://gist.github.com/dvsseed/2f6a871fd6320b484d0cb388664dd0fa 、 https://gist.github.com/dvsseed/e65a69c40073cbca22169a846288c8dc

功能簡介：利用 CPB 接收攀藤 PMSA003 pm2.5 雷射型粉塵感測器(UART Serial: TX/RX) 的 PM數據及 Adafruit SGP30 TVOC/eCO2 Gas Sensor(I2C: SCL/SDA) 的空氣數據，來顯示 NeoPixel LED 並可按下 Button A/B 來 Play an Audio Wave File...此次係以 Adafruit 主推的 CircuitPython 來設計程式(方便好用、好學好教)

使用 Adafruit Circuit Playground Bluefruit 連接 PMSA003 及 SGP30 做空氣品質感測(MakeCode版本)

2020-10-06T18:10:00.004+08:00

動機：對於空氣品質的感測，是否可以利用 Adafruit Circuit Playground Bluefruit (nRF52840) 這塊好炫的板子及 Adafruit SGP30(VOC) 和 PMSA003 來搭配 MakeCode積木開發使用呢?!

準備環境：
1.Adafruit Circuit Playground Bluefruit 開發板(以下簡稱CPB)

2.Adafruit SGP30 感測板(以下簡稱 VOC)

3.Plantower PMSA003 傳測器(以下簡稱 PMS)

4.PMSA003 轉接板及專用連接線 1.25mm 轉 2.54mm(杜邦頭)

5.麵包板專用電源模塊 5V、3.3V 輸出

6.數條杜邦線

7.麵包板

8.Windows 10 (筆電)

9.USB PL2303HX/TA USB轉串口模組傳輸線

10.Xshell 6

執行步驟：

1.首先，請依照以下接線圖來連接 SGP(4條線) 及 PMS(3條線) 等 sensor 及 USB PL2303(2條線)與 CPB開發板(6條線)

2.其次，進入 MakeCode 官網 (https://maker.makecode.com/) 按下 New Project，如下圖

再輸入 Project name 按下 Create，如下圖

再於 Boards 選 CPB，如下圖

再於 MakeCode 編輯區按下 JavaScript，如下圖

2.接下來，輸入以下的程式碼

//程式開始//

function ctrlLED () {
    let SerialNum = 0
    if (SerialNum >= 0 && SerialNum <= 35) {
        light.setPixelColor(9, 0x00ff00)
    } else if (SerialNum >= 36 && SerialNum <= 53) {
        light.setPixelColor(9, 0xff8000)
    } else if (SerialNum >= 54 && SerialNum <= 70) {
        light.setPixelColor(9, 0xff0000)
    } else {
        light.setAll(light.rgb(75, 0, 108))
    }
    pause(500)
    light.clear()
}

function getSGP (eco2: number) {
    return (eco2 >> 8) & 0xff
}

serial.onEvent(SerialEvent.RxBufferFull, function () {
    pins.LED.digitalWrite(true)
    pause(200)
})

let magicIdentifier = ""
let sValue = 0
let pm100 = 0
let buffer: Buffer = null
let pm10 = 0
let pm25 = 0
let eco2 = 0

function getPM (buf: Buffer, high: number, low: number) {
    let pmValue = 0
    pmValue = ((buf.getNumber(NumberFormat.UInt16BE, high) << 8) + buf.getNumber(NumberFormat.UInt16BE, low)) / 512
    return pmValue    
}

light.setBrightness(20)
serial.redirect(pins.TX, pins.RX, BaudRate.BaudRate9600)
serial.setRxBufferSize(32)
serial.writeLine("Begin PMSA003 testing")

forever(function () {
    pins.LED.digitalWrite(false)
    pause(200)
    eco2 = getSGP(pins.i2cReadNumber(
    88,
    NumberFormat.Int8LE,
    false
    ))
    serial.writeValue("sgp30", eco2)
    buffer = serial.readBuffer()
    let buflen = buffer.length
    if (buflen > 0) {
        magicIdentifier = buffer.toString().substr(0, 2)
        if (magicIdentifier == "BM") {
            pm10 = getPM(buffer, 4, 5)
            serial.writeValue("pm10", pm10)
            pm25 = getPM(buffer, 6, 7)
            serial.writeValue("pm25", pm25)
            pm100 = getPM(buffer, 8, 9)
            serial.writeValue("pm100", pm100)
        }
    }
    ctrlLED()
})

再於編輯區上方按下 Blocks，如下圖，就可以看見 MakeCode 自動生成相關的積木，同時左方的CPB模擬器也開始亮綠燈(#9)

3.最後，為了查看 SERIAL 積木傳送的資料(筆電已插好PL2303HX/TA USB轉串口模組傳輸線)，打開 Xshell 6 (或 PuTTY)軟體，新增一個新的連線，設定，如下圖

請注意上圖的 COMx 需至Win10的 裝置管理員 中查看 連接埠 的編號，如下圖

就可以看到 PMS(TX) 傳送到 CPB(RX) 的空氣數據了，如下圖(可方便做程式 Debug)

後面附上筆者雜亂的實物接線照片三張，如下

心得：

1.若是買 PL2303HX舊款(建議買正品新款)無法在Windows 10使用者，可參攷1.解決之

2.因 SGP30 係以 I2C 傳輸資料，而 MakeCode 的 I2C相關積木沒有更細部的功能，致使無法正常收到數據，尚待解決

3.筆者好奇的是，Adafruit官網(如參攷2.及3.)竟然沒有 MakeCode 的相關說明???

參攷：

1.USB PL2303HX 在 Win8 Win8.1 Win10 無法使用解決辦法, https://www.ez2o.com/Blog/Post/PL2303HX-Win8-Win8.1-Win10

2.Adafruit Circuit Playground Bluefruit Overview, https://learn.adafruit.com/adafruit-circuit-playground-bluefruit?view=all

3.Adafruit SGP30 TVOC/eCO2 Gas Sensor, https://learn.adafruit.com/adafruit-sgp30-gas-tvoc-eco2-mox-sensor/

使用 Adafruit Circuit Playground Bluefruit 測試 BLE 範例程式(CircuitPython版本)

2020-10-04T00:36:00.011+08:00

動機：對於 Adafruit Circuit Playground Bluefruit (nRF52840) 這塊具備 Bluetooth Low Energy(BLE) 的板子要如何使用 CircuitPython 開發測試呢?!

準備環境：

1.Adafruit Circuit Playground Bluefruit 開發板(以下簡稱CPB)

2.Windows 10

3.Mu 1.1.0-alpha.2

4.CircuitPython 6.0.0-beta.1

5.CircuitPython Libraries-Bundle Version 6.x

執行步驟：

1.首先，先確認 CPB 已安裝好 CircuitPython 及其 Libraries，若尚未安裝妥，請按照 參攷3. 網址下載檔案並複製

2.接著，執行 Mu 編輯器，再按照 參攷2. 程式碼右上方按下 [Copy Code]，並貼至 Mu 的 Code.py 檔案內，再按下 [Save] 存檔上傳至 CPB

3.其次，請按照 參攷1. 於手機安裝 Bluefruit LE Connect App，並執行其 App 查看是否有 CIRCUITPY 藍牙裝置，再按下 [CONNECT]，若成功連接應可看到 UART、Plotter、Pin I/O、Controller、Thermal Camera、Image Transfer等Menu功能

4.接續步驟2.的範例，請於 Mu 編輯器中按下 [Serial] 開啟 REPL區塊，此時就可以操作手機上的 Bluefruit LE Connect App 內的 Controller/Control Pad 功能，可按下 [向上箭頭] 及 [1] 鍵測試，同時也可於 REPL 中看到手機透過 BLE 執行按鍵的結果，如下圖

5.接下來，可依循上述 步驟3. 的方式，按照 參攷3. 程式碼右上方按下 [Copy Code]，並貼至 Mu 的 Code.py 檔案內，再按下 [Save] 存檔上傳至 CPB，再按下 [Serial] 開啟 REPL區塊，此時就可以操作手機上的 Bluefruit LE Connect App 內的 Controller/Color Picker 功能，可拉選 [色環] 及 [bar] 並按下 [SELECT] 測試，同時也可於 REPL 中看到手機透過 BLE 執行 RGB 的結果，如下圖

6.接續，可依循上述 步驟3. 的方式，按照 參攷4. 程式碼右上方按下 [Copy Code]，並貼至 Mu 的 Code.py 檔案內，再按下 [Save] 存檔上傳至 CPB，再按下 [Serial] 開啟 REPL區塊，此時就可以操作手機上的 Bluefruit LE Connect App 內的 Controller/Quaternion、Accelerometer、Gyro、Magnetometer 功能，再選 Enable 測試，同時也可於 REPL 中看到手機透過 BLE 執行 相關數據 的結果，如下圖

7.最後，可依循上述 步驟3. 的方式，按照 參攷5. 程式碼右上方按下 [Copy Code]，並貼至 Mu 的 Code.py 檔案內，再按下 [Save] 存檔上傳至 CPB，再按下 [Serial] 開啟 REPL區塊，此時就可以操作手機上的 Bluefruit LE Connect App 內的 Controller/Location 功能，再選 Enable 測試，同時也可於 REPL 中看到手機透過 BLE 執行 相關數據 的結果，如下圖

心得：

1.本次範例未針對 BLE 的特性：長距離(100公尺以上)及 Mesh網狀多點傳輸做測試

2.因 Mu 係文字型編輯器，查Adafruit官網(如參攷6.)，可使用 EduBlocks 積木型來製作 CircuitPython 程式，可方便使用者學習(經查證目前僅支援 CPX)

參攷：

1.Bluefruit LE Connect Basics, https://learn.adafruit.com/circuitpython-nrf52840/bluefruit-le-connect-basics

2.Button Press, https://learn.adafruit.com/circuitpython-nrf52840/button-press

3.NeoPixel Color, https://learn.adafruit.com/circuitpython-nrf52840/neopixel-color

4.Mobile Movement Data, https://learn.adafruit.com/circuitpython-nrf52840/mobile-movement-data

5.Location, https://learn.adafruit.com/circuitpython-nrf52840/location

6.Using EduBlocks with Circuit Playground Express, https://learn.adafruit.com/using-edublocks-with-circuit-playground-express/overview

使用 Adafruit Circuit Playground Bluefruit 連接 PMSA003 及 SGP30 做空氣品質感測(CircuitPython版本)

2020-10-02T22:00:00.007+08:00

動機：對於空氣品質的感測，是否可以利用 Adafruit Circuit Playground Bluefruit (nRF52840) 這塊好炫的板子及 Adafruit SGP30(VOC) 和 PMSA003 來搭配 CircuitPython 開發使用呢?!

準備環境：
1.Adafruit Circuit Playground Bluefruit 開發板(以下簡稱CPB)

2.Adafruit SGP30 感測板(以下簡稱 VOC)

3.Plantower PMSA003 傳測器(以下簡稱 PMS)

4.PMSA003 轉接板及專用連接線 1.25mm 轉 2.54mm(杜邦頭)

5.麵包板專用電源模塊 5V、3.3V 輸出

6.數條杜邦線

7.麵包板

8.Windows 10

9.Mu 1.1.0-alpha.2

執行步驟：

1.首先，按照Adafruit官網CircuitPython的介紹(如參攷1.)，到 https://circuitpython.org/board/circuitplayground_bluefruit/ 下載，在此筆者選擇 CircuitPython 6.0.0-beta.1 (https://downloads.circuitpython.org/bin/circuitplayground_bluefruit/en_US/adafruit-circuitpython-circuitplayground_bluefruit-en_US-6.0.0-beta.1.uf2)，如下圖

2.其次，在 CPB 中間位置，連續按二下 RESET 小按鈕，如下圖，此時會看到本機多了一個 CPLAYBTBOOT 目錄

3.接著，將上述第1.項的 adafruit-circuitpython-circuitplayground_bluefruit-en_US-6.0.0-beta.1.uf2 檔案拖曳並複製到 CPLAYBTBOOT 目錄內，此時 CPB 會重啟且本機多了一個 CIRCUITPY 目錄

4.接續，請到 CircuitPython Libraries 網站(https://circuitpython.org/libraries)，下載 https://github.com/adafruit/Adafruit_CircuitPython_Bundle/releases/download/20201003/adafruit-circuitpython-bundle-6.x-mpy-20201003.zip 並解壓縮，會得到 adafruit-circuitpython-bundle-6.x-mpy-20201003 目錄(搭配上述第1.項的6.x版本)，內有二個子目錄(examples 及 lib)，再將 lib 目錄內的部分目錄及檔案(如下圖)拖曳並複製到 CIRCUITPY 目錄內

5.接下來，至 https://codewith.mu 網站，按下 Download 下載 Windows 64-bit 版本的 https://github.com/mu-editor/mu/releases/download/1.1.0-alpha.2/mu-editor_1.1.0-alpha.2_win64.exe 並安裝 Mu Editor

6.最後，寫程式的重頭戲到了，需要參攷2.~4. 的部分程式碼，來製作此次效果的 code.py 程式 (分享於此 https://github.com/dvsseed/CPB_SGP30_PMSA003_CircuitPython/blob/main/code.py)

再將程式上傳到 CPB 是按下 Save，其 Mu 執行畫面(含 REPL)及 CPB顯示截圖，如下

心得：

1.CircuitPython的REPL(the Read-Evaluate-Print-Loop)對於寫程式及Debug真的親民、方便許多

2.看到 CircuitPython 的 Libraries程式庫，就可以發現Adafruit花了許多的時間在設計、研發等等方面，萬分感謝她們的付出及分享!!

參攷：

1.CircuitPython on Circuit Playground Bluefruit, https://learn.adafruit.com/adafruit-circuit-playground-bluefruit?view=all

2.PM2.5 Air Quality Sensor, https://learn.adafruit.com/pm25-air-quality-sensor/python-and-circuitpython

3.CircuitPython NeoPixel, https://learn.adafruit.com/adafruit-circuit-playground-bluefruit/circuitpython-neopixel

4.Adafruit SGP30 TVOC/eCO2 Gas Sensor, https://learn.adafruit.com/adafruit-sgp30-gas-tvoc-eco2-mox-sensor/circuitpython-wiring-test

使用 Adafruit Circuit Playground Bluefruit 連接 PMSA003 及 SGP30 做空氣品質感測(Arduino版本)

2020-09-26T20:24:00.004+08:00

動機：對於空氣品質的感測，是否可以利用 Adafruit Circuit Playground Bluefruit (nRF52840) 這塊好炫的板子及 Adafruit SGP30(VOC) 和 PMSA003 來搭配 Arduino 開發使用呢?!

準備環境：
1.Adafruit Circuit Playground Bluefruit 開發板(以下簡稱CPB)

2.Adafruit SGP30 感測板(以下簡稱 VOC)

3.Plantower PMSA003 傳測器(以下簡稱 PMS)

4.PMSA003 轉接板及專用連接線 1.25mm 轉 2.54mm(杜邦頭)

5.麵包板專用電源模塊 5V、3.3V 輸出

6.數條杜邦線

7.麵包板

8.Windows 10

9.Arduino 1.8.13

執行步驟：

1.請至 Arduino 官網(https://www.arduino.cc/en/Main/Software)下載 Windows app 並安裝之

2.再請至 Adafruit 官網(https://learn.adafruit.com/adafruit-circuit-playground-bluefruit/arduino-support-setup) 並依照其步驟指示設定及安裝 (請注意看板子上標示的晶片編號, 筆者是 nRF52840)

3.接著，請依照以下接線圖來連接 SGP(4條線) 及 PMS(4條線) 等 sensor 與 CPB開發板(5條線)

請注意：PMS的[TX]是連結到CPB的[RX]，相對地，PMS的[RX]是連接到CPB的[TX]接腳(這條線可以不用接，因為CPB並未傳送serial資料給PMS)喔!!

4.接續，檢查 CPB 在 Arduino 的功能選單Tools設定是否正常(其中的 Port 會因Windows10自動流水號而不同，筆者的是 COM5)，如下圖

5.最後，在 Arduino 功能中選File、開啟新檔案New(Ctrl+N)，輸入以下程式碼(分享於此... https://github.com/dvsseed/CPB_SGP30_PMSA003/blob/master/SGP30_PMSA003_ok.ino)，然後開啟 Serial Monitor 就可以看到空氣檢測數據(如下圖)

心得：

1.本篇程式碼係參攷原廠的程式編寫而成，在此先行感謝許多幕後辛苦的研發人員

2.經測試若將 SGP 及 PMS 電源部分直接連自 CPB板，會造成數據傳輸一段時間後即沒有訊號，若連結 麵包板專用電源模塊 並穩定輸出 5V 時，則數據會正常顯示

3.在Arduino程式部分，因為 SGP 係以 I2C bus介面傳輸而 PMS 係以 UART介面的序列埠RX, TX傳輸，因此彼此不會干擾，不需要 delay(ms) 來延遲

4.因為 Arduino 的程式語法係類似 C++，親和力較差，下次將改寫成 MakeCode 積木來快樂使用

參攷：

1.Adafruit SGP30 TVOC/eCO2 Gas Sensor datasheet, https://cdn-learn.adafruit.com/downloads/pdf/adafruit-sgp30-gas-tvoc-eco2-mox-sensor.pdf

2.PMSA003 - Digital Laser Dust Sensor datasheet, https://github.com/pinetum/pms-A003/blob/master/doc/PMSA003_cn.pdf

3.Adafruit Circuit Playground Bluefruit datasheet, https://cdn-learn.adafruit.com/downloads/pdf/adafruit-circuit-playground-bluefruit.pdf?timestamp=1601115543

執行 C++, JavaScript 程式碼@Google Colab

2020-09-10T19:04:00.004+08:00

動機：是否可以不用安裝 C++ 或 JavaScript 程式執行環境，就可以快樂撰寫其程式碼及執行呢?!答案是使用免費的 Google Colab

準備環境：
1.Google Chrome

2.網路

執行步驟：

1.[新增]一個 Google Colaboratory 的新筆記本，並按下右上角的 [連線]

2.參攷1.寫一個 C++ 的 Hello World 程式並執行之，如下圖

3.另外，寫一個 JavaScript 的 Hello World 程式碼並執行之，如下圖

4.如果對 Magic Commands 有興趣...歡迎參閱3.

參攷：

1.Google Colab Tips for Power Users, https://amitness.com/2020/06/google-colaboratory-tips/

2.The silence of the FANS - part #1 - Google Colab Javascript QuickStart, https://dev.to/obenjiro/silence-of-the-fans-part-1-javascript-quickstart-5f3m

3.Google Colab - Magics, https://www.tutorialspoint.com/google_colab/google_colab_magics.htm

把玩~WSL2 with GPU@(Windows 10 & Ubuntu 20.04)

2020-09-01T19:16:00.009+08:00

動機：由於筆者的實驗環境總在 Windows 及 Ubuntu 平台中迭代工作(不想切換雙作業系統)，又要常常使用 GPU 運算，是否有比 VM(Virtual Machine) 或 Docker 更好用的環境呢?!在此篇揭曉答案--那就是 WSL2 (Windows Subsystem for Linux 2)

準備環境：
1.Windows 10 Home (需更新至 Insider Preview 2004 版，如下圖，指令：winver)

2.Windows Terminal

3.VcXsrv (XLaunch)

4.Ubuntu 20.04 LTS (Microsoft Store)

5.Anaconda (Python 3.8)

6.PyTorch 1.6.0 (cudatoolkit=10.1) + torchvision 0.7.0

7.cuDNN v8.0.3 (August 26th, 2020), for CUDA 10.1

實作步驟：

1.基本上，按照[參攷1.~2.]安裝步驟就可以了

2.依照[參攷3.~4.]安裝CUDA 10.1及[參攷5.]下載cuDNN 8.0.3 (cuDNN Library for Linux x86)

3.請按照[參攷9.]安裝Miniconda3 (建議下載官網的 bash script : https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh)

4.接著，使用 conda 安裝 PyTorch, 指令如下:

$ conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

5.執行python測試gpu, 如下圖

可能遇到的問題：

1.若有使用新版 Microsoft Edge 可能會出現瀏覽網頁時會白屏，就要多按幾次 [重新整理 Ctrl+R]

2.Ubuntu 20.04 的 Xfce GUI桌面環境可能會因閒置而啟動 System Power Saving 導致黑屏而無法使用，則需要改變 Xfce Power Manager (安裝指令: sudo apt install xfce4-power-manager)中的設定值

3.在更新 Windows 10 Insider Preview Build 20211 (如下圖)之後，會遇上「遠端程序呼叫失敗」(如下圖)錯誤(請參閱參攷7.及8.)，無法正常操作了!!

4.上述問題3.在經過系統更新 Windows 10 Insider Preview Build 20226 之後，終於可以恢復正常運作

心得：

1.總體來說，這樣子的執行環境，除了整合完善的 NTFS 及 ext4 兩種檔案系統之外，也方便同時使用兩種作業系統各自擅長或好用的工具，真的是一舉兩得!!也對於個人的工作效率提昇不少，這一點筆者是讚賞+感謝Microsoft的此種作法!!

2.對於駕馭Ubuntu的ssh操作環境，筆者建議使用 tmux (使用方式如參攷6.)，不啻如虎添翼、事半功倍

參攷：

1.Window10 建置Ubuntu(WSL2)與GUI桌面配置筆記, https://medium.com/@s123600g/window10-%E5%BB%BA%E7%BD%AEubuntu-wsl2-%E8%88%87gui%E6%A1%8C%E9%9D%A2%E9%85%8D%E7%BD%AE%E7%AD%86%E8%A8%98-58796915ed4d

2.Windows 10 上適用於 Linux 的 Windows 子系統安裝指南, https://docs.microsoft.com/zh-tw/windows/wsl/install-win10

3.Getting started with CUDA on Ubuntu on WSL 2, https://ubuntu.com/blog/getting-started-with-cuda-on-ubuntu-on-wsl-2

4.Announcing CUDA on Windows Subsystem for Linux 2, https://developer.nvidia.com/blog/announcing-cuda-on-windows-subsystem-for-linux-2/

5.cuDNN Download, https://developer.nvidia.com/rdp/cudnn-download

6.How to Use tmux on Linux (and Why It’s Better Than Screen), https://www.howtogeek.com/671422/how-to-use-tmux-on-linux-and-why-its-better-than-screen/

7.Windows 10 Iron 公眾預覽版本 Build 20211 (Dev) 發佈 + 繁體中文版下載, https://isite.tw/2020/09/11/20895

8.WSL2 distro can't start: the remote procedure call failed, https://github.com/microsoft/WSL/issues/5907

9.搭建 Python 轻量级编写环境（WSL2+Jupyter 自动开启本地浏览器）, https://zhuanlan.zhihu.com/p/158824489

10.在WSL2中使用CUDA, https://zhuanlan.zhihu.com/p/149848405

使用PyTorch撰寫CNN模型程式(MNIST資料)@Google Colaboratory平台(GPU)

2020-08-10T12:56:00.015+08:00

動機：如果要使用PyTorch來撰寫CNN程式(MNIST資料) ，要如何實作呢?!

準備環境：
1.Google Colaboratory 帳號
2.Google Chrome

實作步驟：

1.首先，登入 Google Colaboratory，如下圖

2.其次，於上方選單: [執行階段]，選擇 //變更執行階段類型//，於 "硬體加速器" 拉選 GPU 再按下 [儲存]

3.再於上方選單: [檔案]，選擇 //上傳筆記本//，如下圖

分享示範碼 (https://github.com/dvsseed/PyTorch_CNN_MNIST/blob/master/PyTorch_MNIST.ipynb)

4.最後，於上方選單: [執行階段]，選擇 //全部執行//，如下圖，花費時間約90秒(GPU)、360秒(CPU)

心得：
1.使用了一年多的PyTorch，也經歷了其改版過程，發現當初沒有用TensorFlow是對的，此時此刻在向實驗室夥伴Demo(精簡版) Coding SOP之前，留下記錄...

2.本示範使用Google Colaboratory，可免安裝相關Python、Jupyter-notebook等執行環境

3.佛心的Google Colaboratory使用GPU是有限制時數的，若使用CPU執行也僅需約360秒即可...

參攷：本範例大多參考自網路分享的程式碼及內容，由衷感謝大家!!!