2023年8月31日 星期四

中元節拜拜補記

昨日周三 (8/30) 是中元節, 往年若遇到非假日總是由爸解決, 他聽到我要請假就說不用. 但今年我還是決定請早上半天假, 因為拜祖先要準備的東西不少, 雖然前幾天我已經買得差不多了, 但還是怕掛一漏萬. 我週二晚上就先回鄉下, 過一夜感覺才不會那麼趕. 

中元節拜祖先最重要的是芋粄, 一直以來都是請阿運伯母幫忙訂, 她的親戚專門製作各種粄類, 例如掃墓要用的紅龜粄, 發粄等等. 我查了一下之前的筆記竟然沒有紀錄中元節拜祖先的 SOP, 今年就來記錄一下吧 :
  • 芋粄兩塊, 一個拜祖先, 一個拜灶君
  • 雞豬各一副 (請榮發舅媽代煮)
  • 水煮蛋 3 顆 (若榮發舅媽有附皮蛋則免)
  • 魚罐頭一個
  • 素三牲一副 (家樂福選項較多)
  • 泡麵, 冬粉/米粉 (素) 各一包
  • 水果三種 (蘋果, 橘子, 香蕉, 奇異果, 紅龍果 ...), 量要夠, 天神, 祖先, 灶君都要
葷三牲擺法是左魚右豬雞中心, 端時為直擺時為橫. 

關於筆電電池的使用與保養

我的舊筆電 Swift 5 一直以來只要能充電我插上充電線邊用邊充, 因為可能突然要去開會萬一電不飽就會感到焦慮 (不想帶充電線進會議室, 只帶筆電多輕鬆啊), 但電池都設定充到 80% 就停止, 不要充到 100% (但偶而會這麼做, 讓鋰聚合物活化), 這樣才能讓電池延壽, 所以用了快五年電池還頭好壯壯, 沒有明顯衰退 (充飽還能撐 2~2.5 小時), 我是參考專家的建議, 例如 :


重點摘要如下 :
  1. 筆電可以邊充邊用, 充飽會自動停止充電, 不須拔電源.
  2. 文書作業時可以不插電使用, 但玩遊戲等運算量大的作業必須插電, 否則效能差. 
  3. 電池低於 20% 時就要充電, 低於 15% 時電量會快速往下掉, 電量耗盡最傷電池. 
  4. 電池充電模式平常應設在平衡或延壽模式 (80%), 偶而一兩次改為 100% 以充份活化鋰電池.

好站 : 機器學習 Machine Learning 3小時初學者教學

今天在 YT 發現一個很棒的 ML 教學 :





這位小白老師用淺顯的方式解說 ML 的基本概念與 Python 實例演示, 非常適合初學者. 他的網站提供了非常多免費的 1~4 小時的初學者課程, 參考 :


如果覺得不錯, 可以付費報名進階的全課程.

2023年8月29日 星期二

露天購買 LG gram 16 吋筆電包

昨天 LG gram 到貨後, 順利開機更新與安裝啟用, 本想用 Swift 5 的筆電包, 雖然可以塞進去, 但發現有點緊, 所以還是決定上露天買個新的 :





我選灰色有 gram 圖案的 (沒圖案的 484 元, 有圖案無電源包 437 元, 無圖案無電源包 356 元). 




Chrome 分頁備份

昨天開始使用新筆電, 我把 Swift 5 的 Chrome 頁籤上的瀏覽網頁備份如下, 方便在 LG gram 上繼續參考學習 :
  1. Tkinter Matplotlib
  2. https://chateverywhere.app/zh
  3. https://github.com/joshhu/cht_tf_2307/tree/main
  4. https://cdnjs.com/libraries/extjs
  5. https://try.jsonata.org/
  6. Step by Step Tutorial to Set Up VNC on Raspberry Pi
  7. 活用python- 路遙知碼力,日久練成精 
  8. 如何關閉Win10自動更新
  9. 0801 KaggleDaysML30
  10. AI趨勢周報第212期:只用300美元,美頂尖大學聯手訓練出類GPT-4模型Vicuna
  11. How to Fix Horizontal Lines on Laptop Screen?
  12. PyTorch 2.0 發布與新功能測試
  13. 「Hugging_Face_Transformers_Tutorial」的副本
  14. Hugging_Face_Transformers_Tutorial
  15. HackMD 畫甘特圖
  16. Notion課程
  17. CS224N: PyTorch Tutorial (Winter '22)
  18. CS224N: Natural Language Processing with Deep Learning
  19. 從零開始學Python 系列
  20. ESP32CAM for Robotics - MicroPython and SMARS
  21. 簡化的 Blogger 表格範本
  22. Stock Picking with Python and RaspberryPI (ver.1)
  23. 如何使用 pandas 的 apply?Dataframe 加入新 Column?Python 數據整合處理!
  24. https://streamlit.io/

2023年8月28日 星期一

LG gram 16 筆電開箱設定

今天下班去管理室領包裹, 大大的紙箱一看即知是我的新筆電 LG gram 16 到貨啦, 外紙箱打上建達國際好眼熟, 我的筆電 D290A 就是跟建達買的, 好巧. 外包裝標籤上寫的是台北欣亞光華店出貨, 不是富基電通嗎? 有可能外紙箱是隨手拿一個充數也說不定. 

內紙盒開箱後發現裡面很簡單, 就是主機與充電器而已, 迫不及待按開機鈕沒反應, 想到可能舊機型放了近一年電池應該沒電了, 果然插上電源線馬上就出現開機畫面, 輸入微軟帳號等資訊很快就設定完成 (國家, 語言等), 然後馬上做 Windows Update, 然後就與水某, 二哥出發去逛 Ikea 了. 

十點從 Ikea 回來又更新了顯示卡驅動程式重開機三次後終於可以設定使用環境與安裝軟體. 首先是系統字型大小設定, 預設 100% 對我而言字太小 (老花), 到 "設定/協助工具/文字大小" 選單將大小拉桿往又拉到 150% 以上看起來比較不吃力 :




然後是下載安裝常用軟體 : 
  • Picpick : 螢幕截圖
  • Bandizip : 壓縮解壓縮
  • Chrome : 瀏覽器
  • Firefox : 瀏覽器
  • Thonny : Python 開發工具
  • Active Presenter : 螢幕錄影
  • Line 電腦版 : 傳訊息
  • UltraViewer : 遠端桌面
然後在 Thonny 中安裝常用套件即可開始工作啦, 常用套件清單參考 :


一般套件在 "工具/管理套件" 中搜尋安裝, 但TA-Lib 套件較特別, 需用 whl 檔安裝, 作法參考 :


PyTorch 則是要在 Thonny "工具/開啟系統終端機" 後以 pip 指令安裝, 參考 :


將新 (左) 舊 又又) 兩台放在一起排排站, 可以看出 LG gram 16:10 螢幕感覺比 Swift 5 的 16:9 大上一些, 可視內容較多 : 




關於 Line 電腦版安裝設定參考 :


不過 Line 首頁有改版, 要按首頁左下角的 PC 圖示下載電腦版 :




或連結下列網址 :


但這樣一來我的舊筆電 Swift 5 上的電腦版 LINE 就被強制登出了, 因為 LINE 只允許在四種不同裝置上同時登入 LINE 帳號 : 電腦, 手機, 平板, 與穿戴式裝置, 參考 : 


所以如果又在 Swift 5 舊筆電上登入 LINE, 則新筆電 LG gram 上的 LINE 又會被強制登出. 


2023-08-29 補充 : 

昨晚 (8/28 近 12 點) 將電池充飽後 12 點多拔電源, 早上 6 點多查看電池量 94% :




所以休眠時大概每小時降 1% 左右, 我打算不接充電器用到 10% 左右再充到 100% 拔充電器, 如此來回三次後再到設定中將電池充電限制改為 80%.


2023-08-29 補充 : 

經過 8/29 日一整天不關機正常使用, 到 8/29 晚上 12 點剩下 39%, 8/30 早上 6 點半檢視剩下 33%, 可見 LG gram 充飽電, 只做文書處理可撐 20~24 小時, 休眠時約每小時掉 1% :





LG gram 原廠充電器是快充, 從 30% 充到 100% 約兩小時不到, 現在是 8/30 09:04 再次拔掉電源, 來回 2~3 次充分活化鋰聚合物就可以設在 80% 了.

開啟 LG Smart assistance, 將 "電源設定" 的 "延長電池壽命" 右邊的開關打開即可 : 




這樣每次充電到 80% 時就會停止充電 :




不過隔一段時間 (例如每 2 個月) 最好關閉 80% 自動停止功能, 讓它充到 100%, 這樣鋰聚合物叫能維持活性, 

博客來買書 1 本 : 快速學會Python架站技術

此書曾在七月底前博碩的一波 5 折優惠活動名單中, 當時覺得跟前一版差不多就沒買, 後來覺得此書頗有參考價值, 所以趁還有 71 折買起來唄 : 





明明 400 元就買得到偏偏等 553 元才買, 就是沒把握機會啊! 最近除了 PyTorch 與 Streamlit 外, 想把 Django 趕快學完準備在 Mapleboard 架站, 所以要把書買齊借齊, 集中火力攻下來. 

momo 購買好神拖

今日上 momo 本想買 Django 書, 但目前都 79 折無活動特價, 剛好發現有特價拖把, 且有 momo 幣 8/31 即將到期, 因高雄家的拖把使用已久, 所以就改買拖把 : 





扣掉 momo 幣 334 元實付 458 元. 

2023年8月27日 星期日

2023 年第 34 周記事

本周閒來無事, 以為可以全心專研 PyTorch 與 Azure, 但 Swift 5 筆電螢幕故障, 出現許多水平線, 雖然還是可用, 但視覺效果不好, 問原廠洽詢更換面板需 1 萬元, 實在好貴, 最後決定不修買新的 (買了四年前就想買的 LG gram 16 吋), Swift 5 就接大螢幕當桌機. 

下周二哥就要上桃園準備開學了, 這周末跟我一起回鄉下, 到文昌帝君那邊上香還願. 早上去市場買菜時載他順路先去拜拜, 然後再去圖書館. 9/9~9/10 觀音廟要辦普渡, 今天帶了阿蘭的資料去跟師姐登記, 她說 9/9 是半天下午兩點開始, 只要人到就好; 9/10 是全天, 可帶瓜果. 

週三收到姊姊寄來的兩張父親節卡片, 一張是給我的, 畫我坐馬桶時看書練功; 第二章是給阿公的, 畫貓咪每天在曬穀場陪他騎單車 : 





學藝術就這個好處, 隨手一畫就是禮物, 其實姊姊從小到大的作品我都有保存 (等待蘇富比找我的那一天到來, 哈哈).

下周三是中元普渡要祭拜祖先, 只有爸一人拜似乎太寒酸, 打算週三請假回去, 但是似乎有個颱風週三會直撲中南部而來. 

2023年8月26日 星期六

更換安麗 e spring 濾水器濾心

今天花了一整個早上整理冰箱, 把過期的醬料食材全部丟棄, 把飲料排放整齊 (像韓劇裡那樣), 一直到下午三點才開始今天最重要的任務 : 換安利濾心. 這濾心買來一段時間了, 遲遲沒換是因為有次把管子拔斷, 只好叫阿淑來處理, 從此埋上陰影, 這回才會拖那麼久才動手更換, 我把程序記下來供下次參考 :

首先是關掉水龍頭分水管開關斷水, 然後拔掉濾水器電源插頭, 拿掉上蓋, 這時會露出控制電路板 :




將控制電路板往上提脫離機身, 會露出兩個接管, 用奇異筆在接頭的地方畫一下標記, 以便換完裝回去時知道是否管子有到位 :




接下來用新濾心盒裝內的擋板抵住接頭畫線處, e 字朝外, 左手向下向左按住擋板, 右手抓住兩條管子向右拉 (一次拉一條), 很輕鬆就能拉出管子, 然後旋轉取出白色的固定環蓋 :





然後拉黑色拉把將濾心組拉出來, 稍微旋轉一下就能將舊濾心從濾心頭上取下, 將濾心座裡面用刷子清洗乾淨 (不要用清潔劑) : 






然後將新濾心放入濾心頭, 旋轉到無法再旋即可, 將其放入洗淨的濾心座 :






旋轉鎖上白色固定環蓋後將兩條水管接上直到之前用奇異筆畫的位置才算接好, 這時打開水龍頭分水開關與濾水器開關, 讓水流動沖掉碳粉, 大概流個 5~10 分鐘水就會清了 :





等水清後關掉濾水器開關, 將控制電路板裝回去, 蓋上上蓋板極可把整個濾水器放回原處, 插上電源開始使用 :





顯示燈都是藍色表示一切正常. 拖了好幾個月的任務居然 20 分鐘就完成了, 記下來以後要更換時就不會擔心拉斷管子而拖拖拉拉了. 

人工智慧-概念應用與管理筆記


這本書是上回在母校圖書館架上看到借回來的, 我覺得作者整理得蠻清楚的, 想說盡快看完才能騰出容量借另一本 NLP 的書. 



Source : 博客來


以下是讀完第七章 (自然語言處理) 的筆記 :
  1. AI 四大領域 :
    • 電腦視覺 
    • 自然語言處理
    • 數據分析預測
    • 自駕車
  2. NLP 主要應用 (分類, 抽取, 生成, 轉換, 配對) :
    • 語音與文字轉換 : 語音辨識 & 語音合成 
    • 自然語言生成 : 利用育訓練之大型語言模型
    • 自然語言分類 : 情緒分析, 意圖分析, 文本分類
    • 語言配對生成 : 機器翻譯, 問答系統, 聊天機器人, AI 助理
    • 文本分析 : 關鍵詞提取, 摘要提取, 命名實體 (NER) 提取, 主題提取
    • 類文字序列應用 : 音樂 (生成, 搜尋, 伴奏), 生物資訊分析 (腦波, DNA, 心電圖)
  3. 命名實體的三大類 : 數字, 時間, 實體
  4. 命名實體的七小類 : 人, 組織, 地點, 時間, 日期, 貨幣, 百分比
  5. NLP 的重要性 : 人類的智慧主要來自知識的處理, 而知識主要是透過文本來儲存與傳承, 因此 AI 必須能處理與生成語言文字才能做出正確合適之決策與行動. 人類在 2020 年代後一天至少產生 44TB 的資訊, 必須透過 AI 才能進行高效率的檢索, 搜尋, 與提取摘要.
  6. NLP 的困難在於, 人類大多數的資訊是以非結構性 (指沒有欄位與格式資訊) 的自然文本檔案裡, 處理上有歧義, 語境, 多形, 與不斷出現新詞彙等困難存在. 
  7. NLP 演進的三大階段 : 
    • 基於規則的 NLP (法則學派) : Top-down 方法, 語言學家的作法
    • 基於傳統機器學習的 NLP : Bottom-up 方法, 模仿人類學語言方式, 需特徵工程
    • 基於深度學習的 NLP : Bottom-up 方法, 模仿人類學語言方式, 不需特徵工程
  8. 傳統機器學習的 NLP 需要人工篩選文本的特徵 (稱為特徵工程), 例如關鍵字提取任務, 其可能特徵包含 : 出現於標題? 出現於 Tag? 出現於摘要? 等等, 然後利用 SVM, 簡單貝氏, KNN, 或決策樹等演算法來提取關鍵字. 注意, 不同的任務 (QA, 情緒分析, 關鍵字提取 ....) 有不同的特徵工程, 學習模式也不同. 深度學習則會自動發現特徵, 不需要特徵工程. 
  9. NLP 對於語言的理解是透過兩種分析 :
    • 語法分析 : 主要是句法的結構與詞彙的順序
    • 語意分析 : 透過分析詞與詞彼此關係推測語句的意圖
  10. NLP 的主要課題 (預處理, 傳統機器學習特別重視) :
    • 斷詞 (tokenization) : 字, 數字, 標點等, 又稱標記
    • 停用字 (stop words) : 可以忽略不值得列入語音分析的字, 例如 the, of, a 等
    • 詞性標註 (POS, part of speech) : 形容詞, 名詞, 動詞, ...
    • 詞向量 (word vector) : 用來表示字詞的向量
    • 句法剖析 (parsing) : 分析主詞, 動詞, 受詞等句子結構
    • 命名實體識別 (NER recognition) : 提取專有名詞
    • 意圖分析 (semantic analysis) : 透過意圖進行文本分類
  11. 傳統機器學習 NLP 管線 :
    文本 -> 資料預處理 -> 特徵提取 -> 模型訓練 (SVM/KNN ...) -> 預測任務 (QA/情緒/意圖分析...)
  12. 深度學習 NLP 管線 :
    文本 -> 資料預處理 (不必要) -> 詞向量 -> 模型訓練 (RNN/LSTM/transformer) -> 預測與生成任務
  13. 基於深度學習的 NLP 會在大量的語料訓練中自動學習斷詞, 停用詞, POS 等傳統機器學習所需之預處理, 故其預處理範圍較小, 僅限於可能之文本格式整理. 其核心處理為詞向量, 深度學習以詞向量取代了傳統機器學習所倚賴的法則, 詞頻計算, 與特徵工程, 但其代價為需要大量訓練用的文本與計算力. 
  14. 混合型 NLP 開發架構 :
    結合 NLP 三大學派優點, 由深度學習負責下層較複雜的特徵提取, 利用法則學派的知識圖譜, 專家系統來提升語法結構與上層知識邏輯推理之正確性, 亦可加上傳統機器學習的 SVM, 隨機森林, 貝氏定理提高資訊抽取與分類之效率. 
  15. 文本的數位表徵方法 : 
    文本的自然形式為以 Unicode 編碼之人類可閱讀字串, 但電腦處理的對象是數字, 它並不了解字串的含意, 必須將字詞轉成對應的數字才行, 字詞的數字表徵方式有兩種 :
    • 頻率導向 : 有獨熱編碼 (one-hot coding) 與詞袋 (bag of words) 兩種模式
    • 向量導向 : 使用詞嵌入 (word embedding) 模式
  16. 頻率導向的字詞表徵方式有缺點 :
    • 稀疏性 (0 很多)
    • 無序列資訊
    • 無語意資訊
    • 維度很高 (我加的)
  17. 獨熱編碼是利用文本中每一個字在其出現的位置用 1 編碼, 其餘位置用 0 編碼所形成的向量來表示該字, 所以整個文本的字集合起來就是一個稀疏矩陣, 而每個字的獨熱 1 就代表了它在整個文本中的位置, 因此也可以用其索引位置來代表其詞向量. 獨熱編碼是 NLP 的最基礎工作, 所有的後續處理均以此為文本數字化的基礎. 
  18. 詞袋是把文本當成一個袋子, 裡面的所有關鍵詞以其出現的頻率 (term frequency, TF) 來代表文本的語意, 作法是統計每個詞出現的頻率, 越高表示該詞為此文件語意的重要特徵. 但詞出現頻率法 (TF) 的缺點如下 :
    • 是只統計次數, 而忽略了文本的長短 (某詞在文本 A 次數少但文本短; 在文本 B 次數多但文本長, 其實在文本 A 重要性較大).
    • 介係詞 of, at, in 與冠詞 a, an 等與語意沒有重要關係的詞頻會非常高, TF-IDF 法就是為了糾正此缺點而誕生. 
  19. TF-IDF (term frency-inverse document frequency) 是一種用來評估一個詞在整個文本中的獨特性與重要程度的統計方法, 也是效能良好應用面廣的語意特徵表示法, 它主要是利用公式計算下列兩種比率 :
    • 詞頻比率=詞頻/文本的總字數
      比率越高表示此字在此文本中的重要性越高
    • 跨文本詞頻比率 (IDF)=Log(語料庫所有文本數)/包含此詞的文本數
      IDF 值越大表示此字在該文本的重要性越低, 因為此字在其他文本也很常見 (例如介係詞), 因此它在此文本中缺乏獨特性與重要性
  20. 詞頻作法的缺點 :
    • 獨熱編碼的稀疏特性會占用大量記憶空間
    • 詞頻只管出現次數, 忽略語句中字詞的序列關係, 缺乏上下文脈絡資訊
    • 詞袋只能表示文本中有哪些詞, 無法呈現每個詞的語意結構, 例如 "白血球打敗細菌" 與 "細菌打敗白血球" 這兩句在 TF-IDF 中是一樣的語意. 


2023年8月25日 星期五

好書 : 評說蔣介石

今天去河堤還書後逛了一下明儀, 我除了照例直奔電腦書那一區外, 回家前還會在理財與歷史區喵一下看看有無好書, 今天就發現汪榮祖寫的這本 "評說蔣介石" :


Source : 博客來


我瀏覽目錄, 覺得每個條目都很吸引我, 其中關於葉公超那一段尤為引人入勝, 我以前早就讀過葉公超晚年遭老蔣撤職打入冷宮的悲戚遭遇, 原因與當時國際環境丕變, 美國有意聯中制俄, 外交政策轉向一中一台, 葉公超擔任駐美大使知之甚深, 認為應順應時勢盡量配合美方政策, 否則在與中共的外交戰中裡子面子盡失. 可惜老蔣堅持漢賊不兩立, 果然賠了夫人又折兵, 台灣今日之外交困境, 實在就是兩蔣不聽忠臣之言的後果. 

不過我只記得大概, 細節讀過就忘了, 看過汪榮祖寫的這一段過往, 才了解導火線是外蒙入聯案, 蘇聯當時已與中共交惡, 為了讓外蒙徹底獨立於中國以制肘中共, 外蒙入聯案被蘇聯拿來與美方做交易, 作為阻擋中國的交換條件, 美國則施壓老蔣不可在外蒙案上動用否決權, 否則將不再支持台灣在聯合國的地位, 葉公超深知外蒙案已不可擋, 建議老蔣接受, 老蔣怒不可遏, 派了沈昌煥去美國傳達聖旨, 兩人在爭論中葉脫口批評了老蔣 (可能是頑固之類的), 被沈昌煥告了一狀, 葉就被召回台北述職, 隨即被撤職, 連上廁所都有特務跟隨, 形同軟禁. 

後來葉公超的好友陸運濤 (新加坡影業鉅子) 打算邀請葉去新加坡當他的顧問 (想藉此救葉公超), 陸運濤認為蔣介石與宋美齡會賣他面子而親來台灣遊說, 結果其所搭飛機居然在台中飛台北途中爆炸, 機上 57 人全數罹難. 汪榮祖懷疑是否蔣覺得無法拒絕陸運濤此行所求, 乾脆來個釜底抽薪, 然後推說是匪諜劫機引爆炸彈? 這雖然缺乏證據, 但從戴笠空難案, 楊虎城滅門案, 以及老蔣愛將湯恩伯的下場等等來看, 這倒也不無可能 (張學良是因為宋美齡力保免死), 參考 : 


葉公超本是清華出身, 英國文學底蘊深厚的名士, 但他志不在教學, 諾貝爾獎得主楊振寧讀西南聯大時英文授業師便是葉公超, 他評論葉公超教學糟透了, 不記得從葉那裏學到了甚麼. 但葉學而優則仕, 當了好多年外交部長, 狂狷如葉公超者卻遇到蔣介石這種主子, 恐怕內心也是憋曲得很. 讀蔣介石的日記, 感覺他把自己寫得好似王聖人的傳人似的 (老蔣的偶像是明朝儒將王陽明, 這也是草山變成陽明山的由來), 其實他猜忌心極重, 心眼可是小得很哪.   

露天購買 SanDisk 1TB MicroSD 卡

由於新購買的 LG gram 只有一個 C 碟 (現在大部分筆電出廠都是這樣, 我的 Swift 5 則是出廠就有 C, D 碟, 各 256GB), 所幸 gram 有 Micro SD 卡插槽, 所以打算買一片 1TB 的卡來當 D 碟, 這夠大可以用來放去年內訓的錄影課程 :





全家取貨免運 495 元. 

也有看到賣 2TB 的, 但似乎不需要這麼大, 因為光是 C 碟就 1TB 啦 :


用 MicroSD 卡 (~300MB) 當 D 碟當然在速度上比不上 SSD (300~600MB), 但如果只是要存放資料而非要求存取速度的話, SD 卡也是方便的選擇 (不用拆機殼). 但不管是 SD 卡還是 SSD, 當資料毀損或誤刪時是救不回來的 (傳統硬碟只要不是低階格式化還有救), 所以珍貴資料一定要備份,   SD/SSD 視讀寫頻率, 一般可耐用 5-10 年左右, 參考 :



2023-09-02 補充 :

等了 8 天終於在要前往桃園的今天早上到貨了, 在出發前先拆封插入筆電插槽, 結果正常出現 D 槽, 容量為 998GB :




2023年8月24日 星期四

遠傳 Friday 購買 LG gram 16 吋筆電

這兩天花了一些時間做了 LG gram 16 吋筆電的市調, 昨天去全國電子看實機與詢問價格 (黑色 40900 元), 也去了燦坤 (白色 39900 元), 規格都是最新的 i5-1340P CPU (13 代), 但 SSD 都是 512GB, momo 有賣特仕版 (512GB+1TB), 但價格都要 40900 元. 

12 代 CPU is-1240P 的較便宜 (因為是去年的產品), 但對於文書作業寫程式等其實沒差, 我找到燦坤網路商城 i7-1260P 的 SSD 是較符合需求的 1TB, 價格 36900, 但可惜已售完 :


但我在遠傳 Friday 發現規格與價格完全一樣的黑色版 (LG gram 16 16Z90Q-G.AA78C2 曜石黑) : 





LG gram 16 16Z90Q-G.AA78C2 曜石黑 輕贏隨型極致輕薄筆電/i7-1260P/Iris Xe

不過他們現在有在做促銷活動, 點進去購買時會顯示折扣 2583 元, 實付 34317 元 :




本來我有想要買下面這個露天賣家 i5-1240P 標準款的 :
 

但詢問老半天都不回應 (明明是在線上), 可能老闆生意太好來不及回應吧. 晚上與二哥去家樂福採買開學住宿用品時詢問他的看法, 也覺得遠傳 Friday 這款對我而言很合用, 所以回來就把單給結了, 否則現在這台 Swift 5 字都有點糊糊的, 用起來挺難受的.







新電腦預計 8/28 才會收到貨, 我還得與 Swift 5 的螢幕打 4 天模糊仗. 這是自 2019/1/23 買 Swift 5 以來再次購買筆電, 算來是我的第五台筆電了 :

1. 建達 D290A (1990 年購買寫碩論用)
2. 技嘉 (約 2005 年, 股票投資用)
3. 宏碁 AOD D260/D255 小筆電 (2010 年, D260 替換技嘉寫程式用, D255 二哥上機器人用)
4. INHON Carbonbook (2014 年, 替換 D260, 寫程式用)


CPU 效能比較 :


備用 65W 充電器 : 



2023-08-26 補充 :

在 Friday 訂單查詢頁面可對商品提出問題, 我詢問保固維修代理商答覆如下 :

 "商品名稱:LG gram 16 16Z90Q-G.AA78C2 曜石黑 輕贏隨型極致輕薄筆電/i7-1260P/Iris Xe
商品代碼:7933895
訂單編號:20230824835743
經與廠商確認,代理商是富基電通,代理商網址【 https://www.afastor.com.tw/index.aspx 】,若鑑賞期後有維修資訊,您也可洽詢富基電通,提供給您知悉,謝謝。
"

下載購買證明 :




2023-09-05 補充 :

LG gram 解析度高, 相對地字就變得較小, 可參考下列文章將字體放大 : 



2023-11-02 :

為了詢問鍵盤部分鍵會不定時罷工問題, 上 LG 台灣網站註冊了 gram (HT mail, akf) :


型號 : 16Z90Q-G.AA78C2
機號 : 212NZDC022266




此機型的驅動程式等軟體可從官網下載 :



2023-11-08 補充 :

鍵盤部分按鍵沒反應的問題昨天拿去更換今天已解決了 (觸控板與鍵盤同組仍用原來的, 因為新的系統讀不到). 

917 修手機可更換 Acer Swift 5 觸控螢幕

前幾天找宏碁原廠維修中心詢問 Swift 5 SF515 更換觸控螢幕之價格, 報價是 10000 元, 感覺似乎有點貴, 心想不如買一台新的 (這兩天真的有在認真找). 今天 google 查詢是否有副廠提供 SF515 螢幕更換服務, 找到這家 947 修手機 : 


雖然網站列出服務項目包含筆店維修, 但不是每家加盟店都有提供 (以手機維修為主), 我打到總公司詢問是否能告訴我高雄哪家店有在更換筆電螢幕, 可惜總公司未建檔, 必須照騎加盟店地圖上的店家資料一家一家問, 我由近到遠問到最後小港加盟店終於說有 : 




 
老闆說話很客氣, 幫我查詢報價為 5500, 這可以考慮, 但目前缺料, 要問看看何時可到貨, 我留下連絡電話請其確認有貨時通知我, 到時再決定要不要進貨. 


2023年8月23日 星期三

LG gram 16 市調

由於 Swift 5 筆電面板出現水平線問題決定不修了 (換觸控面板要 1 萬元), 市面上像 Swift SF515 這款輕盈又大尺寸的文書筆電只有 LG gram 16 符合我要求, 今天下班時順路到民族路的全國電子看貨, 那邊展示的是黑色款, 13 代 CPU, 價格為 40900 元. 他們維修後送是展碁與聯強. 

晚飯後騎自行車到自由路的燦坤去看, 那邊展示機是白色, 非常漂亮, 也是 13 代 CPU 價格為 39900 元 (送 LG 滑鼠). 但鑒於 Swift 5 銀色機身在檯燈下會反光刺眼, 所以這回想改用黑色款. 

我在 momo 查詢 LG gram 16 特仕版 (加 1T SSD) 價格為 40900 元 :


亦即這台出貨前會拆機加裝 1T SSD. 


查詢發現其實對文書作業而言, 1240P 與 1340P 效能差異不大 : 


2023-08-24 補充 :


2023年8月22日 星期二

好站 : 【震撼】LaMDA,很有可能被刪掉的一期,盡快看吧

前陣子老高被某米郎攻擊其內容非原創, 但其粉絲並未掉 (其實很多是小茉的粉啦), 這世界要原創其實不容易, 難道你也要學校老師講授原創知識? 老高只不過就是消化知識快, 又擅長說書而已, 下面這集我就覺得講得很棒 :





我從頭到尾看了一遍後有點相信 LaMDA 似乎真有意識啊 (有待驗證) ! 這是在 ChatGPT 發表前半年由谷歌倫理測試工程師 Lamoine 揭露的, 我相信谷歌在 NLP 這方面並未落後 OpenAI, 而可能是基於某些非商業理由未揭露而已. 當 LLM 參數量達到某個臨界點時基於 LLM 的 AI 出現了所謂的湧現能力 (emergent ability), 亦即讓設計它的工程師也訝異的能力, 從這裡也不禁令人猜想, 是否人類的意識與靈魂之類的形上學並無任何關係, 而只是一種腦神經充分發展連結後的湧現能力?

Acer Swift5 筆電螢幕出現水平線條問題

今天早上在改程式時,  Swift 5 筆電螢幕突然出現間隔約 2 mm 的水平線條, 我以為是太久沒關機了, 就重開機看看, 結果水平線還是存在. 搜尋發現這可能是影像卡驅動程式需要更新 :


但將裝置管理員的監視器與影像卡的驅動程式更新, 發現根本無更新程式 (已是最新), 想說該不是 1Win10 太舊, 是不是更新到 Win 11 就可解決, 我從去年已拒絕升級到 Win11 很多次了, 那趁釐清這個問題升級看看吧! 


晚上回到家就啟動系統更新下載安裝 Win 11, 但 .... 結果還是一樣. 我看是面板有問題了, 我參考下面這篇文章用 HDMI 線輸出到大螢幕發現顯示正常, 可見顯示卡沒問題, 是面板有問題 : 


明天週三不運動公休, 下班後去 Acer 維修中心問看看換面板要多少錢吧!

ps :

查詢露天換面板約 3500 :



2023-08-23 補充 :

早上打宏碁九如維修中心詢問 (高雄市三民區九如二路595號 07-3232585), 換 15 吋觸控面板 10000 元 (非觸控 9000 元), 需調貨完修可能 4~7 天. 哇, 這價位都可以買 1/3~1/2 台筆電了, 我看還是當桌電用, 換台新機好了. 


LG GRAM 我很早以前就相中了, 但那時很貴. 


LG Gram 高雄維修中心展碁 (07) 335-2116高雄市一心一路243號8樓之3

2023-08-24 補充 :

Acer Swift 5 SF515 還有個問題是, 用久後背板會起泡泡 (脫膜), 可能是熱氣的關係, 參考 : 


2023-09-05 補充 : 


2023年8月21日 星期一

Python 學習筆記 : 字串串列的排序問題

明中反映字集排列篩選結果的輸出檔排序怪怪的 :




碼農一看都了解這是字串的 ASCII 編碼排序是由左向右一個一個排序所致, 問題是這要如何解決呢? 這是讀取隨機排列輸出檔 outr 目錄下的所有檔案得到檔案名稱串列後再將檔名設定給 TreeView 元件來顯示檔案名稱 : 

import os
files=[file for file in os.listdir('./outr')]

利用串列生成式即可得到這個檔名字串串列, 基本上會得到下列結果 :

files=['out1', 'out11', 'out12', 'out2']

即使用 sort() 方法或 sorted() 函式去排序, 也不會得到下面想要的結果 :

files=['out1', 'out2', 'out11', 'out12']

那要怎麼做呢? 辦法是要在呼叫 sort() 方法時傳入一個自訂排序函式做為 key 參數, 讓 sort() 依照此 key 去排序, 例如 :

def mysort(list_item):  # list_item='out_1.csv', 'outr_1.csv'
    return int(list_item.split('_')[1][:-4])  # 拆分取後面從頭取至倒數第四

此處傳入參數 list_item 即串列之各元素, 我們想讓 sort() 依據檔名中間的數字當作排序的 key, 所以先將檔名以 '_' 為界拆分為兩部分, 取包含數字頭的第二部分 (索引 1), 然後用切片取開頭到倒數第四 (不含, '.csv' 有四個字元) 即擷取到數字了, 用 int() 轉成整數後傳回給 key 參數, 這樣 sort() 就會依據此整數值來排序了 :

>>> import os
>>> files=['out_1.csv', 'out_11.csv', 'out_12.csv', 'out_2.csv']
>>> def mysort(list_item):  
    return int(list_item.split('_')[1][:-4])
>>> files.sort(key=mysort)
>>> files
['out_1.csv1', 'out_2.csv', 'out_11.csv', 'out_12.csv']

這樣就能依照數字而非字串排序了. 

2023 年第 33 周記事

過去一周彷彿是梅雨季, 幾乎每天都要穿雨衣上下班, 雖然開車舒服, 但民族路下雨天特塞, 比騎機車要多花 20 分鐘, 所以現在我雨天寧可忍受穿脫雨衣鞋套的不方便也不要開車 (另一個原因是下班買晚餐騎機車較方便). 

本周公事較少 (自從寫好維運管理系統, 做事就省事多了), 所以上了好幾堂內訓課程, Notion, HackMD, 以及 LLM 簡介微調等, 下周有空再寫筆記. 


小舅媽前兩周又入院手術, 因上個月健檢發現卵巢有東西, 拿掉後順便做切片, 發現子宮附近有兩顆是壞東西, 所以再次入院手術. 週日早上去市場時在魚攤買了兩尾鱸魚拿去給小舅媽補補身體, 舅媽看起來兩頰消瘦, 一個月內動兩次手術真傷元氣. 

周日傍晚去爬山回來天色還亮, 拿了電鋸與柴刀修剪路旁的芒果與波羅蜜樹枝, 因已伸出到白線, 會影響來往機車騎士, 一位路過的婆婆特地停下來稱讚我主動修剪, 她說前幾天路過就想修剪, 但沒帶柴刀, 她說與爸是舊識, 曾拿波蘿蜜給她. 我覺得很不好意思, 上個月芒果採收完就應該修剪的. 

週六晚上終於忙完老同學的程式專案, 覺得心情好輕鬆, PyTorch 與 Streamlit 我來啦!

晚上菁菁打電話要我詢問亞太客服 (0809050982) 為何 NetFlix 看到一半突然沒網路了, 我打了 20 分鐘永遠都在播放 "客服人員都在忙碌中", 最後放棄, 我覺得他們晚上應該是沒客服, 直接切到電腦去, 亞太通訊品質實在 .... 我叫菁菁找一天來去中華辦移機算了, 貴一點沒關係. 

2023年8月20日 星期日

字集排列篩選專案完工

用了 10 天閒暇時間終於搞定明中的字集排列篩選專案, 昨晚測試無誤後連同原始碼傳送後結案, 這次我將上回用 tkinter 幫公司寫 GUI 獲得的經驗與程式模板用在新版字集篩選程式上, 並加寫了驗證介面, 效果與 command line 介面就是不一樣 : 






這回改寫將過濾規則增加到 29 個 (實際需驗證的有 28 個, rule1 不算), 大幅地削減了通過的字集數量 (約 3%). 與之前公司維運軟體在架構上最大的不同是, 此專案不論是隨機模式或窮舉模式都是一個此生無法執行完畢的程序 (一是無窮 while 迴圈, 另一個是 38 次方等級的排列), 所以我修改了彈出視窗進度條的作法, 這幾天要抽空做個心得摘要, 不然時間一久我會忘記. 

交卷的感覺真好 (當然必須是自信滿滿), 過去 3 個月透過四個軟體專案的磨練, 我這才算是真正掌握 tkinter 的用法, 以前寫 tkinter 測試筆記其實是紙上談兵, 有學識沒見識, 所以學程式語言最終必須做過實戰的專案才算學玩了. 但 tkinter 還是有少數元件還沒用過, 得空時要把筆記補完. 總之, 我之前真是小看 tkinter 了, 這內建的套件其實還是蠻好用的, 需要寫更大的專案時再來學 PyQT. 

2023年8月19日 星期六

好書 : 物聯網實戰 (Cloud篇)

今年四月與六月參加 MQTT 社團林聖泉老師的 LoRa 與 NodeRED 分享會受益良多, 今天發現林老師的大作 "物聯網實戰 (Cloud篇)" 天瓏書店有 7.1 折優惠 (9/8 日止) : 



Source : 天瓏


此書著重 LoRa 長距離通訊在物聯網之應用, 使用 Arduino IoT Cloud, Blynk, ThingSpeak 等所謂七朵雲開發, 結合 LoRa 與雲端技術, 是一本物聯網實作的好書.  

好站 : 資料科學家工作日常的線上分享會

今天在整理 ThinkPad 筆電資料時找到之前參加張維元老師 "資料科學家工作日常" 的兩場線上分享會影片, 我覺得聽聽其他人在這領域的工作與學習經驗挺不錯的 : 










維元老師是我司內訓課程常邀請的專家, 我有追蹤其 IG 與 FB, 也訂閱 YT 頻道 : 


頻道中有許多維元老師發布的資料科學, 機器學習, 與 AIGC 等相關影片, 非常值得學習. 

ThinkPad 筆電安裝 Teams

因參加線上課程或分享會最常使用 Teams, 以往我只在辦公室電腦安裝視窗版而已, 兩台筆電都只用瀏覽器版, 但使用經驗是視窗版可控性較大 (主要是全螢幕與內容選項在瀏覽器版常常沒出現), 所以決定先在 ThinkPad 筆電安裝視窗版 (通常使用這台參加 MQTT 社團益師傅的分享會), Google 搜尋 Teams 下載後點擊安裝, 輸 入微軟帳號與 :




選擇 for friends and family : 





 

這樣就能下載安裝了. 

2023年8月18日 星期五

二哥電動機車強制險任意險續保

二哥的山葉電動機車強制險與任意險都在 8/17 日到期, 昨日上明台續保, 總保費 2092 元 :




因信用卡與被保險人非同一人, 因此要用傳真投保, 完成刷卡後要下載要保書給二哥簽名, 再傳真會上傳至明台網站. 參考 :



從五品員外郎

今天在讀 Wiki 時發現, 原來古代小說中常稱呼有錢的地主為 "員外", 此用法是來自朝廷官職 "員外郎" 的簡稱, 以前有錢人捐官致仕能獲得的官職通常是員外郎, 因此後來有錢的莊園地主就被稱為員外了. 參見 :


員外郎是各部首長 (正員, 定員) 之下的屬官, 故稱員外 (正員與定員之外), 例如禮部 (教育部+外交部) 主官是禮部尚書 (部長), 副官是禮部侍郎 (副部長), 員外郎品敘為從五品, 大約是今日各部司長或副司長職位. 大名鼎鼎的唐朝詩人杜甫, 他在朝廷的最高官職就是工部 (交通/水利/營建) 員外郎.

2023年8月15日 星期二

好站 : 史丹佛大學 NLP & DL 課程 CS224N

昨天參加 NLP 內訓課程, 主題是 Transformer 架構與 LLM 的 fine tune. 教學內容主要是參考史丹佛大學 AI 實驗室的 NLP 研究組的教材, 參考 : 


目前是 2023 年秋季班, 往下拉可以找到之前的課程, 超棒的. 

該課程的 Colab 教學檔如下 :


另外該課程也有 Hugging Face Transformer 的教學 : 


2023年8月13日 星期日

2023 年第 32 周記事

時序來到 32 周, 立秋已過, 但感覺還是炎夏, 要到九月下旬秋分來臨才會感受到秋意. 周六姊姊從台北回來, 因父親節家庭聚餐要去明誠一路的東坡醉月, 所以我周五晚上就先回鄉下, 週六傍晚載爸出來高雄. 東坡醉月對面是日日新市場, 旁邊有停車場很方便. 

此餐廳我騎車經常經過, 但從未進去吃過飯, 型態是點菜吃到飽, 每一份份量都不大, 但菜蠻好吃的, 特別是龍鬚菜與滷牛肉, 鳳梨蝦球等等. 我唯一不滿意的是白飯, 實在太硬了. 現在很多餐廳都採用 QR Code 點菜, 但東坡醉月還是人工作業, 這是值得改進之處. 

昨天在臉書看到有人推薦鎮上聖君宮旁的隱藏版關東煮, 下午煮好爸的珈理便當後與水某騎機車去找, 此店並無招牌, 是一位阿伯個人經營了四十年, 每日下午四點才開始營業, 阿伯應該是在家裡煮好, 營業時才台過來, 關東煮大的 (例如魚板) 8 元, 小的 (例如丸子) 3 元, 水某選了米血, 魚板, 與魚丸, 阿伯說 105 元, 我先拿 100 元給他, 但零錢沒帶到, 正要拿 500 元給他找, 阿伯卻說不用啦, 做生意真的很青菜ㄟ. 

回家吃完魚板抬長梯到曬穀場邊的龍眼樹下, 雖然龍眼已被搜刮殆盡, 但較高處與被樹葉遮蔽處還是有漏網之魚. 我用小舅買來放在我家的採果器翻找剪裁, 還是採了三小袋, 哇, 今年這麼多龍眼我居然是第二次吃到, 連朋友都沒送到 (只有第一次採時送了一包給仲仔), 傻眼. 

2023年8月12日 星期六

Python 學習筆記 : 如何在 Thonny 安裝 TA-Lib 套件 (whl 檔下載網站搬家了)

早上在鄉下家的技嘉老電腦下載新版 (v4.2.2) Thonny 後, 接著在其自帶的 Python 3.10 環境下安裝常用套件都很順利, 參考下列清單 :


但 TA-Lib 套件的安裝方式較特別, 以往在 Windows 安裝 TA-Lib 套件都要去加州大學爾灣分校 gohike 的網站下載與 Python 版本對應的 whl 檔來安裝, 參考 :


注意, 雖然 Pypi 網站上的 TA-Lib 安裝說明叫人用 python -m pip install TA-Lib 指令來安裝 (參考 :
https://pypi.org/project/TA-Lib/), 但直接用 pip install TA-Lib 不會成功, 會出現如下錯誤 :

Failed to build TA-Lib
ERROR: Could not build wheels for TA-Lib, which is required to install pyproject.toml-based projects
Process returned with code 1




我到下面這篇 stackoverflow 文章, 說要安裝 Vicual C++ BuildTools 才行 :


我到下列網站下載安裝 Microsoft C++ Build Tools 但沒有用 : 


所以還是必須使用 whl 檔安裝, 但提供編譯好的 whl 檔下載的加州大學 gohike 君網站已經搬家了 : 


點網頁中的 TA-Lib 連結會跳到 GitHub :


點最底下的 release 就可以找到這些 whl 檔了 (看起來是在 2023-04-26 搬家的) :






剛好我的 Thonny 是 Python 3.10, 要下載 64 位元 amd 那個檔來安裝. 下載後在 Thonny 的 "工具/開啟系統終端機" 開啟命令列視窗 : 





可見終端機預設資料夾是在 Users\user, 因此先將下載的 whl 檔複製到此資料夾, 然後用 pip install 安裝此檔案, 很快即可安裝完畢 : 

********************************************************************************
Some Python commands in the PATH of this session:
 - python    == C:\Users\user\AppData\Local\Programs\Thonny\python.exe
 - python3   == C:\Users\user\AppData\Local\Microsoft\WindowsApps\python3.exe
 - pip       == C:\Users\user\AppData\Local\Programs\Thonny\Scripts\pip.bat
 - pip3      == C:\Users\user\AppData\Local\Programs\Thonny\Scripts\pip3.bat
 - pip3.10   == C:\Users\user\AppData\Local\Programs\Thonny\Scripts\pip3.10.bat

********************************************************************************

C:\Users\user>dir TA_Lib-0.4.26-cp310-cp310-win_amd64.whl    
 磁碟區 C 中的磁碟是 Windows
 磁碟區序號:  C8D2-DEF2

 C:\Users\user 的目錄

2023/08/12  下午 01:25           493,446 TA_Lib-0.4.26-cp310-cp310-win_amd64.whl
               1 個檔案         493,446 位元組
               0 個目錄  29,373,517,824 位元組可用

C:\Users\user>pip install TA_Lib-0.4.26-cp310-cp310-win_amd64.whl    
Processing c:\users\user\ta_lib-0.4.26-cp310-cp310-win_amd64.whl
Requirement already satisfied: numpy in c:\users\user\appdata\roaming\python\python310\site-packages (from TA-Lib==0.4.26) (1.25.2)
Installing collected packages: TA-Lib
Successfully installed TA-Lib-0.4.26

[notice] A new release of pip is available: 23.0.1 -> 23.2.1
[notice] To update, run: python.exe -m pip install --upgrade pip

C:\Users\user>

然後在 Thonny 的互動環境以下面簡單的 SMA 測試 TA-Lib 確實可正常使用 : 

Python 3.10.11 (C:\Users\user\AppData\Local\Programs\Thonny\python.exe)
>>> import talib   
>>> import numpy as np   
>>> close=np.random.random(30)   
>>> print(talib.SMA(close, 5))   
[       nan        nan        nan        nan 0.63209    0.6452093
 0.64128972 0.61458987 0.52283645 0.60644977 0.57128051 0.57959567
 0.61723401 0.63181098 0.66329442 0.58822179 0.51227017 0.35679208
 0.40439848 0.29435169 0.40102773 0.41466691 0.56049125 0.48096609
 0.44167139 0.3780171  0.35980208 0.28447603 0.41208839 0.47309908]

嗯, Good!