雖然這篇卷積運算鄉民發文沒有被收入到精華區:在卷積運算這個話題中,我們另外找到其它相關的精選爆讚文章
在 卷積運算產品中有4篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, 台南古都融合 AI 科技,發展交通智慧化 作者 TechNews | 發布日期 2021 年 06 月 24 日 10:00 | 人工智慧(AI)一直是近年的熱門科技詞彙,根據「2021 台灣 AI 趨勢報告」,台灣有 84% 的受訪企業導入 AI 技術,以提高組織效率及創造營收為主要目標,在製...
同時也有11部Youtube影片,追蹤數超過2萬的網紅數學老師張旭,也在其Youtube影片中提到,【摘要】 從拉氏 (Laplace) 轉換的定義開始,然後計算了幾個基本函數的拉氏轉換的結果,並條列了拉氏轉換的重要運算律 (如函數微分、積分或折積以後的轉換公式),到特殊函數 (如單位脈衝函數,Dirac function) 的拉氏轉換,最後以兩個拉氏轉換再解微分方程上的應用作結 【加入會員】 ...
「卷積運算」的推薦目錄
- 關於卷積運算 在 BeeBee Lin Instagram 的最佳貼文
- 關於卷積運算 在 BeeBee Lin Instagram 的精選貼文
- 關於卷積運算 在 BeeBee Lin Instagram 的最讚貼文
- 關於卷積運算 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
- 關於卷積運算 在 黃中岳談吉他 Facebook 的最讚貼文
- 關於卷積運算 在 陳良基的創新筆記 Facebook 的精選貼文
- 關於卷積運算 在 數學老師張旭 Youtube 的精選貼文
- 關於卷積運算 在 吳老師教學部落格 Youtube 的最佳解答
- 關於卷積運算 在 吳老師教學部落格 Youtube 的最讚貼文
卷積運算 在 BeeBee Lin Instagram 的最佳貼文
2021-07-15 09:24:20
疫情期間,大家都宅在家裡居多,外送、零食、宵夜樣樣來,加上長時間沒運動、吃飽躺著追劇逛網拍,漸漸的發現原本已經胖了!這段時間脂肪率更上升、體重更失控、看起來更胖嗎😳😭‼️ 其實胖‼️50~60%和基因有關‼️ ➡️60%先天基因控制有關 脂肪生成的基因、食慾控制的基因、代謝相關的基因、內分...
卷積運算 在 BeeBee Lin Instagram 的精選貼文
2021-07-15 09:24:20
疫情期間,大家都宅在家裡居多,外送、零食、宵夜樣樣來,加上長時間沒運動、吃飽躺著追劇逛網拍,漸漸的發現原本已經胖了!這段時間脂肪率更上升、體重更失控、看起來更胖嗎😳😭‼️ 其實胖‼️50~60%和基因有關‼️ ➡️60%先天基因控制有關 脂肪生成的基因、食慾控制的基因、代謝相關的基因、內分...
卷積運算 在 BeeBee Lin Instagram 的最讚貼文
2021-08-02 11:25:55
疫情期間,大家都宅在家裡居多,外送、零食、宵夜樣樣來,加上長時間沒運動、吃飽躺著追劇逛網拍,漸漸的發現原本已經胖了!這段時間脂肪率更上升、體重更失控、看起來更胖嗎😳😭‼️ 其實胖‼️50~60%和基因有關‼️ ➡️60%先天基因控制有關 脂肪生成的基因、食慾控制的基因、代謝相關的基因、內分...
-
卷積運算 在 數學老師張旭 Youtube 的精選貼文
2020-06-19 19:14:17【摘要】
從拉氏 (Laplace) 轉換的定義開始,然後計算了幾個基本函數的拉氏轉換的結果,並條列了拉氏轉換的重要運算律 (如函數微分、積分或折積以後的轉換公式),到特殊函數 (如單位脈衝函數,Dirac function) 的拉氏轉換,最後以兩個拉氏轉換再解微分方程上的應用作結
【加入會員】
歡迎加入張旭老師頻道會員
付費定閱支持張旭老師,讓張旭老師能夠拍更多的教學影片
https://www.youtube.com/channel/UCxBv4eDVLoj5XlRKM4iWj9g/join
【會員等級說明】
博士等級:75 元 / 月
- 支持我們拍攝更多教學影片
- 可在 YT 影片留言處或聊天室使用專屬貼圖
- 你的 YT 名稱前面會有專屬會員徽章
- 可觀看會員專屬影片 (張旭老師真實人生挑戰、許願池影片)
- 可加入張旭老師 YT 會員專屬 DC 群
碩士等級:300 元 / 月
- 享有博士等級所有福利
- 每個月可問 6 題高中或大學的數學問題 (沒問完可累積)
學士等級:750 元 / 月
- 享有博士等級所有福利
- 每個月可問 15 題高中或大學的數學問題 (沒問完可累積)
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額不可轉讓)
家長會等級:1600 元 / 月
- 享有博士等級所有福利
- 沒有解題服務,如需要,得另外購入點數換取服務
- 可許願希望我們拍攝講解的主題 (高中、大學數學)
- 可免費參加張旭老師線上考衝班 (名額可轉讓)
- 可參與頻道經營方案討論
- 可免費獲得張旭老師實體產品
- 可以優惠價報名參加張旭老師所舉辦之活動
股東會等級:3200 元 / 月
- 享有家長會等級所有福利
- 一樣沒有解題服務,如需要,得另外購入點數換取服務
- 本頻道要募資時擁有優先入股權
- 可加入張旭老師商業結盟
- 可參加商業結盟餐會
- 繳滿六個月成為終生會員,之後可解除自動匯款
- 終生會員只需要餐會費用即可持續參加餐會
【勘誤】
2:15:00 分子算錯 是s^2+6s+9 by kuokuo kuo
有任何錯誤歡迎留言告知
【習題】
無
【講義】
無
【附註】
本系列影片僅限 YouTube 會員優先觀看
非會員僅開放「單數集」影片
若想看到所有許願池影片
請加入數學老師張旭 YouTube 會員
加入會員連結 👉 https://reurl.cc/Kj3x7m
【張旭的話】
你好,我是張旭老師
這是我為本頻道會員所專門拍攝的許願池影片
如果你喜歡我的教學影片
歡迎訂閱我的頻道🔔,按讚我的影片👍
並幫我分享給更多正在學大學數學的同學們,謝謝
【學習地圖】
EP01:向量微積分重點整理 (https://youtu.be/x9Z23o_Z5sQ)
EP02:泰勒展開式說明與應用 (https://youtu.be/SByv7fMtMTY)
EP03:級數審斂法統整與習題 (https://youtu.be/qXCdZF8CV7o)
EP04:積分技巧統整 (https://youtu.be/Ioxd9eh6ogE)
EP05:極座標統整與應用 (https://youtu.be/ksy3siNDzH0)
EP06:極限嚴格定義題型 + 讀書方法分享 (https://youtu.be/9ItI09GTtNQ)
EP07:常見的一階微分方程題型及解法 (https://youtu.be/I8CJhA6COjk)
EP08:重製中
EP09:反函數定理與隱函數定理 (https://youtu.be/9CPpcIVLz7c)
EP10:多變數求極值與 Lagrange 乘子法 (https://youtu.be/XsOmQOTzdSA)
EP11:Laplace 轉換 👈 目前在這裡
EP12:Fourier 級數與 Fourier 轉換 (https://youtu.be/85q-2nInw7Y)
EP13:換變數定理與 Jacobian 行列式 (https://youtu.be/7z4ad1I0b7o)
EP14:Cayley-Hamilton 定理 & 極小多項式 (https://youtu.be/9c-lCLV4F0M)
EP15:極限、微分和積分次序交換的條件 (https://youtu.be/QRkGLK7Iw4c)
EP16:機率密度函數 (上) (https://youtu.be/PR1NSAOP_Z0)
EP17:機率密度函數 (下) (https://youtu.be/tDQ3o8uQ_Ks)
持續更新中...
【版權宣告】
本影片版權為張旭 (張舜為) 老師所有
嚴禁用於任何商業用途⛔
如果有學校老師在課堂使用我的影片的話
請透過以下聯絡方式通知我讓我知道,謝謝
【張旭老師其他頻道或社群平台】
FB:https://www.facebook.com/changhsu.math
IG:https://www.instagram.com/changhsu.math
Twitch:https://www.twitch.tv/changhsu_math
Bilibili:https://space.bilibili.com/521685904
【其他贊助管道】
歐付寶:https://payment.opay.tw/Broadcaster/Donate/E1FDE508D6051EA8425A8483ED27DB5F (台灣境內用這個)
綠界:https://p.ecpay.com.tw/B3A1E (台灣境外用這個)
#拉氏轉換 #拉氏反轉換 #解微分方程 -
卷積運算 在 吳老師教學部落格 Youtube 的最佳解答
2013-03-22 02:54:21從JAVA入門到智慧型手機設計(3)
完整影音:
http://www.youtube.com/playlist?list=PLsE34duTsJQxYtr5NBNKwhIrrx1rtRux3
今天講的進度為:
4-1 流程控制與UML活動圖
4-2 程式區塊與主控台基本輸入
4-3 條件控制敘述
影音內容:
01_複習第三章算術運算子
02_Ch4_2_2用Scanner類別取得資料
03_邏輯IF判斷
04_邏輯IF與Else_If多重判斷
05_Switch_Case多重判斷說明
06_精簡條件須數運算子
07_複製類別與修改為JOptionPane版
08_JAVA說明檔的運用
09_輸出改為改為JOptionPane版
10_將程式輸出成可執行的JAR檔
11_如何將JAVA程式反組譯
課程理念:Android智慧型手機平台,已成為手機上最完整的開放開發平台
人手必備的趨勢下行動上網已達500萬人次以上,手機相關應用,將會超越PC,比PC
更智慧,更貼近個人使用習慣,未來APP將漸取代Web,成為各產業或政府對外窗口。
如何開發APP,以循序漸進的方式講授Android應用程式架構、圖形介面開發、測試與
除錯等,進而取得證照。
吳老師教學特色:
1.影音複習分享(全程錄影)。
2.能不硬code程式,有程式也會提供畫面。
3.提供業界實務開發經驗。
4.書上沒講到的操作,圖形化工具使用。
5.隨時更新第一手資訊。
6.可延伸證照考試解題(TQC+)。
7.提供雲端影音連結
8.提供部落格教學日誌
9.提供論壇登入問題討論
上課用書:
Java SE 7與Android 4.x程式設計範例教本
作者:陳會安 出版社:碁峰 出版日期:2011年12月29日
01_開頭簡報
02_問卷結果
03_JAVA開發環境建置
本學期課程目標:
1.把JAVA融入到Android
2.Android入門
3.Android範例詳解
1.把JAVA融入到Android
於是將拿自己最熟悉的JAVA證照題目,
用最好的開發環境 ECLIPSE開發JAVA變得很重要,
可惜目前要找到如何用 ECLIPSE開發 JAVA的書籍似乎闕如,
但要開發JAVA與Androdi就一定要學好ECLIPSE,
於是劇本流程:
1.ECLIPSE的環境建置。
2.新建JAVA專案,開始寫101題樂透彩模擬程式。
3.轉成視窗介面。
4.輸出程執行檔,可以在WINDOWS、MAC、LINUS等環境執行。
5.將專案改成APP。
上下來還蠻緊湊,因為也要繳交作業,學生開始變得更積極。
回家之後我就變成後製,又搖身一半為部落客,
寫文分享JAVA開發經驗。
Android 教學研習心得分享懶人包:
http://terry55wu.blogspot.com/p/android.html
智慧型手機(Android)設計入門總整理
http://terry55wu.blogspot.tw/p/android_5.html
吳老師教學部落格:
http://terry55wu.blogspot.com/
Android論壇:
https://groups.google.com/group/android_bisic?hl=zh-TW
APP教學,Google Andriod,TQC PLUS,吳清輝老師,吳老師提供,程式開發,線上教學,android遊戲,android app,android sdk,android手機,android教學,android apps,google android,android軟體APP教學,Google Andriod,TQC PLUS,吳清輝老師,吳老師提供,程式開發,線上教學,資訊應 -
卷積運算 在 吳老師教學部落格 Youtube 的最讚貼文
2013-03-22 02:49:31從JAVA入門到智慧型手機設計(3)
完整影音:
http://www.youtube.com/playlist?list=PLsE34duTsJQxYtr5NBNKwhIrrx1rtRux3
今天講的進度為:
4-1 流程控制與UML活動圖
4-2 程式區塊與主控台基本輸入
4-3 條件控制敘述
影音內容:
01_複習第三章算術運算子
02_Ch4_2_2用Scanner類別取得資料
03_邏輯IF判斷
04_邏輯IF與Else_If多重判斷
05_Switch_Case多重判斷說明
06_精簡條件須數運算子
07_複製類別與修改為JOptionPane版
08_JAVA說明檔的運用
09_輸出改為改為JOptionPane版
10_將程式輸出成可執行的JAR檔
11_如何將JAVA程式反組譯
課程理念:Android智慧型手機平台,已成為手機上最完整的開放開發平台
人手必備的趨勢下行動上網已達500萬人次以上,手機相關應用,將會超越PC,比PC
更智慧,更貼近個人使用習慣,未來APP將漸取代Web,成為各產業或政府對外窗口。
如何開發APP,以循序漸進的方式講授Android應用程式架構、圖形介面開發、測試與
除錯等,進而取得證照。
吳老師教學特色:
1.影音複習分享(全程錄影)。
2.能不硬code程式,有程式也會提供畫面。
3.提供業界實務開發經驗。
4.書上沒講到的操作,圖形化工具使用。
5.隨時更新第一手資訊。
6.可延伸證照考試解題(TQC+)。
7.提供雲端影音連結
8.提供部落格教學日誌
9.提供論壇登入問題討論
上課用書:
Java SE 7與Android 4.x程式設計範例教本
作者:陳會安 出版社:碁峰 出版日期:2011年12月29日
01_開頭簡報
02_問卷結果
03_JAVA開發環境建置
本學期課程目標:
1.把JAVA融入到Android
2.Android入門
3.Android範例詳解
1.把JAVA融入到Android
於是將拿自己最熟悉的JAVA證照題目,
用最好的開發環境 ECLIPSE開發JAVA變得很重要,
可惜目前要找到如何用 ECLIPSE開發 JAVA的書籍似乎闕如,
但要開發JAVA與Androdi就一定要學好ECLIPSE,
於是劇本流程:
1.ECLIPSE的環境建置。
2.新建JAVA專案,開始寫101題樂透彩模擬程式。
3.轉成視窗介面。
4.輸出程執行檔,可以在WINDOWS、MAC、LINUS等環境執行。
5.將專案改成APP。
上下來還蠻緊湊,因為也要繳交作業,學生開始變得更積極。
回家之後我就變成後製,又搖身一半為部落客,
寫文分享JAVA開發經驗。
Android 教學研習心得分享懶人包:
http://terry55wu.blogspot.com/p/android.html
智慧型手機(Android)設計入門總整理
http://terry55wu.blogspot.tw/p/android_5.html
吳老師教學部落格:
http://terry55wu.blogspot.com/
Android論壇:
https://groups.google.com/group/android_bisic?hl=zh-TW
APP教學,Google Andriod,TQC PLUS,吳清輝老師,吳老師提供,程式開發,線上教學,android遊戲,android app,android sdk,android手機,android教學,android apps,google android,android軟體APP教學,Google Andriod,TQC PLUS,吳清輝老師,吳老師提供,程式開發,線上教學,資訊應
卷積運算 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
台南古都融合 AI 科技,發展交通智慧化
作者 TechNews | 發布日期 2021 年 06 月 24 日 10:00 |
人工智慧(AI)一直是近年的熱門科技詞彙,根據「2021 台灣 AI 趨勢報告」,台灣有 84% 的受訪企業導入 AI 技術,以提高組織效率及創造營收為主要目標,在製造、行銷與客服等領域中獲得深入地應用。
AI 深度學習效果事半功倍
綠捷能智控股份有限公司(HIPOWER)長期致力於AI影像偵測辨識演算法的開發,過去應用領域也多於車牌辨識、車輛追蹤相關。2020 年參與臺南市政府合作 AI 城市巡檢先導應用試驗計畫,在臺南市政府智慧發展中心及交通局的協助之下,以臺南市東區東門路與自由路口、中西區府前路與南門路口為試驗場域,試驗情境則是配合臺南市政府的基礎設施下,在未對現有攝影系統架構有任何調整的情況,利用路口現地攝影鏡頭搜集影像數據,最終所使用影像解析度為 640×480,採用 YOLO 類神經演算法進行物件深度學習,並加入深度物件定位追蹤演算法。
在試驗的計畫裡,YOLO 模型主要應用在多類別與多場景的物件辨識上,所以會設計較多的卷積層,而每一種會再進行多次的卷積運算,造成模型本身較大,考量這次計畫中所需辨識的物件類型與場景相對單純的情況下,過多的卷積層及運算對提升準確率沒有明顯地影響,並且會造成模型訓練效能不佳,因此利用剪枝技術減少卷積層數與運算次數,來提升模型的訓練效能。同時在影像數據上進行優化的前置處理,提升整體影像亮度達一致程度,降低亮度不均及部分雜訊的干擾,如此對後續物件辨識及定位追蹤準確率將有所幫助。因此在本案中僅利用約 5,000 張的物件圖快速片建立辨識模型及完成調校參數,成功開發出路口行人偵測、車種(機車、小型車、大型車)辨識、各向車流及其轉向偵測辨識的解決方案。經過最終的驗證測試,在不同天色的情況下,整體車流偵測辨識準確率可達 95%,車流轉向比分析及車種辨識準確率則有 90% 以上,而人流亦有 90% 以上的辨識準確率。
原有設備升級,效益最大化
此方案除可以有效減輕交通單位的人力負擔外,也能為交通智慧化提供充足有效的即時基礎數據,並且因為使用地方政府路口現有攝影系統,未來在複製擴散上也可以用相對較低成本的方式來進行,試驗單位不需要為了導入AI技術而將現有攝影機升級。未來將可以此解決方案為基礎,建構路口動態資訊即時回饋,協助路口及行人號誌燈秒數優化,以提升整體交通運行的順暢度。
在完成上述臺南市政府試驗計畫後,2021 年第一季也順利將此方案的核心技術衍生應用到隧道事件偵測系統 IIDs 及在道路壅堵偵測系統 QLD 中,用以偵測追蹤隧道逆行車輛、隧道路邊停等、壅堵車流(種)偵測及佔有率計算等情形。在新一代行動通訊日漸普及的情況下,未來將會有更多以 AI 影像辨識技術為基礎的衍生性應用產生,推進智慧化應用的演進。
由此可見,影像辨識技術所衍生的應用豐富性,對於地方政府推動城市智慧化的過程中,將能以最低成本的方式來發揮既有影像系統的最大效益。
公私協力成為 AI 應用夥伴
目前市場上 AI 影像辨識分析應用開發上,多半採用開放式模型來進行演算法的開發,而實務環境條件複雜多變,為能達到商品化對穩定性的要求,通常需要搭配自主開發的演算法,以強化模型偵測及辨識的能力,同時更需要實際場域建置的經驗、高品質數據的採樣及訓練參數組的建構,來對模型進行分析與調校,如此才能成為成熟且穩定的應用系統架構。
臺南是一個持續進化的科技古都,市府非常積極在導入創新科技應用,也因此保持開放態度在智慧化應用推動上,有系統地啟動在地方政府間相當少見的應用試驗計畫,在提供題目、條件限制及實際場域的情況下,邀請產業界進行解決方案開發與技術驗證,並希望業者能持續投入資源進行商品化,協助地方政府智慧化應用能夠水平擴散及垂直深化,這是一個成功案例,將對公部門與民間合作推動智慧化應用有正向的影響。
附圖:▲ 模型建立作業流程
▲ VDS 系統辨識畫面
▲ 以 AI 影像辨識為基礎的衍生應用
▲ 辨識分析結果畫面呈現
資料來源:https://technews.tw/2021/06/24/tainans-ancient-capital-integrates-ai-technology-to-develop-intelligent-transportation/?fbclid=IwAR1OJBuRIm3IbznQ-YcDuJo4r7xaKjlCyMpxS7oiiFP4Xogl7YXTMaAKRpM
卷積運算 在 黃中岳談吉他 Facebook 的最讚貼文
{{ 貳. 談談電吉他相關 }}_17
近日,由於『中共病毒武漢肺炎』疫情肆虐,全球各國百工百業突如其來進入了一種『瞬間停格』的『體感電影』場景畫面,如果你剛好看過韓國在 2013 年就上映過的『流感』(https://zh.wikipedia.org/wiki/%E6%B5%81%E6%84%9F_(%E9%9B%BB%E5%BD%B1)) 這部電影,或是大名鼎鼎、在 2011年上映的『全境擴散』(https://zh.wikipedia.org/wiki/%E5%85%A8%E5%A2%83%E6%93%B4%E6%95%A3),乃至於 2016年播放的冷僻改編美劇『隔離危城』(https://zh.wikipedia.org/wiki/%E9%9A%94%E9%9B%A2%E5%8D%B1%E5%9F%8E),這些影、劇畫面與現今真實生活裡發生的既視感,真的會讓人疑惑究竟是戲如人生、還是人生如戲 …
(我們可能要祈禱的是:這 … 應該不會發展成為『全境封鎖』[https://zh.wikipedia.org/wiki/%E6%B9%AF%E5%A7%86%E5%85%8B%E8%98%AD%E8%A5%BF%EF%BC%9A%E5%85%A8%E5%A2%83%E5%B0%81%E9%8E%96
] 的慘狀吧?)
當然,在生活層面的影響,特別對於影視音娛樂產業來說,整個產業活動的急凍,來得完全措手不及;面對可能整個年度的工作行程都被取消而『非自願性』的長假,在唉聲嘆氣之餘、從積極正面的角度來想,也許這多出來的時間,正可以用來研究一些平時無暇顧及、可又是世界潮流趨勢的資訊與器材、知識,也許~ 在不久的將來,會因此而增加了自身的戰力,或至少多瞭解一些『選擇性方案』。因為了這樣的想法,所以想在此做一些資訊的分享。
當真實世界暫停下來的過程裡,網路的數位虛擬世界其實還在以可怕的速度進化演變著;如果你是從實體器材一路走來的音樂工作者 --- 當然!特別是愛用真空管音箱的電吉他手,過往,一切以『數位模擬』做為號召的產品,不論它的價位落在什麼區間,想必你都是不太樂意接受的。我當然知道真空管器材所帶來的豐沛泛音與扎實的量感、彈奏的手感,都是無與倫比的真實體驗;只是,如果以居家練習、甚至到了錄音工作需求,你也不得不承認:『那不僅僅是一組真空管音箱而已』的事情了。
特別是,如果連器材測試達人 Pete Thorn,在本週都開始做這樣的器材示範時:https://www.youtube.com/watch?v=SPzkkBMsk1g
,你可能要接受一種已經發生的事實:數位模擬與實體至少已經可以分庭抗禮。當然,Pete Thorn 的『數位演進之路』是其來有自的:他本人的簽名音箱型號『PT15 I.R.』(https://www.suhr.com/electronics/amplifiers/pt15-ir/),就是全真空管音箱頭搭配了 IR 箱體模擬技術,以方便個人工作室宅錄時的有效音量控制 --- 而我們也很理解:真正影響著電吉他音箱音色的最主要部件,其實就是『音箱箱體』與『麥克風收音模組』,如果這兩個部件都已經『IR』數位模擬化了的話,其實,再往前去將後級部件、前級部件一一數位模擬而成為『全數位軟體模擬』(Plug in),應該也是非常自然的進程吧?
一般來說,數位模擬的主流技術大致分為兩類,其一,在此再次引用網友『Monk』兄對於『IR』技術的解釋專文:http://monkcustom.blogspot.com/2019/04/irimpulse-response-application-tips.html,這裡提到『卷積運算』,我們可以把它視為是『箱體部件』的獨立模擬技術;而如果往前延伸,將『前級 + 後級 + 箱體 + 麥克風收音』整個視為一整組『卷積運算』,這就是『Kemper Profile』(https://www.kemper-amps.com/) 系統、類似『音色照相』的取樣技術。另外一種主流技術,則是將『構成真空管音箱的每一個零件的作用方式都逐項以數位運算方式模擬,再將零件逐項加總』的建模方式,硬體類的『Fractal Audio System』(https://www.fractalaudio.com/p-axe-fx-ii-preamp-fx-processor/) 與軟體類的『Positive Grid Bias 系列』(https://www.positivegrid.com/promo/?gclid=Cj0KCQjw9tbzBRDVARIsAMBplx8YQaZAKNbEHsjJLlCEEM2DKgKFp57iC4N98itCXOHwBeFE-EdieekaAntwEALw_wcB),都是走這種硬功夫路線。今天所想分享的『全數位軟體模擬』產品,也都涵括在這兩種技術慨念之內。
[三. 電吉他相關器材測試]_測試藍皮書_03 音箱模擬軟體 (Plug in) – 1
在真正進入品項簡介之前,有幾個工作重點,我想要先提出來,簡單說明一下:
(1) 現今在網路上頗有聲量的各廠牌音箱模擬 Plug in,不論是免費或付費形式,我大致都親身試彈過;而今天所分享的『付費式』產品,全都提供了『免費前期試用』的行銷方式,對於宅錄需求的經濟考量,我覺得是非常值得讚許的推廣手法。
(2) 如果你的器材連接路徑,是電吉他直接進入錄音介面來驅動軟體的話,我強烈建議在吉他與錄音介面之間,安插一個具有『Buffer』功能的任何形式效果器 (Pedal) --- 你不需要開啟它的功能,只要讓訊號經過它,這會讓你得到非常清晰乾淨的軟體驅動音色,否則,你很容易覺得軟體的音色在低頻部位一直有一種無法擺脫的『拖泥帶水的骯髒、沈滯』感。詳細的原因在附圖相片中有若干說明,另外~ 請見這個產品說明連結:https://www.waves.com/1lib/pdf/plugins/prs-supermodels.pdf
(3) 對於現今的這類型數位模擬軟體,最讓譬如 Steve Vai 這樣的大師所敬而遠之的主要病因,其實是來自彈奏時,實際撥奏與音色驅動反應呈現之間的『延遲感』(Latency)。為了解決這個延遲問題,通常我們都會將電腦的錄音軟體所設定的工作暫存區域『Buffer Size』調小;但如果你正在一個編曲工作檔案中,你很可能同時還開了許多的軟體音源,如果 Buffer Size 過小,非常容易造成音源的『爆音』或甚至跑不動程式因而當機的問題。我的建議是:在選擇數位模擬音箱軟體的品項時,盡量尋找除了從 DAW 裏呼叫使用的格式 (AU, VST, AAX) 之外,還配置有『外部獨立運作』(Stand Alone App) 格式的產品來工作:我會讓我的 DAW 維持在正常的 Buffer Size 大小 (約略是 512 ~ 1024 Samples),來維持編曲程式的必要運作,這時,我所錄進去的吉他訊號,是完全沒有任何效果的『乾訊號』,並且,是不播放出來的;但我會在 DAW 之外的電腦桌面開啟 Stand Alone 的軟體版本,此時,我可以將這個獨立運作的軟體版本 Buffer Size 調到極小 (有時甚至可以到 32 ~ 64 Samples) 來維持彈奏時的手感,並且可以同時與編曲軟體進行同步播放與錄音 (錄進乾的訊號),完成錄音之後,再從 DAW 呼叫同一個音色設置的預設,來對乾訊號進行類似『Re-Amping』的播放,這樣的工作模式,將會大大降低實際錄音時,Buffer Size 對於彈奏手感的困擾。
那麼~ 接下來就簡單介紹幾款近期內我覺得 C/P 值值得推薦的產品:
[壹] Kuassa Amplifikation Matchlock / Vermilion (https://www.kuassa.com/products/amplifikation-matchlock/, https://www.kuassa.com/products/amplifikation-vermilion/)
通常,數位模擬的領域中,Clean tone ~ Low Gain 音色一直都很難真的找到在手感反應與音色動態上能令人滿意的作品;大半年前,我搜尋到了這個品牌的這兩款產品並且實際使用於商業工作案時,它所提供的音色顆粒與直觀的操作方式,甚至超越了同樣是數位建模方式的 Fractal Axe-Fx ll!因此,現在只要是在這種音色範圍的工作需求,我已經很習慣同時混合兩道以上的 (包括了 Fx II 與 上述兩者其中之一,視音樂內容實際需要而決定) 聲音訊號,來得到清楚的弦聲顆粒感與華麗的音場空間。
而且!它的視覺設計真是加分啊!
[貳] MERCURIALL EUPHORIA AMP SIM (https://mercuriall.com/cms/details_xtc )
同樣是數位建模原理,這個產品的音色則是涵蓋了從 Low Gain 一直到 Heavy High Gain 的音色領域,並且帶著濃濃的 90s’風味的音箱氣質 --- 你應該會知道這是模仿哪個品牌的哪兩款音箱作品。一般說來,不論是硬體或是軟體,原廠設定的音色都很讓人不敢恭維;然而,這個作品的預設音色卻非常容易上手,不論你使用的是單線圈或雙線圈的琴,幾乎不需要什麼費事兒的調整,就能得到相當不錯的音色品質。
我特別想推崇這個產品的『後級音色模擬部件』,它真的讓音色有一種『活起來』的感覺!而『MERCURIALL』這個俄國品牌的其他產品:https://mercuriall.com/cms/ ,從圖例就可以看出各自在師法的具體對象,在嘗試過它們所有作品的免費 Demo 版本之後,我真的覺得各品項的『還原度』非常令人滿意!而整個系列對於『回頭客』都有著價格上的優惠,如果你覺得這些產品的確值得逐項入手,我會建議先購買單價最低的商品,然後再以優惠價格收購其他作品。
[參] STL Tonehub (https://www.stltones.com/products/stl-tonehub-plugin?utm_source=STL+Tones&utm_campaign=353a7a44d6-EMAIL_CAMPAIGN_2019_05_02_11_40_COPY_01&utm_medium=email&utm_term=0_949ede8d45-353a7a44d6-70838879&mc_cid=353a7a44d6&mc_eid=8dae41d5bb )
這個作品就比較像是 Kemper Profile 那一類『音色照相機』式的運作邏輯,它網羅了近代有名的吉他手 (都是樂風比較激烈、極限走向) 所調校出來的音色,做成『音色包裹』在音色平台上運作。如果你還不想額外付費去取得那些樂手的簽名音色,那麼~ 原廠提供的基礎音色其實也還算全面。只是不同於前面那兩款『數位建模』的工作原理,這一款作品的『音箱模擬部件』是無法獨立出來、去支援第三方 IR 檔案的 --- 如果你試過了前面兩款作品,也嘗試過更換第三方箱體 IR 檔案,你就會知道這類型『照相機』式的音色取樣,在功能上會略顯侷限。不過~ 這種工作邏輯的作品音色,通常都有著更『拳拳到肉』的扎實感,或許,這就是不同的市場區隔策略吧?
值得一提的是:這個品牌在前幾年都是提供免費的數位建模模擬音色,你可以從他們的產品線找到一款完全免費的『音箱頭模擬 + 箱體模擬』的套餐,那個兇殘的音色,在金屬界可算是赫赫有名得很啊!
以上。
當然!再一次,這些數位模擬的產品,在彈奏的動態上,目前依然還無法超越實體的器材;然而,如果觀察過去五年數位領域演算法發展的質量,我覺得這個走向完全無法預測它的極限;又如果再加上類比環境所有周邊設備的考量,以及工作時段、地點的機動性,整體說來,我覺得趁現在來瞭解一下這個世界展現的趨勢,應該是一個必要的選擇。
而且!第一,它不用出門就可以取得。第二,你很可能根本不會花到錢。第三 ……
啊~ 放假就是要彈吉他、研究器材、修練武功啊!啊~ 不然勒?
卷積運算 在 陳良基的創新筆記 Facebook 的精選貼文
台灣的 AI 機會與優勢
AI 的最大助力之一是來自於簡稱CNN的 Convolutional Neural Network(卷積運算)提供平行運算能力,解決運算複雜度的難題。有「卷積運算之父」封號的Facebook人工智慧研究院(FAIR)院長Yann LeCun(中文譯名:楊立昆),這幾天在台灣學界掀起一陣研討的旋風。他於29日上午來到科技部,Yann LeCun和本人曾是貝爾實驗室的同事,此次是第二次應邀來台進行學術演講,距上次來台已有五年之久。但這次身份不同,多了個美國臉書人工智慧研究院(Facebook AI Research, FAIR)院長頭銜。
Yann LeCun於會談中表示,Facebook非常重視人工智慧的研究與發展,並同時重視基礎研究及應用團隊,其研究團隊亦散佈全美數個地方。談到人工智慧,他認為有三個主要的發展面向:「訓練(training)」、「推論(inference)」,和「行動應用程式(mobile applications)」。
他同時分析三者的產業發展機會,就人工智慧的「訓練(Training)」而言,需要強大的運算主機,這部分目前主要由幾個世界級的大企業主導,另有公司也宣布開發出人工智慧訓練主機的專屬晶片。「推論(Inference)」通常則是結合了影像、視覺以及語音分析(combined with image, visual, and speech analysis),這些「應用程式(applications)」 通常須要低耗能及低電壓的晶片設計(IC design with low power and low voltage)。這些面向都將是臺灣發展的契機。
我除了簡述科技部推動人工智慧關鍵技術的相關策略,亦很認同他所提的臺灣有資通訊領域及半導體的產業優勢。我強調台灣有許多優秀的工程人才,期待Yann LeCun能促成Facebook與臺灣的多方合作。Yann LeCun表示,將來有機會會盡量促成可能的合作,特別是在硬體應用方面。
http://www.ithome.com.tw/news/115199