第25個冬天

課程 到 A Frame 官網 link:  https://aframe.io/ 目前已經到 0.3.0 了 老師影片中是   0.2.0 嵌入的  link:  https://aframe.io/releases/0.3.2/aframe.min.js 第一階段_轉動的球體 程式碼

link:   https://github.com/tparisi/WebVR https://github.com/spite/WebVR-Extension

首先  安裝好 appserv-win32-2.5.9 MySQL-Front 參考link: http://shaurong.blogspot.tw/2013/10/appserv-259-win7.html ASP.NET新增專案方法

Step1. 進到 opencv 官網 http://opencv.org/ 剛下載好的這個exe檔案 我們就一樣放置在C槽目錄下 然後   click 兩下 進行安裝 最後把目錄弄整齊 Click --> New -->  輸入好名字 --> OK Click --> Add External JARs -->  選擇位於 C:\opencv_Java3.1\build\java  的  jar 檔 --> 開啟 選擇  Native library location  --> Edit --> External Folder --> 選擇API配置dll的路徑(屬於 x64的) C:\opencv_Java3.1\build\java\x64 最後配置好的畫面 按下 OK Step2. 配置opencv在 新增的專案上 配置成功!!!!

Step1. 下去官往下載頁面 http://www.eclipse.org/windowbuilder/ Step2. 先去檢查目前下載使用的 Eclipse版本在安裝 回到 Eclipse 進行安裝 Click 上方   Help   --> Install New Software 等他安裝   會有點久 以前寫一個介面 是需要自己一個一個刻印出來的 如何利用Java_Awt創建按鈕、Label http://coolmandiary.blogspot.tw/2016/05/javaawtlable.html JavaSE_Vibatalk專案開發_part2_如何添加組裝組件X改字體顏色X設置位置X添加Button事件 http://coolmandiary.blogspot.tw/2016/05/javasevibatalkpart1.html http://coolmandiary.blogspot.tw/2016/05/javasevibatalkpart2_31.html http://coolmandiary.blogspot.tw/2016/06/javasevibatalkpart3.html 最後 File --> New  -->  Other 選擇  WindowBuilder 下的 Swing Designer--> Appilcation Window 按下 Next 即可 進行 可視化拖拉

一個程式Example reference link: https://github.com/primaryobjects/Accord.NET/blob/master/Sources/Accord.Statistics/Filters/Normalization.cs 程式碼區塊(修改一些些資料欄位): using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using Accord.IO; using Accord.MachineLearning; using Accord.Math; using Accord.Collections; using Accord.Diagnostics; using Accord.Controls; using Accord.Statistics; using System.Data; // DataTable using Accord.Statistics.Filters; // for Normalization using Accord; namespace Accord_Normalize_exercise { class Program { static void Main(string[] args) { //Normalization Class //Create the sample table DataTable table = new DataTable("Sample data"); table.Columns.Add("Age", typeof(double)); table.Columns.Add("Label", typeof(string)); //如果我的 年齡 < 20 就是 Child //如果我的 年齡 >

原版MV 搭配中文的版本 女歌手 Rachel Platten(瑞秋普蕾頓) 激勵人心的 英文歌 來自美國麻州的鄰家女孩Rachel Platten，2003 年就出道了 曾在 2011年  因為 a thousand ships 《1000艘船》 這首歌曾登上美國《告示牌》40強成人音樂榜第24名，小有成就。 a thousand ships 《1000艘船》 在那之後的幾年下來，於歌壇載浮載沉的的Rachel Platten，他都只能在深夜酒吧 當 駐唱歌手 透過一些零星的表演勉強度日，困苦潦倒的三餐配玉米片沒加牛奶的生活、懷才不遇的他 曾在想是否該放棄自己的歌曲夢想~~ 在兩年前，意識到她不能再繼續依賴別人的光忙來照亮自己低暗的生活。 於是她寫下了這首〈Fight Song〉，鼓勵自己的步伐，即使音樂事業不順遂， 也要把這激勵人心的歌詞及充滿能量的歌聲帶給大家歐!!! Like a small boat (自身)彷彿一葉扁舟 On the ocean 漂泊於汪洋的大海之中 Sending big waves i nto motion 可以掀起(滔天巨浪)浪花 Like how a single word 彷彿一個簡單的字眼 Can make a heart open 便能使我敞開心胸(心扉) I might only have one match 我也許支身一人(只有一根火柴) but I can make an explosion 但我可以激情燃燒 And all those things I didn't say 那些我沒說出的話(並未宣之於口的話) Wrecking balls inside my brain 始終在腦海揮之不去 I will scream them loud tonight 今晚我要大聲喊出來 Can you hear my voice this time 這次你聽見了嗎 This is my fight song 這一次 我唱響了我的戰歌 Take back my life song 找回屬於我的生命之歌 Prove I'm alright song 證明真正屬於我的歌曲 My power'

http://www.echostonegames.com/ 《雙子座》（Gemini）的設計師Nick Zhang和Atlas Chen是紐約大學的學生，這款遊戲最初是Game Jam的課題項目，他們表示這款遊戲「如詩如畫」。 《雙子座》（Gemini）的設計師Nick Zhang和Atlas Chen是紐約大學的學生，這款遊戲最初是Game Jam的課題項目，當時的作業是星座，因為Zhang的星座是雙子座，於是他們決定製作一款 以兩顆星星為主角 的遊戲。他們表示這款遊戲「如詩如畫」。 本作的核心目標是控制兩顆星星 穿過畫面中的障礙 ，筆者的試玩過程中沒有得到任何明確的指示，而是讓 自己去探索玩法 。我們只能直接控制一顆星星，但是可以通過 衝撞穿插 的方式引導另一顆星星的方向。第二顆被動的星星是我們的能量來源，如果我們離它太遠，就會向下隕落。 ADVERTISEMENT 在我們的試玩過程中，努力的方向是不斷向上，再向上。但要想移動，必須首先照亮前方的路。灰色的小圓圈可以被照亮，被照亮以後可以作為信標，讓我們以它為基準繼續開拓未知領域。 《雙子座》目前依然還在開發中，已經被列入紐約大學的遊戲開發孵化項目。Zhang和Chen在紐約大學遊戲中心的指導下繼續完成製作，總監Frank Lantz，遊戲開發者Clara Fernandez-Vara學士，thatgamecompany聯合創始人陳星漢和《QWOP》製作者Bennet Foddy都是這個項目的導師。 兩位製作人表示，他們的目標是製作出一款完整的試玩demo，然後尋找發行公司。他們的團隊已經與許多發行商進行溝通，他們希望能在明年正式發布這款《雙子座》。具體登陸平台尚未確定。 文章link:  https://read01.com/KB5E7.html

libsvm載點: http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 將你在Notepad++ 準備好的 train data 副檔名(All Files) Label 1:value 2:value ….N:value 以 丟置    C:\libsvm-3.21\windows 開啟  CMD  黑視窗 打上    svm-train.exe 你的trainning data 檔案名稱  再把你的  test 資料丟置    C:\libsvm-3.21\windows 這裡的   test  資料   (待測資料) 驗證出來的 前15個   正樣本  +1  被錯誤分類到   -1 去了 只對了    150個 trainning  資料比 Postive  :   Negative 25 : 130 及 25 : 50   皆為負偏向結果