Month: April 2017

Amazon 資料庫比較圖

Amazon RDS Amazon Redshift Amazon DynamoDB Amazon SimpleDB 資料庫引擎 Amazon Aurora, MySQL, MariaDB, Oracle Database, SQL Server, PostgreSQL Redshift (用 PostgreSQL為基底) NoSQL NoSQL (有限功能) 計算資源 Instances with 32 vCPU and 244 GB RAM Nodes with vCPU and 244 GB RAM 看購買的硬體 看購買的硬體 儲存容量(極限) 6 TB per instance, 20.000 IOPS 16 TB per instance 無限容量, 40.000


Video streaming 從古至今,Youtube 到 Twitch 到未來

當 Youtube 當紅時,大家都很好奇他是怎麼做到的。以前的 video streaming 系統由把硬碟裡的 video 迅速的發布給千萬的 user 就已經很了不起(如 Youtube),但是現在進階到 必須點對點即時直播,最好的例子就是遊戲直播網站 twitch。 以前要自己建一個 video streaming server 真的是大工程,以 youtube 為例,他光是在2008年時用的軟體架構在當時來說挺新的。 Apache Python Linux (SuSe) MySQL psyco, a dynamic python->C compiler lighttpd 來處理 video 當然這以現在來說還是很多公司達不到的作法,但是現在有更多的新軟體出來,比如 nginx 可以取代 apache 等,所以即使知道 Youtube 當年如何做的,可能只能當課本教材來教了。 進化到 2012時,他很多東西進步很多了! Python:當然 Apache:他好像很愛他 Linux:當然 MySQL:嗯 Vitess:這是個當時新的 YouTube Project, 用 Go 寫的,他在 MySQL 前端服務,負責優化 MySQL的動作,但其實替代方法現在也很多了。最主要現在


利用機器人學習來加速人臉/場景辨識

好,我必須承認這個題材有點老梗,但是基於無人車等等新的概念產生,物體和場景辨識又變得重要起來。 先從人臉開始說起;以前很多公司需要花大筆資金來做人臉辨識的工作,甚至還有人舉辦比賽來看那就公司的效果最好。一直以來冠軍都被 NEC 奪冠,但之後就不一定了。   現在有許多方法可以讓一般的手機都可以做人臉辨識,可以快速的掃描站在你前面的人有沒有犯罪前科,是否是通緝犯。如我們警察伯伯用的 M-Police 就達到了很好的效果 新聞連結,真的是太厲害了。   但是除了警察要人臉辨識那為何我還要人臉辨識功能啊? 比如你公司製作出了個電子寵物狗,你不會想要他跟錯主人吧? 或是你發明了長期照顧病人的機器人,萬一他認錯人打錯針怎麼辦? 或者你是個厲害的業務,你想要快速知道走過你前面的人是否為重要人物,那這就很重要了。你總不能跑去他前面拍個照然後才去電腦前面 google 一下他吧? 甚至那個人現在是開心、難過、憤怒等等都可以馬上知道。 不只人臉辨識,你想要辨識街道上的物體也可以! 圖一:感謝 University of Cambridge  提供照片 很清楚的可以看到,車子、天空、房子等等都用不同的顏色去標示出來了。 傑克這真是太神奇了! 其實如果慢慢的去分析當然可以,但是如果影像要即時的運算出每個點點是屬於什麼物件才是真功夫。 所以不管你想要辨識什麼,就要先訓練你的機器人,讓他熟悉你要他找的東西,但是如果過度訓練,反而會照成反效果,給你錯誤的判斷。而且要注意的是,現在已經有很多人已經把一些常用的東西已經訓練好機器人去辨識,我們不用再去重新發明輪子了。而且支援 C++, Python, R, Julia, Scala 等程式語言。我們也可以使用多台電腦平行運算來達到最快的運行效果,甚至在雲端計算也可以,不要再傻呼呼的在一台電腦去做運算了。 你如果有興趣,可以一起看看有什麼你想要辨識的,一起來交流一下吧!     表情+情緒 其實偵測表情和情緒非常的簡單 如果你要特徵偵測也可以喔