Raspberry pi + ultrasound sensor

 








댓글

댓글 쓰기

이 블로그의 인기 게시물

WSL2에서 X window를 세팅하는 법

이미지
 https://evandde.github.io/wsl2-x/ WSL2에서 X window를 세팅하는 법 Evan Kim   　 Windows   Linux   2020-10-27    글자 수: 2940    읽는 데에 6분  이 글에서는 WSL2를 설치한 뒤 X window(GUI)를 사용하기 위한 세팅 방법을 알아봅니다. Success 여기서는  WSL2  설치가 완료된 상태라고 가정합니다. 이에 관한 전반적인 내용은  이 글 을 참고하세요. WSL을 설치하더라도, GUI 기반의 프로그램을 실행하려면 X window에 관한 추가적인 설정이 필요합니다. 이 글에서는  WSL2 에서 X window 사용을 위한 세팅 방법을 다룹니다. TL;DR Xming 공식 홈페이지 에서 Xming 다운로드 Xming 설치 (다음만 누르며 설치해도 괜찮음) Xming을 한 번 실행한 뒤 종료. (방화벽에 Xming 허용 규칙을 추가하기 위함) Xming 단축아이콘을 만들고,  속성-대상  항목의 맨 끝에 한 칸을 띄고  -ac 를 이어서 적음 Warning 지우고 적는 것이 아니라, 맨 끝에 추가하는 것임에 주의하세요. Windows PowerShell을  관리자 권한 으로 실행한 뒤, 다음 명령어 입력 (에러가 뜬다면 본문 참고) 1 Set-NetFirewallRule -DisplayName "Xming X Server" -Enabled True -Profile Any WSL2에서 다음 명령어 입력 1 echo 'export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk ' "'" '{print $2}' "'" '):0' >> ~/.bashrc X window, X server란 X window 는 UNIX 내지 Linux 계열의 운영체...
자세한 내용 보기

ARIMA or ARMA

이미지
https://www.machinelearningplus.com/time-series/arima-model-time-series-forecasting-python/#:~:text=ARIMA%2C%20short%20for%20'Auto%20Regressive,used%20to%20forecast%20future%20values.  ARIMA Model – Complete Guide to Time Series Forecasting in Python by  Selva Prabhakaran   | Posted on Facebook Twitter WhatsApp LinkedIn Reddit Google Bookmarks 나누기 Using ARIMA model, you can forecast a time series using the series past values. In this post, we build an optimal ARIMA model from scratch and extend it to Seasonal ARIMA (SARIMA) and SARIMAX models. You will also see how to build autoarima models in python ARIMA Model – Time Series Forecasting. Photo by Cerquiera Contents Introduction to Time Series Forecasting Introduction to ARIMA Models What does the p, d and q in ARIMA model mean? What are AR and MA models How to find the order of differencing (d) in ARIMA model How to find the order of the AR term (p) How to find the order of the MA term (q) How to handle if a time series ...
자세한 내용 보기

TorchAudio의 사운드 분석

 https://ichi.pro/ko/eumseong-bunseog-pateu-2-torchaudioui-saundeu-bunseog-130041473997101 음성 분석 파트 -2, TorchAudio의 사운드 분석 DataScience의 환경은 매일 변화하고 있습니다. 지난 몇 년 동안 우리는 NLP 및 컴퓨터 비전 분야에서 수많은 연구와 발전을 보았습니다. 그러나 아직 미개척이고 많은 잠재력을 가지고있는 분야가 있습니다. 그 분야는 – SPEECH입니다. 음파 란 무엇입니까? 음파에서 특징 추출 음파 전처리 이 튜토리얼에서 우리는 파이썬에서 실제 적용을 살펴볼 것입니다. 여정에 도움이되는 가장 인기있는 두 라이브러리는 다음과 같습니다. Librosa TorchAudio 다음  단계에 따라 설치하십시오. 우리는이 튜토리얼에 대한 TorchAudio을 사용하는 것입니다하는 방법을 학습 할 것이다 당신의 음성 모델링 journey.Get에게 전체 노트북을 시작하는 음파를 미리 처리  여기에 1 단계 : 사운드 파일 읽기 지원되는 파일 형식은 mp3, wav, aac, ogg, flac, avr, cdda, cvs / vms ,, aiff, au, amr, mp2, mp4, ac3, avi, wmv, mpeg, ircam 및 libsox에서 지원하는 기타 형식입니다. torchaudio.load () 함수는 사운드 파일을 읽는 데 사용됩니다. 2 단계 : 파일 정보 및 시각화 음파는 다양한 유형의 정보와 함께 제공됩니다. 이전 블로그에서 읽은 것처럼 원시 웨이브에서 더 많은 변환을 수행할수록 더 많은 정보를 추출 할 수 있습니다. 레벨 1에서는 샘플 속도, 채널 수, 사운드 파일의 지속 시간과 같은 정보를 추출 할 수 있으며 Matplotlib를 사용하여 Amplitude Vs Time 스케일로 음파를 시각화 할 수 있습니다. filename = "steam-train-whistle-daniel_simon-converted-from-m...
자세한 내용 보기