아이패드를 사용하고 있고 컴퓨터는 들고 다니는 용도로 에어, 연구실용으로 윈도우를 사용하고 있다. 이 모든 기기들 간의 동기화가 가능하여야 노트 대통합이 가능하다. 이는 그 내용에 대한 글이다. 이전 글 : 옵시디언 시작하기 [1] – 초보자를 위한 완벽한? 쉬운 가이드 1. 아이패드, 맥 옵시디언 설치 후 store in icloud 라는 옵션을 선택하고 Read more…
다양한 전자제품을 쓰고 익히는 것을 좋아해서 오래 하면서 노션, 윈노트, 굿노트 등 많은 필기 어플을 사용하였고 가끔 필요할 때마다 여기저기 찾와 봐야 하는 시간이 아까워 필기내용릉 통일하려고 하였다. 이때 노션으로 통일을 하려다가 옵시디언이라는 필기 어플이 있어서 살펴보았고 우선 한번 써보자 느낌으로 알아보았다. 점유율이 계속 오르고 있다하니 괜찮을 것 같았고. 개발자 Read more…
cannon eos m50, 행궁동 벽화마을, 행리단길, 화서공원, 팔달산, 수원화성 사진 분석. 나의 사진 행궁동 벽화마을 ISO 100초점 거리 : 20mm1/200sF/6.3조리개 최대개방 : 3.875 ISO 100초점 거리 : 26mm1/640sF/5조리개 최대개방 : 4.25 행리단길 ISO 100초점 거리 : 40mm1/320sF/9조리개 최대개방 : 5.125 ISO 200초점 거리 : 45mm1/500sF/6.3조리개 최대개방 : 5.375 ISO 100초점 Read more…
cannon eos m50, 한강 사진 분석. 1. 한강 (한남대교, 잠수교) 나의 사진 ISO 1000초점거리 : 16mm1/1250sF/22조리개 최대개방 : 3.625 ISO 1000초점 거리 : 15mm1/400sF/22조리개 최대개방 : 3.625 ISO 1000초점 거리 : 45mm1/400sF/22조리개 최대개방 : 5.375 ISO 6400초점 거리 : 45mm1/80sF/6.3조리개 최대개방 : 5.375 ISO 6400초점 거리 : 45mm1/20sF/6.3조리개 최대개방 : Read more…
use matlab, get inverse jacobian matrix , robot is darwin-op3 above image is not op3 , op get jacobian matrix 1. Create symbolic 6 by 6 matrix 2. get determinant of 6 by 6 matrix you can copy this to python, but keep in mind that using this code directly Read more…
안녕하세요 여러분! 오늘은 ‘키크론 Q11 스플릿 키보드’ 에 대한 이야기 2편 입니다. 커스텀 키보드를 사서 키캡과 스위치를 여러분에게 맞게 고쳤다면 이제는 원하는 키설정을 해야 합니다. 어렵지 않게 쉽게 할 수 있으니 같이 시작해보죠 1편 링크 : 키크론 Q11 리뷰 – 1. 직구, 첫 인상, 낭만 코딩 가능! 키 설정 화면 Read more…
안녕하세요 여러분! 오늘은 저의 최근 구매한 ‘키크론 Q11 스플릿 키보드’에 대한 이야기를 해보려 합니다. 먼저, 이 키보드는 직구로 구입한 제품인데요, 주요한 포인트는 키캡과 스위치 축이 없는 상태로 구매했다는 것! 2편 링크 : 키크론 Q11 리뷰 – 2. VIA 사용법, 매우 쉬운 커스텀 키 설정, 노브 키 설정 키크론 Q11 스플릿 Read more…
안녕하세요! Canon EOS 디지털 카메라 사용자 여러분을 위한 EOS Utility 소프트웨어의 최신 업데이트 소식을 전해드리게 되어 기쁩니다. 이 포스트에서는 EOS Utility의 최신 업데이트에 대한 정보와 설치 방법에 대해 알려드립니다. EOS Utility 3.16.10 [windows] EOS Utility 3.16.10 [Windows] <- 다운로드 링크 안녕하세요! Canon EOS 디지털 카메라 사용자 여러분을 위한 EOS Utility Read more…
Exploring advancements in lightweight CNNs: diving into the roles of Dense Convolution, Shift Convolution, inverted residual block, Squeeze-and-Excitation 5. Dense Convolution Huang, G., Liu, Z., Van Der Maaten, L. and Weinberger, K.Q., 2017. Densely connected convolutional networks. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 4700-4708). cited Read more…
Exploring advancements in lightweight CNNs: diving into the roles of Residual Blocks, Residual Connections, Dilated & Grouped Convolutions 1.1. shortcut Connection He, K., Zhang, X., Ren, S. and Sun, J., 2016. Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 770-778). cited Read more…