[記錄]openpose分析困難記錄及解決方式

1. 之前因為openpose安裝有問題，所以後來使用windows的免安裝版本，但是這個分析方式也有限制：必須要有NVIDIA顯示卡才可以執行
   • 只有CPU的內顯或使用AMD的顯示卡無法使用
   • 若要讓CPU的內顯或使用AMD的顯示卡可以使用，可能要分析他們所寫的code才有可能運作（放棄此解法，太花時間）
2. 目前的方法是將影片的每個畫面標記後存下，所以單支影片耗費的時間就會偏長，且非常佔儲存空間
   • 目前我的三台電腦都只有配置500G的SSD，容量都顯示紅條，因此採分流的方式
   • 將分析好後把所有的畫面及json檔案存到外接SSD（1T），分析時也用外接SSD讀取檔案

[學習]英文自介

其實最近我也嘗試寫了英文自介，並且給Lynn看
雖然只是準備稿子之後背稿，但是其實我有發現：當我唸出來，有聲音的反饋給我自己時，我就會想要將英文發音修改成印象中小時候聽過的英文廣播中，那些外籍的英文老師他的說話方式及發音。

目前我能想到如果我遇到不會發音的字，首先可能是參考Google翻譯及劍橋字典所給的發音。

此外，我自評自己較為專長的項目為模仿他人，因此，以這樣的流程進行發音之模仿，雖然無法達到Native speakers的等級，但是應該是可以達到裝模作樣的等級吧？

另外，我真的推薦如果有英文演講或英文報告，建議錄下來，並且搭配一個用Python寫的自動上字幕系統，就會發現自己的發音怎麼這麼爛XDDD

感覺Native speakers或英文程度比較好的人聽我講話一定是靠推論前後文才能得到我想表達什麼！

自動上字幕的軟體名稱為：pyTranscriber

有興趣的人可以自行Google，之後如果有空我應該會寫一個教學

他是可以選英文跟繁體中文的，我使用起來感覺挺方便，只是因為我口齒不太清晰，所以每次轉換都需要進行校正（這才比較花時間）

但目前我有遇到一些問題，就是如果影片過長或主要聲音太小時，會轉換失敗

只有在演講或是報告的場合，轉換的正確率才會比較高

[電腦相關]新電腦組裝分析

最近組了一台桌上型電腦，話不多說，直接開始正文！

組裝方向確認

組電腦前，我們要先確定這台新電腦的任務，而我預期它的效能必須要能升任下列任務：

1. 可同時進行多個程式/視窗而不會延遲
2. 可開啟大型海報及影片不會延遲
3. 可儲存至少500G的空間
4. 可安裝Windows和Linux雙系統
5. 可外接多個攝影機、麥克風等硬體裝置，且可正常運作。

列出電腦的任務之後，再針對我預期他必須要達到的效能去進行電腦硬體的選擇：（這部分我也是花了半年做功課，先瞭解各硬體對應的工作內容，再參考專家分享的建議電腦硬體清單進行微調）

1. CPU效能：至少可以開多個視窗而不卡頓（至少i5四核心以上，若能升級到i7以上更佳）

   以我目前的工作，常常會開10個視窗以上。
   會有這樣的現在發生，可能是因為上班時我習慣同時處理數個任務，直到下班時才會一個一個檢視目前的視窗並且關閉。
   此外，我也很常開啟多個軟體進行文件數值比對或開遠端操控軟體進行文件處理，跑資料分析時也會開啟多個程式同時進行不同任務。
   因此，我會需要性能較高的CPU來支持我進行的任務。 
   

2. 顯示卡效能：至少要可以開海報或開影片不卡頓之顯示能力（GTX960等級以上)

   因為我的家用電腦是這張顯卡，所以我能知道這張顯示卡開大型海報、觀看4K影片都是效能足夠的。
   不選擇高階顯示卡的原因有二：（1）目前我寫AI程式的能力還不夠強，暫時使用不到顯卡來進行資料分析或模型分析；（2）使用電腦玩需要高階顯示效能的遊戲的機會趨近於0；（3）顯卡因為比特幣的流行而缺貨甚至漲價。
   因此，我認為可以等我分析能力更趨熟練後，再入手一張顯卡即可，且到時也可能供貨較為穩定，比特幣的風潮也可能趨緩，價格也會相對較為便宜，較適合入手。
   

3. 記憶體：16G以上

   這半年我也在監控上班期間我大概會用到多少記憶體，視窗量少或一般使用時大約4G（目前電腦之記憶體使用量之50~60%）。
   但如果進行資料分析、多開程式或長時間進行任務未清理暫存時，使用量就會達到8G（90%以上）。
   因此，最低16G較能支持目前我的工作內容。
   

4. 電源供應器：650W以上的金牌電源

   先說明一下電源供應器標示的瓦數的定義是實際上可輸出的最大瓦數。
   若今天使用量未達到最大瓦數，則電源供應器只會輸出使用到的瓦數。
   舉例來說，我在配置電腦硬體清單時，該店家提供預估的電量使用約為129W，那這顆電源供應器就會輸出129W。
   現在老師給的電腦內的電源標示為300~400W，我自己家裡用的標示為550W。
   會考量到650W主要時我預期之後可能會購入一張顯示卡作為升級使用，而我配的電腦硬體清單在店家預估的電量使用上約為129W，加上顯示卡約429瓦。
   另外，還需要考量到外接硬體的數量，如果插入一張轉換訊號的PCIe介面轉接板，這樣我可以外接的硬體設備至多可外接11項硬體。
   此外，電源供應器一般負載50%時轉換效率是最高的。因此，為了讓硬體於外接時可正常運作，並希望能讓能量轉換效率較高，我多估200W以利之後調整。
   最後，使用金牌電源是因為他的能源轉換率相對來說較好，長期使用下來，付的電費也會較少。
   

總結上述，我認為這台電腦應可勝任目前我進行的所有任務，
且外觀我也特別挑選機殼較小的電腦，除較方便攜帶之外，佔用桌面的面積也會較小。

後記：

其實從碩班畢業之後就一直想要組一台，但是後來先去買了一台MacBook，桌電就暫時被我擱置了。
組裝其間其實也一直被長輩或平輩批評為什麼要買這麼多台電腦？浪費錢之類的。
但我都是有目的買這些東西的，下一篇我再來說明，這篇我先說明我組新電腦的方向。
寫這篇的目的，主要是之前的半年我在做功課時，網路上可參考的資料很少，很少有人討論適用於跑AI模型的電腦如何組裝（也可能當時我剛入門功力不足）

大部分的YouTuber幾乎都是分享如何組一台適用於遊玩任何遊戲的主機。
雖然可以供參考，但是和跑資料分析的組裝方向仍有所不同。
舉例來說，資料分析除非進行到影像分析，或是進行大量資料的處理時才可能會使用到GPU，因此在資料分析時，顯示卡的需求就不像一般玩電腦遊戲的玩家或影音處理的設計師，反而較需要CPU來進行資料的傳輸。
另外一點就是，網路上給的電腦硬體清單都太貴了，我實在買不起QAQ
感謝某學長曬我一臉太好看的電腦讓我心癢難耐（學長莫名被我賣掉了）

希望未來一週我可以將我桌面上的書堆、文件整理乾淨，讓這台小主機襯我的桌面。
附上主角的照片一枚～
小小的桌上堆滿了測試用的硬體，家裡沒有攝影機只好拿旁邊的遊戲機暫時取代