解決TypeError: type of argument "epsilon" must be int; got float instead的錯誤

日前在使用tensorflow_addons時遇到以下錯誤：
TypeError: type of argument "epsilon" must be int; got float instead

這時進入tensorflow_addons/layers/normalizations.py裡面

找到epsilon int = le-3的地方

把int改成[int,float]

再執行一次程式，問題就解決了

程式語言毛病數量排行

本文依據Stack Overflow的文章數量，衡量前十大最容易出毛病的程式語言排名。

第十名：C++
C++在Stack Overflow有10,400,000則文章

第九名：SQL
SQL在Stack Overflow有19,800,000則文章

第八名：C#
C#在Stack Overflow有28,900,000則文章

第七名：PHP
PHP在Stack Overflow有31,400,000則文章

第六名：R
R在Stack Overflow有33,500,000則文章

第五名：C
C在Stack Overflow有35,200,000則文章

第三名：GO與Python並列
GO與Python在Stack Overflow皆有36,900,000則文章

第二名：JavaScript
JavaScript在Stack Overflow有37,000,000則文章

第一名：Java
Java在Stack Overflow有39,300,000則文章


當然，本文只是玩笑性質，不必當作真正選擇語言的參考。

[小技巧]0.1+0.2==0.3的快速解法

最近在製作程式考題，出了一個0.1+0.2==0.3的題目。
這是很常見的程式考題，題目可能會問如何回傳正確的數字，當0.1+0.2後，結果會是0.30000000000000004的數字，所以0.1+0.2==0.3會回傳false。

怎麼快速解這題呢，只要把它變成整數就可以了。

範例：

let a=0.1,b=0.2;

answer=(a*10+b*10)/10;

程式的意思是，先將0.1和0.2轉成1和2，相加後會變成3，之後再除上之前乘上的數字變0.3，就能回傳正確的數字。

同理：

0.24+0.42會回傳0.6599999999999999。

故只要將10改成100：

let a=0.24,b=0.42;

answer=(a*100+b*100)/100;

就能回傳正確的數字：0.66

在Linux解壓縮已切分成數份的zip檔

已知在Linux系統下unzip指令可以解壓縮zip檔，但是，如果壓縮檔已經被分割成數份zip檔了該怎麼辦呢。

首先，開啟CLI介面，輸入：
cat face2.zip* > face2.zip
註：face2為zip檔的檔名，請自行改成自己的。

然後這群zip檔就被合併成一個zip檔了。

然後再輸入解壓縮指令：
unzip face2.zip

該zip檔案就可以解壓縮了。

=====分隔線=====

如果覺得這篇文有幫助到你們的話，請留言或幫忙按個廣告吧。

您的支持是我寫文的最大動力。

如果依然失敗了，也請留言讓我知道，看看哪個環節出了問題，我有看到就會回。

希望這篇文有幫助到各位ξ( ✿＞◡❛)

[解決方法]引入cv2時發生ImportError: libSM.so.6: cannot open shared object file: No such file or directory錯誤

使用Docker並在Python程式import cv2時可能會傳回
ImportError: libSM.so.6: cannot open shared object file: No such file or directory
的錯誤。

這是因為dockerfile的基本映像檔已經過期了

解決方法：
首先，開啟CLI介面，更新apt-get，輸入：
sudo apt-get update

然後，安裝libsm6,libxext6,libxrender-dev這三個元件，輸入：
sudo apt-get install -y libsm6 libxext6 libxrender-dev

更新完後，再重新import一次cv2，問題得以解決

=====分隔線=====

如果覺得這篇文有幫助到你們的話，請留言或幫忙按個廣告吧。

您的支持是我寫文的最大動力。

如果依然失敗了，也請留言讓我知道，看看哪個環節出了問題，我有看到就會回。

希望這篇文有幫助到各位ξ( ✿＞◡❛)

[不專業評比]各主流程式語言效能比較

本篇將依據各主流程式語言執行的時間來比較效能差異

程式語言的速度僅供參考，效能往往取決於譯器而非語言本身

系統環境：

• 作業系統：Windows10，64位元
• CPU：intel i7 9700

執行環境：

• Java：cmd
• JavaScript：Chrome
• C++：Visual Studio 2019
• C#：Visual Studio 2019
• Python：Spider

================
比較：各語言的IO效能

程式碼：
JAVA

• for (var i=0;i<10000;i++)System.out.print(1);  

JavaScript

• for (var i=0;i<10000;i++)console.log(1);

C++

• for(int i=0;i<10000;i++) std::cout << 1;

C#

• for (int i = 0; i < 10000; i++) Console.Write(1);

Python

• for i in range(10000):
•     print(1)

執行時間(單位：毫秒)

Java	130
JavaScript	73
C++	176
C++(最佳化)	129
C#	136
C#(最佳化)	132
Python	142

=================
比較：各語言的一維陣列/串列填充效能

程式碼：
JAVA

• for (var i=0;i<1000000;i++)arr[i]=i; 

JavaScript

• for (var i=0;i<1000000;i++)arr[i]=i;

C++

• for (int i = 0; i < 1000000; i++)
• number[i]=i;

C#

• for (int i = 0; i < 1000000; i++) number[i]=i;

Python

• for i in range(1000000):
•     list0[i]=i

執行時間(單位：毫秒)

Java	2
JavaScript	6
C++	2
C++(最佳化)	2
C#	4
C#(最佳化)	2
Python	98

=============================
比較：各語言的串列新增效能

程式碼：
JAVA

• for (int i = 0; i < 1000000; i++) st.push(i); 

JavaScript

•  for (var i=0;i<10000000;i++)list.push(i);

C++

• for (int i = 0; i < 1000000; i++)
• mystack.push(i);

C#

• for (int i = 0; i < 1000000; i++) myStack.Push(i); 

Python

• for i in range(1000000):
•     list0.append(i)

執行時間(單位：毫秒)

Java	20
JavaScript	135
C++	690
C++(最佳化)	12
C#	59
C#(最佳化)	59
Python	94

========================
比較：各語言的遞迴效能(使用費氏數列)

程式碼：
JAVA

• public static long fib(int n){
•         if(n==1)
• return 1;
• else if (n==2)
• return 1;
• else
• return fib(n-1)+fib(n-2); 
•     }   
• fib(40);

JavaScript

• function fib(n){
•       if (n == 1)
•         return 1;
•       else if (n == 2)
•         return 1;
•       else
•         return fib(n - 1) + fib(n - 2);
•     }
• fib(40);

C++

• static long fib(int n) {
• if (n == 1)
• return 1;
• else if (n == 2)
• return 1;
• else
• return fib(n - 1) + fib(n - 2);
• }
• std::cout<<fib(40);

C#

• static long fib(int n)
•         {
•             if (n == 1)
•                 return 1;
•             else if (n == 2)
•                 return 1;
•             else
•                 return fib(n - 1) + fib(n - 2);
•         }
• fib(40);

Python

• def fib(n):
•     if n == 1:
•         return 1
•     elif n == 2:
•         return 1
•     else:
•         return fib(n - 1) + fib(n - 2); 
• fib(40)

執行時間(單位：毫秒)

Java	224
JavaScript	632
C++	2527
C++(最佳化)	251
C#	2035
C#(最佳化)	343
Python	17947

================
比較：各語言大型二維陣列效能

程式碼(灰色字不列入計時)：
JAVA

• int arr[][]; 
•  arr = new int[10000][10000]; 
• for(int i = 0; i < arr.length; i++)  
•             for(int j = 0; j < arr[i].length; j++) 
•                 arr[i][j] = 0; 
• for(int i = 0; i < arr.length; i++)  
•             for(int j = 0; j < arr[i].length; j++) 
•                 arr[i][j] = 255-arr[i][j]; 

JavaScript

• var tArray = new Array();
•     for (var k = 0; k < 10000; k++) {
•       tArray[k] = new Array();
•       for (var j = 0; j < 10000; j++) {
•         tArray[k][j] = 0;
•       }
•     }
•     var y=0,x=0;
•  for (y = 0; y < 10000; y++) {
•       for (x = 0; x < 10000; x++) {
•         tArray[y][x] = 255 - tArray[y][x];
•       }
•     }

C++

• unsigned char** fp = new unsigned char* [10000];
• int x = 0, y = 0;
• for (int j = 0; j < 10000; j++)
• fp[j] = new unsigned char [10000];
• for (y = 0; y < 10000; y++)
• {
• for (x = 0; x < 10000; x ++)
• {
• fp[y][x] = 255 - fp[y][x];
• }
• }

C#

• int[,] number = new int[10000, 10000];
•             int y = 0, x = 0;
•             for (y = 0; y < 10000; y++) for (x = 0; x < 10000; x++) number[y,x] = 0;
• for (y = 0; y < 10000; y++)
• {
• for (x = 0; x < 10000; x++)
• {
•  number[y,x] = 255 - number[y,x];
• }
•  }

Python

• score=[[0]*10000 for i in range(10000)]
• for i in range(10000):
•     for j in range(10000):
•         score[i][j]=0
• for i in range(10000):
•     for j in range(10000):
•         score[i][j]=255-score[i][j]

執行時間(單位：毫秒)

Java	52
JavaScript	194
C++	185
C++(最佳化)	45
C#	437
C#(最佳化)	171
Python	13908

=======================
整體上來說，在各個方面每個語言各有優劣

但依我個人排序的順序比為：

1. C++(最佳化)
2. Java
3. C#(最佳化)
4. JavaScript
5. Python

不過就如開頭紅字所說，程式語言不應用來直接比較速度，如果想要更優的效能，編寫出更好的演算法帶來的速度效益往往超過更換語言的速度效益。

對此篇有興趣的歡迎指教，希望以後可以出更多IT相關文章

[小技巧]如何在小畫家中使用螢光筆

繼上次這篇[小技巧]如何在Clip Studio Paint使用螢光筆
可以得知使用CSP可以很輕易的弄出螢光筆效果

那小畫家可以嗎？其實可以做出類似的效果

[密技]如何在小畫家中使用漸層筆刷

繼上次這篇 [密技]如何在小畫家中使用自訂筆刷
已經可以得知小畫家可以自訂筆刷
那能不能用相同原理讓小畫家也有漸層筆刷呢，可以的

在這個範例中，將會實作一隻漸層蛇

首先，畫一個對角線，左上紅右下藍

[密技]如何在小畫家中使用自訂筆刷

Windows內建的小畫家有辦法自訂筆刷嗎？可以的

首先，開啟小畫家

[好東西推薦]線上圖片線稿抽取程式

google搜尋線稿抽取的教學，幾乎都需要CSP或PS等高檔軟體才能辦到，還需要一堆步驟，那有沒有線上版並且一個按鍵搞定的呢？有的

這是小弟我花了兩天兩夜的時間完成的線稿抽取程式網頁版
https://linedraft.blogspot.com

感謝您的支持，未來我將會優化它做更好的效果

[小知識]電腦今天突然跑不順怎麼辦

標題：電腦今天突然跑不順怎麼辦

通常電腦暫時性的當機或變緩慢時，重開機可以解決90%以上的問題。

[密技]解決keras的loss卡在0.69不下降的問題

剛剛使用Keras卷積神經網路訓練模型時，遇到一個可怕的狀況：
無論參數怎麼調，loss始終卡在0.69，即使一開始不為0.69，過了幾個epoch後loss依然會回到0.69

解決方法：

[小技巧]在tensorflow2.0中沿用舊版的keras_contrib

最近在研究keras的cycleGan，將keras轉成tf.keras的版本時發生一個問題：
No module named 'keras_contrib'
看來似乎keras_contrib不存在於tensorflow2.0

取而代之的是tensorflow_addons
下pip指令：pip install tensorflow-addons

然後回到我上面的程式，將
from keras_contrib.layers.normalization.instancenormalization import InstanceNormalization
改成
from tensorflow_addons.layers import InstanceNormalization

就可以正常使用了

[密技]兩個解決CSS transform在chrome破圖+閃爍的方法

在chrome中使用CSS transform旋轉影像時可能會出現破圖+畫面閃爍的問題(在firefox則不會)

這可能是因為他沒有真正發揮到硬體(GPU)加速

這時有兩個解決方式

[小技巧]如何在VirtualBox的內外拖放大量檔案

最近想要跑深度學習，需要傳送大量圖片到虛擬機的Linux中

可是VirtualBox卻無法一次拖動89825張圖片