Python產生PDF套件Reportlab

有時真的是有需求才有動力
這次會去學這個套件
還是同事拜託能不能將舊有浮水印，印在現有的PDF文件上
然後關鍵字一下(python pdf watermark)，答案就出來了
使用Reportlab搭配pypdf或pdfrw
哇靠，真是萬能的Python，好像沒什麼是搞不定的

再深入研究一下要怎麼做才可以將浮水印的圖與PDF結合
這才發現Reportlab不是單純的將圖檔合併轉成PDF的套件
而是可以獨立產生完整PDF的集合工具，舉凡寫字、畫圖、製表等等
ReportLab裡都有不少的套件可以使用
比想像中的強大非常多
那麼正式開始啦

咒術迴戰~又一部動作滿檔的精采動畫

今年的秋番算是有史以來動畫瘋最熱鬧的一次了吧
上架作品高達20幾部
週日到週六每天都有作品更新
在這麼多的新作中，要選個對胃口看不是問題
只是一部更新慢了兩週的作品特別引起我的興趣
那就是「咒術迴戰」

通常像這種其它平台有獨佔首播權的作品都不錯看
像是東離劍遊記(晚一週)，虛構推理(完結才上架)
轉生成女性向遊戲只有毀滅END的壞人大小姐(完結才上架)
那這部實際觀看後，真是不讓人失望的好改編啊
2020秋番第一動作強片應該就是它啦

Honda Rebel 500半年心得

離上一篇心得又過了三個月
再來寫一些新的體會
(以下只有文字)

Autolisp初學感想與筆記

工作上一直有在使用AutoCAD處理圖檔修改與輸出
其實一直很想學這個Autolisp程式語言
因為學會後，可以讓一些作業從每一筆都人工處理
變成一組指令就可以完成
大大減少工作的時間
只是...工作超過10年裡一直沒去學
與其說工作繁忙，不如說難以「輕鬆」跨過那古老，很不一樣的語法
畢竟，這段期間我也多學會了python
但autolisp的教學網頁看沒幾頁就覺得看不太下去 
跟天書一樣，看不懂啊 XDXD

不過，今年也總算跨出了這第一步
因為，遇到了要一口氣改近200張的圖檔的情況
雖然動作很簡單，只要打開圖檔，選擇固定不要的元件，然後刪除後存檔
做這麼無聊的動作200次，還是感覺很浪費時間
不然就拿來學autolisp吧
上呀

Yolo系列再開，這次用的是YOLO v5

上一篇提到，是因為要看懂一點用pytorch寫yolov4的運作
所以才會去學pytorch的基礎
雖然pytorch是學了一點皮毛這點不錯
但是，yolov4這邊卻是進展緩慢啊
同訓練集感覺YOLOv4的運算量比v3還大很多
加上電腦的顯卡太弱了，只有2G，所以只能用CPU訓練
進度超緩慢...
(在原本的成果只訓練到60epochs就花了近8小時)
就在訓練期間，爬到了這篇，YOLOV5在樹莓派上的測試
這Yolov5的運算量似乎很小，才可以在樹莓派上跑得用
不然來試試吧

RG第10彈 OZ-00MS Tallgeese TV Colors

這是第一次購買PB的模型
這邊先來解釋一下什麼是PB
PB是Premium Bandai的縮寫，是萬代的網路商店名稱
裡面都是高品質不想虧錢所推出的特規商品
除了限定性之外，不少商品是接受訂單生產(就說不想虧錢 XD)
不過後者只限日本等地
台灣基本上還是限量，也就是搶不到就是沒了
所以實在是很靠北免運活動在辦什麼意思的
好東西都沒貨了，免運是要運個鬼呀！

好了，回歸正題
這隻托爾吉斯(Tallgeese)是EW版的造型
也就是Katoki老師再修過的版本
原本就已經有出RG模型

不過我所購買的這隻，配色上是採用原本在電視動畫上的版本
是PB商店上的特規品
剛推出時就有意思購入，但第一輪搶不到就是搶不到
還好想搶的人沒有托爾吉斯3號機多
第二次開放時我終於有買到，所以才會有上面那段怨言
可是托爾吉斯3還是一直沒搶到，這怨念還是很大........
好了，PB托3怨念到此為止了
真的要回歸正題了
RG第10彈，RG28號，OZ-00MS Tallgeese TV Colors

PyTorch學習後實作筆記

在接觸Deep Learning後，除了課堂上所學的TensorFlow
慢慢也會知道其它的工具，而最有名的一個就是PyTorch
本來光是學個TensorFlow就夠頭痛的
要再學其它的實在有點懶
不過推薦的人都說這pytorch比tensorflow簡單
好學，好用，好改
看著看著還蠻心動的

在接觸過以pytorch寫的yolov4工具時
以「不然就至少學點基礎吧」的心態下去接觸
第一時間就是看不太懂，覺得有點被騙了(哪有比較簡單)
感覺多寫了好多東西啊
最後是看了Python Programming上的教學影片後
才總算學了基礎
順便學英文

不過真的會了嗎？
想起以前學習時，有時總覺得應該懂了
寫試題時卻往往卡住
開頭會了，變化確不會，實在稱不上學會啦
那麼要知道會不會就是來一段實作啦
就以TensorFlow官方影片Intro to Machine Learning (ML Zero to Hero - Part 1)裡範例

改成pytorch的形式來驗證吧