『壹』 夜場DJ音控小知識
夜場DJ音控小知識大全
耳朵的聽力是DJ工作的生命，相信大家都看過《DJ生涯-撼動生命》的電影，片中的主人翁就是一個因為長期工作在高分貝的環境下，並因為感情壓力和工作壓力以及長期吸毒酗酒，最後導致失去了聽覺。所以對於長期工作在高分貝的環境下工作的DJ朋友，如何保護自己耳朵的聽力，就顯得非常重要。以下是一篇關於DJ如何保護聽力的文章，值得您一看!
你曾經在演出後一直耳鳴嗎?如果是，代表你曾經有過暫時性的聽力損失。雖然聽力在休息後會恢復，但隨著長期的濫用，耳朵的負擔也會隨之增加，最後可能導致許多問題產生，最嚴重的可能會重度聽力障礙使你提早結束您的職業生涯。幸運的是，只要三個簡單的動作就可以提早做預防，以降低您耳朵的負擔，讓您安心的從事DJ工作!
首先，這篇文章啟發來自於約翰•克萊默(Johannes Krämer)。約翰是瑞奇哈登(Richie Hawtin)的專屬音控師。他曾在世界各地巡迴為了確保瑞奇的演出每一場都能夠呈現完美的音場，還要保護他的`聽力沒有受損!跟隨著DJ表演者和樂團工作，約翰已經累積了20年的經驗。關於避免聽力受損的訪談中，我們總結了三個重要的結論。
即使對沒有音控師的表演場地也是非常重要的(狠多小俱樂部和酒吧的演出都是這樣的)。因為DJ是一個非常獨特的表演方式，有兩個不同的控制層級 - 舞台前方的主控台(確保外場音量平衡)和表演者的混音器。
1.別在DJ表演中喝酒
“If I see a DJtake two or three shots ring a set, I know for sure that he will eventuallyend up deaf. It’s only a matter of time.” - Johannes(如果在表演中我看到DJ喝了兩杯或三杯Shots，我可以確定他最後將會像是耳聾了一般，只是時間早晚的問題)
我知道這有一點掃興，但事實上在音樂聲響過大時酒精會妨礙你的感知能力，簡單來說，當你喝醉時你會沒有意識的做出破壞性的事情。
這個概念在科學上稱為“雞尾酒式耳聾”，有相當多的臨床報告支持這個說法，當你醉醺醺時你將會喪失你的聽覺，這意識著你將會不斷地一直推高音量軌道。其中一項研究報告(急性酒精對聽覺的極限)指出，呼氣中的酒精濃度與聽力中的聽覺頻率成正比。酒精會減弱人類對於低頻的敏感度，主要影響在1000赫茲，這是最重要的頻率。總之酒精似乎會影響你對低頻的敏感度。
2.降低混音器的監聽音量
對於DJ，大部分的聽力傷害並不是從外場喇叭震耳欲聾的音樂聲，而是你長時間直接接觸的噪音。通過調整混音器的監聽音量，可以有效的降低噪音對DJ的影響，也會對事後耳朵恢復有幫助。
如果你對聽力保護感覺很有必要，那就使用分貝檢測儀，可以幫助你搞清楚關於在噪音中環境中什麼是一個安全的DJ工作台。(分貝檢測儀淘寶價格大概在150-300之間!)
科學上：將你的監聽設備保持在低於安全臨界值以內，概念可以從CDC表格中看到在短時間內所能夠承受的音量強度得知。
3.使用外接式的分貝測量儀器
一旦暴露在噪音中一會兒，大腦會有一段非常困難的階段無法判斷音量大小。情況會隨著時間行進持續惡化。因此，如果沒有一個客觀的測量工具，幾乎是不可能一直保持在一定的音量上。
”I recommend thatRich run his monitors at the following levels while mixing: 100DB in a open airconcert 103 Db in a club with a low ceiling 106 Db if there are really badreflections Then, once done EQing or mixing, I recommend turning the monitorsdown to 90db for regular listening.“ - Johannes (我建議在混音時的監聽音量： 100Db適合在露天音樂場所。 103Db適合在室內天花板較低的夜店場所。 106Db適合在非常糟糕的反射空間。然後，一次降低EQ或是音軌音量，建議把監聽下降至90Db，重覆仔細聆聽)
很多DJ會更喜歡使用自己的智能型手機來檢查分貝量，坊間一些App應用程式就可以做到。但要警告當它測試到低於雜訊檢測或水平高於100分貝時，手機設備上的麥克風會表現不佳，所以智慧型手機並不是精密的測量工具。
我想你已經了解了如何更健康的做為一位DJ表演者的三個秘訣。請問各位讀者你有任何有關於演出期間的聽力保護小技巧嗎?如果你有更好的方法歡迎告訴我們。
;『貳』 幾個短小精悍的科學小知識
鳥怎樣睡覺的
白天，鳥兒們在枝頭穿梭嗚叫，在藍天下自由飛翔，到了晚上，它們和我們人一樣也要休息、睡覺，恢復體力，不過它們睡覺的姿勢可是各不相同哦!
美麗的綠頭鴨和天鵝們，白天在水中捕食、戲耍，夜晚休息時也離不開它們最愛的水面。它們把優美的長脖子彎曲著，將頭埋在翅膀里，然後讓自己漂浮在水面上，一邊做著美夢，一邊隨波逐流，好不悠閑。
鶴、鸛、鷺等長腿鳥總是單腳獨立而睡，累了再換另一隻腳，是勞逸結合的典範。
鷓鴣休息時喜歡成群圍成一個大圈，然後一律頭朝外尾向內。這樣，不管敵人從哪個方向襲來，它們都能及時發現並逃走。
畫眉、百靈等叫聲悅耳的小鳥，睡覺時通常彎下兩腿，爪子則彎曲起來牢牢地抓住枝條，所以不用擔心它們會從樹上摔下來。
而貓頭鷹這種「值夜班」的猛禽，你總能在白天看見它睜一隻眼，閉一隻眼，站立在濃密的樹枝上，其實這時它正在睡覺呢。貓頭鷹的睡覺姿勢是不是很另類啊，它這樣可是為了時刻監視周圍環境防備著敵人的襲擊哦!
=================================
魚也會溺死嗎
魚有鰓，可以在水中呼吸，魚有鰾，可以在水中自由地沉浮。可是，有人說生活在水中的魚也會溺死，這是真的嗎?
雖然這聽起來很荒謬，但卻是事實。魚鰾是魚游泳時的「救生圈」，它可以通過充氣和放氣來調節魚體的比重。這樣，魚在游動時只需要最小的肌肉活動，便能在水中保持不沉不浮的穩定狀態。不過，當魚下沉到一定水深(即「臨界深度」)後，外界巨大的壓力會使它無法再凋節鰾的體積。這時，它受到的浮力小於自身的重力，於是就不由自主地向水底沉去，再也浮不起來了，並最終因無法呼吸而溺死。雖然，魚還可以通過擺動鰭和尾往上浮，可是如果沉得太深的話，這樣做也無濟於事。
另一方面，生活在深海的魚類，由於它們的骨骼能承受很大的壓力，所以它們可以在深水中自由地生活。如果我們把生活在深海中的魚快速弄到「臨界深度」以上，由於它身體內部的壓力無法與外界較小的壓力達到平衡，因此它就會不斷地「膨脹」直至浮到水面上。有時，它甚至會把內臟吐出來，「炸裂」而死。
=============================
貪吃孩子變笨
貪吃會降低大腦的血流量
若一次進食過量或一刻不停地進食，會把人體里的大量血液，包括大腦的血液調集到胃腸道來。而充足的血供應是發育前提，如果經常處於缺血狀態，其發育必然會受到影響。
貪吃會造成「肥胖腦」
吃得過飽，尤其是進食過量高營養食品，食入的熱量就會大大超過消耗的熱量，使熱能轉變成脂肪在體內蓄積。若腦組織的脂肪過多，就會引起「肥胖腦」。研究證實，人的智力與大腦溝回皺褶多少有關，大腦的溝回越明顯，皺褶越多，智力水平越高。而肥胖腦使溝回緊緊靠在一起，皺褶消失，大腦皮層呈平滑樣，而且神經網路的發育也差，所以，智力水平就會降低。
貪吃會抑制大腦智能區域的生理功能
人的大腦活動方式是興奮和抑制相互誘導的，即大腦某些部位興奮了，其相鄰部位的一些區域就處於抑制狀態，興奮越加強，周圍部位的抑制就越加深，反之亦然。因此，若主管胃腸道消化的植物神經中樞因貪吃過量食物而長時間興奮，這就必然引起鄰近的語言、思維、記憶、想像等大腦智能區域的抑制。這些區域如經常處於抑制狀態，智力會越來越差。
貪吃會因便秘而傷害大腦
孩子的零食大多以高營養的精細食品為主，吃了容易發生便秘。便秘時，代謝產物久積於消化道，經腸道細菌作用後產生大量有害物質，容易經腸吸收，進入血液循環，刺激大腦，使腦神經細胞慢性中毒，影響腦的正常發育。
貪吃還會促使大腦早衰
科學家在一項研究中發現，一種能促使大腦早衰的物質——纖維芽細胞生長因子，會因過飽食物而於飯後增加數萬倍，這是一種能促使動脈硬化的物質，因而從長遠意義上講，貪吃會使大腦過早衰老。
★小松博客搜集整理.轉載請註明★
『叄』 智能手機硬體知識有哪些
一、部分技術知識點講解
NFC技術 重力感應器 網路模式
距離感測器 光線感測器 操作系統
藍牙 CPU類型 屏幕色彩 視頻格式
無線AP 屏幕材質 電子羅盤 擴展卡
飛行模式 數據業務 定製機
改版機 內置Wi-Fi 屏幕尺寸
攝像頭像素 D LNA技術 WLAN功能
二、硬體講解
1.操作系統
目前主流的操作系統有蘋果的IOS,谷歌的Android(安卓)，微軟的WP和黑莓。還有其它操作系統：firefox OS、三星Tizen、PalmOS、Sailfish OS、Ubuntu OS、以及小米魅族的偽安卓系統。
2.攝像頭
攝像頭分為前置攝像頭和後置攝像頭。
對於攝像頭這個東西來說，其實要求的主要是成像效果優良，我們數碼相機320萬像素拍出來的效果肯定不會比手機500萬的效果差了，因為需要考慮攝像頭採用的感光元件及材質，光圈等等。但是我們會知道像素的標准其實是以拍照成像解析度大小來定位了。
3、電池
電池容量也成為選購手機的一個起點標准，畢竟多媒體時代的來襲，使得手機娛樂功能的應用，大家手機使用頻率的增加，電池容量起到了續航標准。
手機電池的容量單位是mAh，或者wH ，兩者可以計算互換，因為手機電池的電壓一般都是3.7V，為了安全充電器一般要原裝是！
4、手機網路制式標准
主要有
移動：GSM、TD-SCDMA、TD-LTE，
聯通：GSM、WCDMA，
電信：CDMA2000。
5、天線晶元
主要有通信信號，GPS導航天線晶元，WIFI無線網路晶元，NFC近場傳輸晶元，藍牙晶元，紅外晶元（淘汰）具有這些晶元，會為手機帶來的更多的功能標准。
Wi-Fi，是由一個名為「無線乙太網相容聯盟」(Wireless Ethernet CompatibilityAlliance,WECA)的組織所發布的業界術語，中文譯為「無線相容認證」。它是一種短程無線傳輸技術，能夠在數百英尺范圍內支持互聯網接入的無線電信號。隨著技術的發展，以及IEEE 802.11a 及IEEE 802.11g等標準的出現，現在IEEE 802.11 這個標准已被統稱作Wi-Fi。從應用層面來說，要使用Wi-Fi，用戶首先要有Wi-Fi兼容的用戶端裝置。
Wi-Fi是一種可以將個人電腦、手持設備（如PDA、手機）等終端以無線方式互相連接的技術。Wi-Fi是一個無線網路通信技術的品牌，由Wi-Fi聯盟(Wi-Fi Alliance)所持有。目的是改善基於IEEE802.11標準的無線網路產品之間的互通性。現時一般人會把Wi-Fi及IEEE 802.11混為一談。甚至把Wi-Fi等同於無線網際網路。
6、藍牙
是一種支持設備短距離通信（一般10m內）的無線電技術。能在包括行動電話、PDA、無線耳機、筆記本電腦、相關外設等眾多設備之間進行無線信息交換。利用「藍牙」技術，能夠有效地簡化移動通信終端設備之間的通信，也能夠成功地簡化設備與網際網路Internet之間的通信，從而數據傳輸變得更加迅速高效，為無線通信拓寬道路。藍牙採用分散式網路結構以及快跳頻和短包技術，支持點對點及點對多點通信，工作在全球通用的2.4GHz ISM（即工業、科學、醫學）頻段。其數據速率為1Mbps。採用時分雙工傳輸方案實現全雙工傳輸。
藍牙4.0技術規范
藍牙4.0包括三個子規范，即傳統藍牙技術、高速藍 牙和新的藍牙低功耗技術。藍牙 4.0的改進之處主要體現在三個方面，電池續航時間、節能和設備種類上。
擁有低成本，跨廠商互操作性，3毫秒低延遲、100米以上超長距離、AES-128加密等諸多優點；此外，藍牙4.0的有效傳輸距離也有所提升。3.0版本的藍牙的有效傳輸距離為10米(約 32英尺)，而藍牙4.0的有效傳輸距離可達到100米(約328英尺)。
7、CPU
CPU是CentralProcessing Unit的英文縮寫, 一般由邏輯運算單元、控制單元和存儲單元組成。
手機CPU簡單來說就是中央處理器，所謂中央處理器，就是它的核心部分（屬於邏輯部分），手機開機和執行其他工作時候，都是由中央處理器下達命令，控制著各個元件工作，當然開機需要晶振提供頻率信號才能運行，還需要供電，然後從儲存器里調出程序。
CPU，即主晶元；其主頻和內核，決定了手機的運算速度！強勁的CPU可以為手機帶來更高的運算能力。
目前手機CPU架構主要有ARM架構、X86架構，就移動CPU而言，ARM處於統治地位。生產ARM架構的廠家有：蘋果（三星代工）、三星、Nvidia、高通、TI ；而X86架構就Intel一家。
8、RAM
RAM（randomaccess memory）隨機存儲器，也叫做運行內存（簡稱運存）。存儲單元的內容可按需隨意取出或存入，且存取的速度與存儲單元的位置無關的存儲器。這種存儲器在斷電時將丟失其存儲內容，故主要用於存儲短時間使用的程序。
RAM越大，手機運行速度更快，多任務機制更流暢。手機系統速度、程序運行的快慢主要看內存（RAM）的大小。
9、ROM
ROM（Readonly Memory）只讀存儲器。顧名思義，就是這樣的存儲器只能讀，不能像RAM一樣可以隨時讀和寫。它只允許在生產出來之後有一次寫的機會，數據一旦寫入則不可更改。它另外一個特點是存儲器掉電後裡面的數據不丟失，可以存放成百上千年。
ROM即儲存內存，用於安裝系統程序編寫及部分可輸入的媒體文檔，一般等同於電腦C盤。因此這個東西越大，一些受限程序就能寫得越多。那麼功能相應的能得到更多存儲空間。
10、GPU
GPU（GraphicProcessing Unit），中文翻譯為「圖形處理器」。GPU是相對於CPU的一個概念，由於在現代的計算機中（特別是家用系統，游戲的發燒友）圖形的處理變得越來越重要，需要一個專門的圖形的核心處理器。GPU越高，針對高清電影，拍攝能力，游戲效果會得到更好地提升。
11、手機屏幕
目前智能手機主流的屏幕可分為兩大類：一種是LCD（Liquid Crystal Display 的簡稱），即液晶顯示器。
一種是OLED（Organic Light-Emitting Diode的簡稱）即有機發光二極體。目前市面上比較常見的TFT以及SLCD都屬於LCD的范疇。
『肆』 人工智慧深度學習的基礎知識
在提及人工智慧技術的時候，對於深度學習的概念我們就需要了解，只有這樣才能更加容易理解人工智慧的運行原理，今天，昆明電腦培訓http://www.kmbdqn.cn/就一起來了解一下深度學習的一些基礎知識。
首先，什麼是學習率?
學習率(LearningRate，LR。常用η表示。)是一個超參數，考慮到損失梯度，它控制著我們在多大程度上調整網路的權重。值越低，沿著向下的斜率就越慢。雖然這可能是一個好主意(使用低學習率)，以確保我們不會錯過任何局部最小值;但也有可能意味著我們將耗費很久的時間來收斂——特別是當我們陷入平坦區(plateauregion)的時候。
有沒有更好的方法來確定學習率?
在「訓練神經網路的循環學習率(CyclicalLearningRates(CLR)forTrainingNeuralNetworks)」[4]的第3.3節中。LeslieN.Smith認為，通過在每次迭代中以非常低的學習率來增加(線性或指數)的方式訓練模型，可以估計好的學習率。
精益求精
在這個關鍵時刻，我們已經討論了學習率的全部內容和它的重要性，以及我們如何在開始訓練模型時系統地達到使用價值。
接下來，我們將討論如何使用學習率來提高模型的性能。
一般看法
通常情況下，當一個人設定學習率並訓練模型時，只有等待學習率隨著時間的推移而降低，並且模型會收斂。
然而，隨著梯度逐漸趨於穩定時，訓練損失也變得難以改善。在[3]中，Dauphin等人認為，盡可能地減少損失的難度來自於鞍點，而非局部極小值。
遷移學習(TransferLearning)中的學習率
在fast.ai課程中，在解決AI問題時，非常重視利用預先訓練的模型。例如，在解決圖像分類問題時，教授學生如何使用預先訓練好的模型，如VGG或Resnet50，並將其連接到想要預測的任何圖像數據集。
什麼是差分學習?
這是一種在訓練期間為網路中的不同層設置不同的學習率的方法。這與人們通常如何配置學習率相反，即在訓練期間在整個網路中使用相同的速率。
『伍』 人工智慧的原理是什麼
人工智慧的原理，簡單的形容就是：
人工智慧=數學計算。
機器的智能程度，取決於「演算法」。最初，人們發現用電路的開和關，可以表示1和0。那麼很多個電路組織在一起，不同的排列變化，就可以表示很多的事情，比如顏色、形狀、字母。再加上邏輯元件（三極體），就形成了「輸入（按開關按鈕）——計算（電流通過線路）——輸出（燈亮了）」
但是到了圍棋這里，沒法再這樣窮舉了。力量再大，終有極限。圍棋的可能性走法，遠超宇宙中全部原子之和（已知），即使用目前最牛逼的超算，也要算幾萬年。在量子計算機成熟之前，電子計算機幾無可能。
所以，程序員給阿爾法狗多加了一層演算法：
A、先計算：哪裡需要計算，哪裡需要忽略。
B、然後，有針對性地計算。
——本質上，還是計算。哪有什麼「感知」！
在A步，它該如何判斷「哪裡需要計算」呢？
這就是「人工智慧」的核心問題了：「學習」的過程。
仔細想一下，人類是怎樣學習的？
人類的所有認知，都來源於對觀察到的現象進行總結，並根據總結的規律，預測未來。
當你見過一隻四條腿、短毛、個子中等、嘴巴長、汪汪叫的動物，名之為狗，你就會把以後見到的所有類似物體，歸為狗類。
不過，機器的學習方式，和人類有著質的不同：
人通過觀察少數特徵，就能推及多數未知。舉一隅而反三隅。
機器必須觀察好多好多條狗，才能知道跑來的這條，是不是狗。
這么笨的機器，能指望它來統治人類嗎。
它就是仗著算力蠻干而已！力氣活。
具體來講，它「學習」的演算法，術語叫「神經網路」（比較唬人）。
（特徵提取器，總結對象的特徵，然後把特徵放進一個池子里整合，全連接神經網路輸出最終結論）
它需要兩個前提條件：
1、吃進大量的數據來試錯，逐漸調整自己的准確度；
2、神經網路層數越多，計算越准確（有極限），需要的算力也越大。
所以，神經網路這種方法，雖然多年前就有了（那時還叫做「感知機」）。但是受限於數據量和計算力，沒有發展起來。
神經網路聽起來比感知機不知道高端到哪裡去了！這再次告訴我們起一個好聽的名字對於研（zhuang）究（bi）有多重要！
現在，這兩個條件都已具備——大數據和雲計算。誰擁有數據，誰才有可能做AI。
目前AI常見的應用領域：
圖像識別（安防識別、指紋、美顏、圖片搜索、醫療圖像診斷），用的是「卷積神經網路（CNN）」，主要提取空間維度的特徵，來識別圖像。
自然語言處理（人機對話、翻譯），用的是」循環神經網路（RNN）「，主要提取時間維度的特徵。因為說話是有前後順序的，單詞出現的時間決定了語義。
神經網路演算法的設計水平，決定了它對現實的刻畫能力。頂級大牛吳恩達就曾經設計過高達100多層的卷積層（層數過多容易出現過擬合問題）。
當我們深入理解了計算的涵義：有明確的數學規律。那麼，
這個世界是是有量子（隨機）特徵的，就決定了計算機的理論局限性。——事實上，計算機連真正的隨機數都產生不了。
——機器仍然是笨笨的。
更多神佑深度的人工智慧知識，想要了解，可以私信詢問。
『陸』 【智能手機小知識普及】什麼是雙麥克風降噪技術
支持雙麥克風降噪的手機，背面或者頂部會看到一個小孔，那就是降噪麥克風
『柒』 人工智慧的核心技術有哪些
計算機視覺
計算機視覺是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術運用由圖像處理操作及其他技術所組成的序列，來將圖像分析任務分解為便於管理的小塊任務。比如，一些技術能夠從圖像中檢測到物體的邊緣及紋理，分類技術可被用作確定識別到的特徵是否能夠代表系統已知的一類物體。
機器學習
機器學習指的是計算機系統無須遵照顯式的程序指令，而只依靠數據來提升自身性能的能力。其核心在於，機器學習是從數據中自動發現模式，模式一旦被發現便可用於預測。比如，給予機器學習系統一個關於交易時間、商家、地點、價格及交易是否正當等信用卡交易信息的資料庫，系統就會學習到可用來預測信用卡欺詐的模式。處理的交易數據越多，預測就會越准確。
機器人
將機器視覺、自動規劃等認知技術整合至極小卻高性能的感測器、制動器以及設計巧妙的硬體中，這就催生了新一代的 機器人，它有能力與人類一起工作，能在各種未知環境中靈活處理不同的任務。例如，無人機、可以在車間為人類分擔工作的“cobots”等。
語音識別
語音識別主要是關注自動且准確地轉錄人類的語音技術。該技術必須面對一些與自然語言處理類似的問題，在不同口音的處理、背景雜訊、區分同音異形/異義詞(“buy”和“by”聽起來是一樣的)方面存在一些困難，同時還需要具有跟上正常語速的工作速度。