Sporting coding note

最近兩天寫的 Component，在 winform 的平台上，找不到合用的，只好自己寫。 功能是在各種級距的設定上，希望能有更友善的輸入介面。 如下圖，可以透過拖拉、級距輸入框設定級距數值。並在下方自定義的輸入框， 定義該級距的標籤。 github repository: Demo SaMultiRangeBar 歡迎發 PR 給我，謝謝

個人在編寫程式的過程，慢慢建立屬於自己的框架。 目前不設進度，不設限，也就是這框架會依照我的開發狀況隨之更新。 歡迎發 PR 給我，謝謝 github repository: SportingAppFW

又到了一年一度檢視過去自己著墨在那些地方，這次就從軟體趨勢熱門程度作為角度來檢視自己聚焦的力道。 PS. 軟體趨勢為個人感受，不具任何代表性意義 去年 2016 年至 2017 年續航力最好的，大概就是 AI 的話題。 AI 牽涉的範圍廣泛，從 fb message bot、line bot、slack bot、telegram bot...etc 這類 bot 平台的出現，還有各個 bot 整合開發平台的出現，感受的出來 bot 的建置越趨成熟，接下來看是不是有突破性的應用了。 這類 bot 背後加上機器學習，會得到更強大的使用者經驗及應用。 所以目前在風頭上的大概就屬機器學習了，整個趨勢感覺還在成長，未來的發展不可限量。 討論度變少的就是穿戴裝置跟IoT了，來預言一下，接下來 1~3 年聚焦重點應該是機器學習這類資料科學跟AR/VR/MR了。 為什麼這麼說呢! 因為 Magic Leap 這個神秘了六年的獨角獸，明年初第一個產品要推出啦！雖然是開發者版本的頭戴式裝置， 但是背後主要的科技重點是 AR/VR/MR，我好期待這吸金的新創產業，到底要端出什麼樣的菜呢？ 回到正題，在風頭上的 AI，與之相關的聊天平台機器人作業，這一年來我又作了什麼呢？ 一、Line Bot:     1. 從原本的 python2 migrate 到 python3     2. 實作部署到 heroku 二、Machine Learning:     1. gossip_gensim 八卦版鄉民斷詞分析 三、IoT:     1. nodemcu 開發版實作，磁簧開關觸發後透過 Line Bot 傳送訊息 除了上面這三件事之外，比較值得一提的條列在下面 四、DevOps:     1. 手工建置 CI 進行自動化部署作業 五、程式碼編輯平台:     1. visual studio code : 原本是用 sublime，後來轉換到 vs code 之後，就黏住了，果然維持著微軟的高品質。     2. visu...

1. Visual Studio 2008 命令提示字元 2. caspol -addgroup All_Code -zone Trusted LocalIntranet 參考: HOW TO：使用 Caspol.exe 加入程式碼群組

現在這個年代有版本管控可以使用，但是為什麼總是線上環境的程式， 總是找不到 Source，不然就是 Source 對不起來。 這一定是管理有問題，矇著眼睛在作事。 以往都是直接拿執行檔更新佈署，而某負責部署作業的同仁可以這麼無腦部署， 我也是醉了 (我菜比八沒資格說話)。 這次有機會負責網頁部署作業，怎樣也不能讓網頁陷入程式跟 Source 對不起來的窘境， 決定自己來土砲個佈署作業。 首先，為了避免程式跟 Source 對不起來，這個版本管控的簽入、佈署一定要綁在一起， 不能各自作。 一定要有 Source 才能更新程式，所以第一步要想辦法從 Source 主機上自動下載， 公司是用微軟 TFS，以下都用 TFS 作為例子吧！ ---- 第一步 下載 Source ---- 慶幸的是 TF 命令列只要備妥幾個 dll 就可以了， 於是把本機的相關檔案直接 copy 到網頁主機上。 備妥以下檔案: Microsoft.TeamFoundation.Client.dll Microsoft.TeamFoundation.Common.dll Microsoft.TeamFoundation.Common.Library.dll Microsoft.TeamFoundation.dll Microsoft.TeamFoundation.VersionControl.Client.dll Microsoft.TeamFoundation.VersionControl.Common.dll Microsoft.TeamFoundation.VersionControl.Controls.dll TF.exe TF.exe.config TF 命令簡略如下: 1. 建立工作區: (SERVER NAME 我們是用 http://[SERVER NAME]:8080， 所以請視各位的環境設置)     tf workspace /new /server:[SERVER NAME] 2. 自 TFS 上下載     tf get [SOURCE PATH] /force /recursive ---- 第二步 建置程式 ---- 看到上面是用 TFS，可以猜的出來建置程式要用 MSBuild 吧! 公司環境是...

  1.       dumpbin /headers [FILE_PATH] Description: dump exe/dll header information 2.       corflags [FILE_PATH] Description: exe/dll is running on 32bit/64bit platform If exe/dll is building with Any CPU, you will see     PE: PE32     32BIT: 0 Else if exe/dll is building with x86, you will see     PE: PE32     32BIT: 1 Else If exe/dll is building with x64, you will see     PE: PE32+     32BIT: 0

開源的部份請見連結 gossip_genim in github 作法參考 以 gensim 訓練中文詞向量 訓練資料是之前從 ptt 八卦版爬下來的文章及推文，資料範圍大概是 2017年4月下旬發文 及推文的文字內容。 原本爬下來的推文是用來做 ChatBot，希望這 ChatBot 能以鄉民的口吻跟使用者聊天。  使用 python library ChatterBot ，正所謂魔鬼藏在細節裡，當所有詞句都塞進去訓練後，  因為資料量過於龐大（其實我覺得並不多呀～～），反應非常緩慢，一句話要數分鐘才有  反應，嘗試就效能的部份改善這 ChatterBot 專案，還是無功而返，現在就邊走邊看是不是  有更好效能的版本推出囉！ 回過頭來，八卦鄉民斷詞分析的結果還是來看一下吧！ 這裡的示範就不要跟 github 一樣，來看看有什麼好玩的。 道德感 相似詞前 10 排序 鄉願,0.9327921271324158 出於,0.9301384091377258 半斤八兩,0.9297078251838684 不同於,0.9280074834823608 大開眼界,0.9261846542358398 不一,0.9260203242301941 情意,0.923358678817749 人們,0.9223132133483887 身處,0.9210435748100281 字詞,0.9183312058448792 ---------------------------- 情意 相似詞前 10 排序 特質,0.9544895887374878 出於,0.9533513784408569 抨擊,0.9482460618019104 世俗,0.9448075294494629 無論是,0.9444169402122498 這裡面,0.9436346888542175 Bl,0.943479061126709 得以,0.9434195160865784 一代宗師,0.9433241486549377 邏輯性,0.940061092376709 ---------------------------- 流動 相似詞前 10 排序 情慾,0.8976155519485474 憧憬,0.883830547332...