DIY, 메이커 Hacker과학 실험
스마트 홈 표준인 Matter의 최신 업데이트인 Matter 1.4가 출시되었습니다. 이번 업데이트는 기기 관리 및 다양한 기술 플랫폼 간의 상호 운용성에 획기적인 변화를 가져올 것으로 기대됩니다. CSA(Connectivity Standards Alliance)에서 개발한 Matter는 가정 내 연결된 기기 관리를 더욱 간편하고 효율적으로 만들어주며, 이전 버전에서 발생했던 여러 설정 및 호환성 문제를 해결하는 것을 목표로 합니다.
이 새로운 표준은 Google Home, Amazon Alexa, Apple HomeKit 등 여러 생태계에서 기기를 사용할 때 발생하는 지속적인 연결 오류 및 문제를 해결하기 위한 오랫동안 기다려온 발전을 도입했습니다. Matter 1.4는 의심할 여지 없이 수많은 사용자 요청 사항을 해결하고자 합니다.
Colab에 대용량 파일을 업로드하는 두 가지 방법을 설명하겠습니다 . Google Colab 에는 문제가 있거나 , 아니면 어떤 제한 사항 때문인지 그래픽 인터페이스를 사용하여 1MB보다 큰 파일을 업로드할 수 없습니다.
오디오 파일의 용량이 1MB를 넘는 경우가 많기 때문에, Whisper를 사용하는 사람들에게는 매우 유용합니다.
파일을 업로드할 때 로딩이 시작되지만 시간이 오래 걸리고, 결국 업로드가 중단되거나 파일의 1MB만 업로드되어 완료되지 않는 경우가 있습니다.
AntennaPod는 오픈 소스 팟캐스트 플레이어입니다 . 무료 오픈 소스 애플리케이션으로 광고가 없으며 깔끔하고 세련된 디자인을 자랑하며, 팟캐스트 플레이어/구독 관리자에 필요한 모든 기능을 갖추고 있습니다.
제가 한동안 테스트해 본 플레이어인데, 아주 만족스럽습니다. 안드로이드에서는 F-Droid 앱을 사용하지만 , 플레이 스토어에서도 찾을 수 있습니다.
지금까지는 iVoox를 사용했는데, 100MB가 넘는 용량의 iVoox를 10MB 남짓한 AntennaPod로 바꿨습니다. iVoox는 광고도 많고 자꾸 오류가 나서 사용하기가 너무 불편했습니다. AntennaPod는 여러 상용 플레이어를 대체할 수 있는 훌륭한 대안입니다.
일본이 목재로 만든 최초의 인공위성을 우주로 발사 하며 우주 탐사 역사에 한 획을 그었습니다 . '리그노샛(LignoSat)' 이라는 이름의 이 혁신적인 프로젝트는 교토 대학과 스미토모 임업의 협력으로 탄생했으며, 재생 가능한 소재인 목재가 우주의 극한 환경을 견딜 수 있음을 입증하는 것을 목표로 합니다.
라틴어로 '목재'를 뜻하는 'lignum' 에서 이름을 따온 리그노샛(LignoSat) 은 단순한 과학적 진보를 넘어 우주 산업의 지속가능성을 향한 중요한 발걸음입니다. 이 위성은 스페이스X의 국제우주정거장(ISS) 발사 임무에 실려 발사되었으며 , 이후 지구 상공 약 400km 고도에서 지구 궤도를 돌 것으로 예상됩니다.
이 글에서는 시아노타입이라는 사진 및 예술 기법을 처음 접하는 분들을 위해 이 기법에 대해 설명하겠습니다 .
이번 여름에 타바르카 섬 으로 여행을 갔을 때 , 타바르카 블루라는 이름의 현지 미술 용품점이 있었는데, 그곳에서 시아노타입 판화를 많이 다루더군요. 주인분이 시아노타입의 작동 원리와 구성 요소에 대해 설명해 주셨는데, 집에서도 충분히 해볼 수 있는 간단한 기법처럼 보였습니다.
Colaboratory (구글 콜랩 이라고도 함 ) 는 구글 리서치의 제품으로, 웹 브라우저 에서 파이썬 및 기타 언어로 코드를 작성하고 실행하는 데 사용됩니다.
이 글과 완벽하게 어울리는 초보자 가이드가 여기 있습니다.
Colab은 호스팅된 Jupyter로 , 설치 및 구성되어 있으므로 사용자는 컴퓨터에서 아무것도 할 필요 없이 웹 브라우저를 통해 클라우드 리소스에서 작업할 수 있습니다.
Jupyter와 완전히 똑같이 작동합니다. 텍스트, 이미지 또는 코드를 저장할 수 있는 셀 기반의 노트북 또는 노트 형식으로 되어 있습니다. 현재로서는 Python 커널만 사용할 수 있는데, Jupyter Colab과는 달리 지금은 Python 커널만 지원합니다. 향후 R, Scala 등 다른 언어도 지원할 예정이라고 하지만, 구체적인 날짜는 언급되지 않았습니다.
TinyML(소형 머신 러닝)은 마이크로컨트롤러에서 머신 러닝을 사용하는 것을 의미합니다 . 기존 머신 러닝에 사용되는 시스템과는 달리, TinyML 시스템은 CPU, RAM 용량이 적고 전력 소비량도 밀리와트 또는 마이크로와트 수준으로 매우 낮아 자원이 제한적입니다.
공식 웹사이트는 TinyML Foundation 입니다.
이는 자원이 매우 부족하고 마이크로컨트롤러가 탑재된 장비에서 사용할 수 있도록 대형 모델을 축소하는 작업입니다. 메이커들이 선호하는 분야입니다.