Potentiometer?](https://forum.arduino.cc/index.php?topic=75946.0)[arduino按钮传感器常见的几种消抖方法

linden接收并传入jit.linden接下来将矩阵中存储的规则用jit.turtle画出来。这里的关键是用jit.iter将矩阵中每个值依次传到jit.turtle，并且接收r

对象并指定时间间隔就可以自动连续触发生成事件。2.指定图像的尺寸(dim)设置两个整数数字框，可以输入水平和垂直维度的数量，来指定图像的尺寸。生成事件的

的内容。因为想显示每次选择的星座名称，所以每个按钮连接了一个包含对应星座名称的

Re-Samplinghttps://docs.cycling74.com/max7/tutorials/jitterchapter18本教程演示何时应该使用已命名

接收到输入矩阵时，会开始一轮生命游戏。因此，在反馈循环内使用对象是有意义的，可以看到在同一初始数据集上执行多代算法。例如，初始随机矩阵：一些随机矩阵值jit.conway

jit.movie，它将数据写入同一个矩阵。如果两个矩阵写入任何共同的单元格（见下文），那么最后到达的矩阵将覆盖之前单元格中的数据。目的地维度教程

相当密集的内部计算，这些操作对计算机的处理器提出了很高的要求。本教程中未提及的其他属性，可以调整旋转公式中的几乎每个系数，提供更多扭曲和旋转图像的可能性。请查看

的结束单元格索引。这样做是为了增大目标区域，以便图像变化时看到较大的视图，这也意味着图像将更频繁地移动到窗口边缘。值得注意的是，可以指定超出矩阵实际单元格的目标边界，jit.matrix

Gluehttps://docs.cycling74.com/max7/tutorials/jitterchapter13本教程学习如何使用两个简单的对象来切割和组合二维矩阵的矩形区域。教程

的名称相同（colortable）。这样两个对象从同一矩阵读取和写入，一个对象（jit.fill）生成另一个对象（jit.matrix）可读取的数据，而不必在两个矩阵之间复制数据。这跟许多

对象类似。名称相同的对象可以有多个，只在其中一个中存储数值，其他对象就可以检索这个值。该名称实际上只有一个内存位置，它们共享相同的数据。同样，可以有多个名称相同的

在第一个（左侧）矩阵中检测包含该颜色的单元，并在生成输出矩阵时，用第二个（右侧）矩阵中的对应单元替换它们。这样，来自第一个矩阵的单元叠加到第二个矩阵上。可以选择任何颜色为要去除的背景，请尝试点击左侧

分别对每个值执行指定的数学运算，将左矩阵中的每个值与右矩阵中的对应值配对。这样我们可以把两个矩阵的所有值相加来混合图像。这些乘法和加法的结果与

值。小结叠加两个矩阵是最简单的混合视频图像的方法。想要控制两个图像的混合比例，首先要按某个因子缩放每个矩阵。想从一个图像渐变到另一个图像，将一个图像的缩放因子从

值描述唯一颜色的方式非常相似。向前旋转图像的色调，我们移动颜色光谱的红色部分，使其显示为绿色，光谱的绿色部分显示为蓝色，蓝色部分显示为红色。饱和度和亮度不会改变。负色调旋转会将红色变为蓝色。以

0。然后提供新的值来独立调整每个颜色平面。调整每个颜色平面的亮度这里有一个可以同时调整三个颜色平面缩放比例的控制器，让过程更具交互性。单击或拖动

添加一定量的三原色光来生成颜色（与此相反的是减法合成：混合有色颜料，如油漆，吸收某些颜色的光并反射其余部分）。这样就可以用红色，绿色和蓝色相对应的频率强度来描述任意颜色。在

打开新的视频时，会读取视频的大量信息（包含在视频的标题中），包括视频的长度、有多少帧、播放速度等。我们用这些元数据来控制视频播放。要点：与许多可手动设置或由对象本身设置的

，它对从左入口输入的任何矩阵都执行加法操作。右侧入口中的整数值会加到矩阵中的所有单元格。这个值被称为标量（scalar），因为它向整个矩阵添加了相同的值（在教程

的参数包括：[name]（可选，本例中未包含）[planecount]（在矩阵的每个单元格中存储多少个值）[type]（用多少个字节来表示每个数字）[dim]（维度，描述矩阵的大小）括号

没法声明足够的存储空间，就不得不忽略每帧的一些像素。相反，如果输入的维度大于读入的视频尺寸，则每一帧中都没有足够的像素来填充已分配的内存空间，因此

dim。可以通过输入属性（不需要指定顺序），也可以用消息触发更改。例如，下面的三个对象是等价的：参数或属性？你来定第一个对象的输出矩阵，直接使用输入的参数来设置。第二个对象使用输入的参数设置了

个单元四维或更高维度的矩阵，相当挑战我们的视觉想象力和描述能力，但它们确实存在。视频屏幕作为矩阵视频屏幕由微小的单个像素组成，每个像素都显示特定的颜色。在计算机显示器上，屏幕的分辨率通常是

有丰富的控制延时的方法和对象。delay~tapin/tapoutteeth~还有处理非信号的延时器：pipe如果对如何从信号层面实现混响有兴趣，可以到

和底鼓），听起来更为整体提亮音量比较小的声音控制太响的声音使声音获得特定的音色效果创造特别的声音所有的动态处理器，基本上都是指定一个开始工作的信号电平，然后对信号做出某种形式动态变化。不同压缩方法对

低通滤波器，常用来减少刺耳的高频信号，或者用来平滑信号。虽然onepole~的基础用法是低通滤波，不过只要做一个简单的信号减法操作，就可以起到高通滤波的效果：单系数不够？那么

rate，它们影响了声音的分辨率。图像的分辨率是大家比较熟悉的概念。在一个固定尺寸的图像里包含多少像素，决定了图像的分辨率。由此可以类比声音的「分辨率」。一个声音信号的质量由两个变量决定：采样速率

Production一些常用频点50hz，常用的最低频段，是强劲的地鼓声的频段，也是能够让人为之起舞的频段。通过适当提升将得到令人振奋的地鼓声音。但是，一定要将人声里面所有的

decline。衰减出现在那些瞬变阶段（transient）以后有能量持续供应的系统中，系统初始的输入能量超过后续延音阶段的电平。也就是说，在起音阶段后，音源还持续产生能量一段时间。Decay

音效器，在第二个音轨播放时，打开左右声道的相反相位开关。然后同时播放两个音频，会发现声音消失了，因为两个音频的相位正好相反，产生了完全抵消的效果。RefAudio

SPL，公式见下图。分贝（decibels/dB）：是描述物理量比值的单位（分贝不仅用于声学，多用于衡量各种信号的强度、增益等）。从以上公式容易看到，响度和声压并不是线性关系。一个声波大概需要

Pitch。一个声音听起来什么样，频率是最基本的决定要素之一。声源在每秒内振动次数的越多，频率就越大，产生的音高也就越高。常见声音频率范围下图展示了人和一些动物的听觉范围。人的听觉范围在

是不是很形象？）更多关于声音的原理，推荐这个视频：下一篇关于声音最重要的属性——频率。RefAudio

。上面这个矩阵，我们也可以调换左右顺序，并且让两个矩阵都转置（就是行列互换）一下来满足相乘的条件：阿特：这跟上面那两个矩阵相乘的结果是一样的吗？阿扣：是的。按照矩阵点乘的公式

np.zeros(weights.shape)正向传播计算output

(偏置项)，我们需要先了解一个重要的方法：梯度下降。阿特：听起来像坐滑滑梯~阿扣：是有那么点意思。想象一下，我们对网络中的一些权重做了很小的改变，这些变化会让输出也有相应很小的变化：via

阿扣：阿特，还记得训练神经网络的目标其实是什么吗？阿特：我记得好像是要找出最合适的权重(weights)，使得输出结果尽可能接近真实值。阿扣：Hin

函数。阿特：这么说，激活函数不止一种？阿扣：对呀。下面我列了一些常用的激活函数，作为今天的补充资料吧。现在可能还看不到，先混个脸熟就好。阿特：好的先刷脸。SigmoidSigmoid

的关系。这个函数只有一个变量，所以是类似这样的一条直线：阿特：好像我记得那种方程在坐标轴上就是用一条直线来表示。不过怎么基于这条直线做预测呢？阿扣：其实不是基于这条线，而是

1。每一层神经元因为拥有上一层神经元的「经验」（上一层的输出），所以可以做出更抽象的「决策」。当我们把许多这样的神经元按一定的层次结构连接起来，就得到了人工神经网络（Artificial

规则提取，如数据挖掘比如垃圾邮件识别的问题，做法是先从每一封邮件中抽取出对识别结果可能有影响的因素（称为特征

顾名思义，不是由人来作曲，而是经由设定好的算法，通过机器自动生成乐曲。先别震惊，也别反感。我并不觉得机器会威胁人在音乐、艺术创造领域的优势。之所以研究算法作曲，纯粹出于对这两个领域的兴趣

在本系列开篇时，我们提到产品经理的两大核心工作：决策和沟通。在详细讲解了用户研究如何帮助产品经理做决策、应该具有什么样的理念、有什么具体的方法之后，我们来聊聊用户研究如何帮助产品经理进行沟通。产品经理的日常沟通包括：向上沟通：沟通战略、目标、决策，汇报进度、效果等项目团队沟通：规划和实施解决方案，调配资源，解决问题，推进进度与用户沟通：获得反馈，提供服务，维护关系与合作方沟通：合作，谈判，互通有无如果这些沟通中涉及到「用户」，可以怎样做？向上沟通要跟老板沟通用户相关的话题时，需要注意什么？先来看两个（令老板）忧桑的对话：1老板：项目进度如何？这个月底可以完成吗？小白：在进行中。（兴奋地）上周我跟

在用研四式的前两式「望」和「闻」中，我们还没有实际接触用户。今天介绍最经典的第三式「问」，我们要主动询问，获得一手信息。这也是绝大多数人对用户研究工作的直观印象：做面对面的调研。我们先回顾一个老段子，感受一下「问」的威力：某日，老师在课堂上想考考学生们的智商，就问一个男孩：“树上有十只鸟，开枪打死一只，还剩几只？”男孩反问：“是无声枪么？”“不是。”“枪声有多大？”“80~100分贝。”“那就是说会震得耳朵疼？”“是。”“在这个城市里打鸟犯不犯法？”“不犯。”“您确定那只鸟真的被打死啦？”“确定。”老师已经不耐烦了，“拜托，你告诉我还剩几只就行了，OK？”“OK。鸟里有没有聋子？”“没有。”“有没有关在笼子里的？”“没有。”“边上还有没有其他的树，树上还有没有其他鸟？”“没有。”“方圆十里呢？”“就这么一棵树。”“有没有残疾或饿得飞不动的鸟？”“没有，都身体倍棒。”“算不算怀孕肚子里的小鸟？”“都是公的。”“都不可能怀孕？”“……，决不可能。”“打鸟人的眼有没有花？保证是十只？”“没有花，就十只。”老师脑门上的汗已经流下来了，下课铃响起，但男孩仍继续问:“有没有傻的不怕死的？”“都怕死。”“有没有因为情侣被打中，自己留下来的？”“笨蛋，之前不是说都是公的嘛！”“同志可不可以啊！”“……，性取向都很正常!”“会不会一枪打死两只？”“不会。”“一枪打死三只呢？”“不会。”“四只呢？”“更不会!”“五只呢？”“绝对不会！！！”“那六只总有可能吧？”“不可能！”“好吧，那么所有的鸟都可以自由活动么？”“完全可以。”“它们受到惊吓起飞时会不会惊慌失措而互相撞上？”“不会，每只鸟都装有卫星导航系统，而且可以自动飞行。”“恩，如果您的回答没有骗人，”学生满怀信心地回答，“打死的鸟要是挂在树上没掉下来，那么就剩一只，如果掉下来，就一只不剩。”老师，卒。通过提问，几乎可以得到任何想知道的信息。当遇到一个具体问题，如xx

产品经理的用研第二式：「闻」。换个说法，就是努力倾听。很多产品的成功，其实并不来自于产品经理的灵光一现，也不是所谓的市场壁垒、技术壁垒，反而是最笨、最慢的方法，比如说，长期认真地根据用户反馈打磨产品。关于倾听用户，流传最广的故事，是张小龙在打磨

周时间，整个过程大概包括以下的主要步骤：关于具体操作，这一篇就不再展开了，感兴趣的同学可以翻看「妙手回春-网站可用性测试及优化指南」和「Handbook

在本系列的开篇「朦胧的用户，懵懂的你」中，我们讨论过用研为什么无用。其中一个重要原因是，互联网产品的更新迭代速度以周、甚至以天计，可是用户研究项目从立项、方案设计、执行、分析到结果，动辄数周，这种节奏难以匹配需求。为了快，大家更倾向于用「试错」的办法，而不是充分论证再行动。这种「试错」的方法，最近几年越来越流行，它有一个新名称，叫「精益」。这么看来，用户研究难以适应互联网的节奏，跟「精益」的思路背道而驰。是这样吗？用户研究与精益创业表面上，用户研究和互联网快速迭代、精益式的做法相互矛盾，但是

产品开发和运营过程中，每天都会遇到各种各样的问题。有些问题，可以借助用户研究来帮助解答，有的则不行。先搞清楚病症和药方，才好对症下药，不然狂吃感冒药，也是治不好抑郁症的。提示：本文不涉及「如何解答」不同阶段的问题产品的生命周期，无非「生、老、病、死」几个阶段。生产品从

」在这个例子中，预览页面就是被误捉的解决方案妖孽，而需求妖孽还在附近不知道哪个角落悠闲地游荡着。捉错妖孽，会给我们制造很多麻烦：误解实际的需求带着过多假设和预判去思考错过更佳的解决方案在这里，00