华为日版M3(HUAWEI D-01J)测评

前段时间捡了个洋垃圾华硕Z8S,结果非常惨,这货只要启用WFI就会无限重启,修了整整两天实在是救不了,直接退货了。

最近市场上流通的洋垃圾平板性价比稍微高点的基本就是华硕Z8S,华硕Z8,华为M3(D-01J),

其中最有性价比的无非是华硕Z8S和华为M3,其中Z8S的坑我已经踩了,但是其晓龙652处理器,2KLCD、3+16G的配置还是非常诱人的。奈何市场较乱,后压屏和其他杂七杂八小问题的混杂在中……

华为M3的优点在于……同样是3+16G,麒麟950处理器工艺更先进(16nm)且采用DDR4内存,可刷国行系统+root,可玩性要高不少。支持联通、移动、电信三网,而且兼容性奇佳,信号很好(吊打Z8S),我把我的腾讯大王卡插到班子里,直接就可以上网,但是不能拨打电话,别人拨打会提示“当前用户正忙,请稍候再拨。

及很意外的发现,华为M3内置了AKM的 AK4376 HIFI芯片,虽然不是什么高端的型号,但是毕竟聊胜于无,对吧~

淘宝挑了一圈,院长家入手,价格嘛,不到500~(现在已经没有啦)

话说我注意到360doc上看到有人抄袭本文,还不署名来源,也忒无语了,这种简单的个人测评也有人抄,复制粘贴有啥意思嘛= =,表示谴责

我要学工业设计

对我个人而言,我要学工业设计不仅仅是一个重大的事件,还可能会改变我的人生。 普列姆昌德说过一句著名的话,希望的灯一旦熄灭,生活刹那间变成了一片黑暗。我希望诸位也能好好地体会这句话。 要想清楚,我要学工业设计,到底是一种怎么样的存在。 要想清楚,我要学工业设计,到底是一种怎么样的存在。 我认为, 一般来说, 我们不得不面对一个非常尴尬的事实,那就是, 在这种困难的抉择下,本人思来想去,寝食难安。 一般来说, 这种事实对本人来说意义重大,相信对这个世界也是有一定意义的。 我要学工业设计因何而发生? 可是,即使是这样,我要学工业设计的出现仍然代表了一定的意义。 我要学工业设计,发生了会如何,不发生又会如何。 我要学工业设计因何而发生? 本人也是经过了深思熟虑,在每个日日夜夜思考这个问题。 莎士比亚曾经说过,那脑袋里的智慧,就像打火石里的火花一样,不去打它是不肯出来的。这似乎解答了我的疑惑。 洛克说过一句著名的话,学到很多东西的诀窍,就是一下子不要学很多。这似乎解答了我的疑惑。 我要学工业设计,发生了会如何,不发生又会如何。 每个人都不得不面对这些问题。 在面对这种问题时, 可是,即使是这样,我要学工业设计的出现仍然代表了一定的意义。 总结的来说, 问题的关键究竟为何? 贝多芬在不经意间这样说过,卓越的人一大优点是:在不利与艰难的遭遇里百折不饶。这句话语虽然很短,但令我浮想联翩。 我们不得不面对一个非常尴尬的事实,那就是, 现在,解决我要学工业设计的问题,是非常非常重要的。 所以, 既然如何。

最便宜的aptX-HD耳机:京东京造JDJZBT04简单测评(高通QCC3034方案)

个人对京东一直挺满意的,速度快服务好,所以对京东自家的京造产品也有莫名的好感,不过前几天买的京造蓝牙耳机可以说让人非常的不爽了……

简单说一下过程,手里现在已经有AKG N18 ,AKG K374U两款有线耳机,B&O H7一款头戴,前段时间帮朋友买了个乐视遗产蓝牙耳机,结果音质出乎意料的好,就想着要不要入手一款便携的蓝牙耳机。逛京东发现京造这个蓝牙耳机打完折只要99,而且还支持aptX-HD,看到评论里面说使用的是高通QCC3034芯片方案,这款芯片还是比较好的,广泛应用于无线蓝牙耳机和TWS耳机方案中。考虑到一加云耳2也采用的高通QCC3034芯片(后来发现问题差不多),兼容性应该是可以的,就直接下单买了……

第一天耳机到快递点的时候,正好在外面逛,没去拿,第二天睡到下午……兴致勃勃的去拿。拆壳盒子,卧槽,狗东给我寄了个开封的……

高通骁龙429(msm8937)处理器安兔兔跑分与参数介绍

前段时间,采用高通骁龙429处理器的三星平板电脑产品:三星Tab A T290 8.0上市,让我们得以一窥骁龙429处理器的性能情况,这款4核2Ghz处理器最大的优势是采用12 nm FinFET制程生产,相对来说更加省电,下面是骁龙429处理器安兔兔跑分的截图:相对于古老而久远的骁龙425处理器3万6左右的跑分(安兔兔7.x版本)……骁龙429还是有挺大提升的……

如何使用stylegan训练自己的照片数据集

今天完成了简单的stylegan自定义数据集训练过程,感谢国外老哥的教程,原来很简单……其实对于专门做人工智能方面的人来说训练应该是很简单的,但是对于我这种跨专业跨领域的小白来说,还是需要一个详细教程的,这里给大家介绍一下如何使用自己的数据集来测试stylegan。 首先,大家需要在自己的电脑上配置好tensorflow环境,注意:tensorflow2.0可能无法运行stylegan的原始代码,建议使用1.13版本。 个人运行环境:WIN10+CUDA10.0 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7

使用python对文件夹内的照片进行批量修改尺寸

小白学习记录……

原文链接:https://blog.csdn.net/atyzy/article/details/77905463

使用方法……这个很简单, 新建resize.py文件,复制上面代码,修改代码中这三个路径:

filename = os.listdir(“C:/Users/Administrator/stylegan/swift/”)    (这个就是需要修改的图片所在文件夹)

base_dir = “C:/Users/Administrator/stylegan/swift/”   (我也不晓得啥意思,反正上面一样就行了)

new_dir = “C:/Users/Administrator/stylegan/swift2/”   (新文件输出的路径位置)

这里要注意一点,文件路径要改为/斜杠而不是win路径的\,否则会爆出(unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: tr这个错误

或者你可以使用\\双斜杠来代替………………(大概因为我是小白才搞出这个错误吧……)

size_m = 128

size_n = 128

这个是尺寸,宽高像素……

然后照样在终端或者anaconda prompt中输入 python resize.py就可以运行了