星期五。見面

前言

論文速速讀系列是從今年四月開始，我開始寫一些論文的中文讀書筆記，還記得第一篇是[論文速速讀]ReZero is All You Need: Fast Convergence at Large Depth，之後發現儘管自己已經陸續產出了幾篇文章，可是好像都沒正式的跟大家介紹這系列文章的由來xD

所以這篇文章就是來講講這系列文章到底是什麼，以及我會和會想寫這些文章。

論文速速讀系列是什麼?

由於在AI領域每年總是有一些非常重大的突破和應用，如果跟不上潮流很有可能就會錯失許多機會。例如，對NLP領域熟悉的話你一定聽過2013年的word2vec、2014年開始流行的attention、2018年的Bert…這些很有名的技術。

還記得Bert剛出的時候我好像剛進碩士實驗室，當時只知道這個技術屌打了當時一堆NLP的研究，但我想也想不到兩年後Bert已經造成如此大的影響力，一堆基於Bert的變形應用在各大領域上都取得了非常優異的結果。

因此，我想要藉由這系列的文章讓自己能夠更加快速的了解AI的新技術和研究，同時逼迫自己看論文xD

本文記錄了自己在上課時所記錄的一些課程筆記，可以透過這邊文章連結到所有以往發過的課程筆記文章。

前言

在幾年前的文章中曾經介紹過關於如何使用NNAPI來在設備上運行AI模型

• 延伸閱讀: Neural Networks API Introduction: Android APP背後是如何執行一個神經網路模型的?

在Google在最新的NNAPI文檔中宣布隨著Android 15(V)的推出即將淘汰NNAPI，未來將主推LiteRT (TensorFlow Lite)。本文摘要整理相關資料並描述Google這麼做的原因為何。

NNAPI will be Deprecated with the release of Android 15 (Android-V)

根據NNAPI的google最新document描述到:

Warning: With the release of Android 15, NNAPI will be deprecated. While you can continue to use NNAPI, we expect the majority of devices in the future to use the CPU backend, and therefore for performance critical workloads, we recommend migrating to alternative solutions, for example the TF Lite GPU runtime.

For more information, see the NNAPI Migration Guide.

而在NNAPI migration guide中則說明了原因:

1. 自從NNAPI release後, 由於ODML (On Device Machine Learning)的快革新, 如transformer, diffusion等model的快速進版, 開發者需要頻繁的更新基礎工具和開發工具
2. 為了滿足這些需求, Google提供了TensorFlow Lite (LiteRT) in Play Services, 為這些AI模型提供了可更新的TensorFlow runtime服務

並且提及在Android 15 (Android-V)後, NNAPI將被標記為棄用(deprecated)並建議開發者改採用TensorFlow Lite (LiteRT) in Play Services

LiteRT = TensorFlow Lite Runtime

LiteRT (TensorFlow Lite RunTime) 其實就是大家熟悉的TensorFlow Lite, 只是改名了

〖想觀看更多課程筆記，至[課程筆記]課程筆記系列總覽可以看到目前已發布的所有文章！〗

Course 5 - 新字元設備驅動實驗

新字元設備驅動原理

在之前的課程中了解到了怎麼註冊一個chrdev，但之前使用的api是舊版的存在著一些問題，例如register_chrdev()這個function

1. 會佔用主設備號下的所有次設備號，浪費了很多次設備號
2. 必須手動指定主設備號，也就是說你得先手動查詢哪個主設備號還沒被佔用，然後再去指定

所以這節課程會使用新的api來撰寫字元驅動，新版的api有兩種方式:

• alloc_chrdev_region(): 向linux kernel申請設備號
  • 給定次設備號和名字，告訴linux要申請幾個設備號，讓linux直接幫你尋找主設備號
• register_chrdev_region(): 給定主設備號去向linux申請
  • 給定次設備號為0的devid，讓linux自己去找該主設備下可使用的次設備號

0
1
2
3

/* fs/char_dev.c */
int alloc_chrdev_region(dev_t *dev, unsigned baseminor, unsigned count,
			const char *name);
int register_chrdev_region(dev_t from, unsigned count, const char *name);

不論是哪種申請方式，釋放時都是call unregister_chrdev_region()

書籍資訊

• 書名: 跟著柴鼠學FQ 做自己的提款機
• 作者: 柴鼠兄弟
• 出版日期: Mar 26, 2020
• 博客來網址: 跟著柴鼠學FQ 做自己的提款機

(本文是【跟著柴鼠學FQ 做自己的提款機】的讀書心得和書籍導讀，如果你看完覺得這本書對你是有幫助的，歡迎購買原作支持作者！)

你可以把這本書當成是你重獲自由的「投資工具使用說明書」，FQ就像提款機的零件，只有親手組裝自己的提款機，才能成為你收入階層的跳板，讓資產向上提升──
．低薪族，靠理財加薪
．月光族，存到第一桶金
．小資族，變優渥

本書你將學到：
．從0到1最難，喚醒投資理財為什麼重要（讓理財變積極）
．把財經術語化繁為簡，讓你成為理財國國民（看懂財經新聞、財報，不再被騙）
．投資前，先理財（記帳不再半途而廢，成為好習慣）
．破解理財迷思，不再讓錢縮水（抓出理財工具的缺陷BUG，防止隱性虧錢）
．建構被動收入的機器（懂得各種被動收入的工具、概念）
．比賺錢更困難的事（風險控管，不讓投資成果一夕烏有）

這篇文是講述自己對於羅技產品的親身體驗以及產品故障出保過程。

G413機械鍵盤使用體驗

羅技產品在市場上一直深受電競玩家的喜愛，想當初第一次接觸羅技產品是在研究所的時候。

當初在參加清交大合辦的”梅竹黑客松”的時候，羅技作為出題者也有參與，並且給予參加羅技組的參賽者”競賽時間內可免費體驗羅技系列產品”的福利，也因此當時在參加競賽的時候體驗到了羅技的鍵盤、滑鼠、攝影機，當初使用的鍵盤印象中就是G413

G413是羅技的機械式鍵盤，採用羅技的Romer-G鍵軸

Romer-G™ 觸感機械軸具有 1.5 公釐的短距觸發行程，這表示速度—11.5 公釐相對於標準機械軸的 2.0 公釐觸發行程。比競爭對手的標準機械軸速度快 25%。完美結合了高速、精確與安靜效能，Romer-G 觸感軸在保持清晰觸發的同時也提供可信任的觸發時機。

(以上介紹擷取自羅技官網)

書籍資訊

• 書名: 35歲，為什麼還沒被重用
• 作者: 薛明玲口述、賴燕芳 採訪撰文
• 出版日期: Jan 12, 2014
• 金石堂網址: 35歲，為什麼還沒被重用

(本文是【35歲，為什麼還沒被重用】的讀書心得)

是什麼關鍵，讓鴻海、台達電、統一、旺旺成為簽證客戶？
是什麼原因，讓近百位合夥人願意提早將退休金全部結算？
一本值得反覆咀嚼的好書，告訴你如何創造自己價值、如何找出成功方法，如何走出數字迷思。

薛明玲，曾任全球四大會計師事務所之一的「資誠聯合會計師事務所」所長，也是台灣第一個和企業老闆並坐股東會的會計師。事實上，自稱「老薛」的他，是一個沒有顯赫家世、求學不順利、在台中鄉下長大的孩子。

「把每一件經過手邊的事情做到最好」，是薛明玲馳騁職場的成功心法。他曾主動將整套稅務法規整理出兩頁的「實用密笈」送給客戶，迅速建立起專業知名 度。在股東會現場，他會準備多張試算表，提供企業主隨機應變……他發現，成功企業家最在意的，不僅是財報數字正不正確，更強調邏輯思維！

他說，35歲是人生的分水嶺，心態也轉趨成熟，這時若有成功者指引方向、提供經驗，就能少走冤枉路。因此，薛明玲提供自己30多年的「職場金三角」工 作學，也分享他與鄭崇華、郭台銘、杜英宗、戴勝益等企業家領袖，深度接觸的心得，給你再出發的勇氣，縱使35歲之後，機會依舊等著你。

〖想觀看更多課程筆記，至[課程筆記]課程筆記系列總覽可以看到目前已發布的所有文章！〗

Course 4 - Led燈驅動實驗

嘗試透過driver去操作led register來達到led開關的實驗。

地址映射

Linux下無法直接對physical address做讀寫操作，因為linux會enable MMU(Memory Manage Unit)，MMU的功能為

1. virtual address (VA) <-> physical address (PA)的mapping
2. 內存保護、register的訪問權限

對於32 bit的processor來說，virtual address的range是2^32=4GB。假設開發版有512MB的physical address，則MMU可以將512MB映射到4GB的虛擬空間。

• 但PA有512MB，VA有4GB，要如何mapping? 這邊先不討論，有興趣的可以去看MMU的詳細介紹