Leetcode 934最短橋樑與DFS BFS深廣優先搜尋演算C++解答

Leetcode 934最短橋樑與DFS BFS深廣優先搜尋演算C++解答。這是Leetcode在週日的題目，水中有兩島，要搭最短的橋。雖然標示中級，但如同其他週末的題目是較難的，要解這個問題，可先分成兩個步驟：

google Colab上darknet cuda版yolov4, yolov7辨識影片[第二集]

不用懷疑darknet本來就是C/C++/cuda軟體，yolov4, yolov7主要作者也是台灣人。google Colab上darknet cuda版yolo辨識影片[第二集]這一集主要展示用pytube下載yt影片至colab電腦，以及上傳影片至Colab，然後用yolov4, yolov7辨識，只要裝好darknet cuda版，無須其他任何python套件，簡單又暴力。

在google colab上使用Linux處理安裝gpu版Darknet使用yolov4, yolov7辨識圖片[第一集]

不用懷疑darknet本來就是C/C++/cuda軟體。在google colab上使用Linux處理安裝gpu版Darknet使用yolov4, yolov7辨識圖片。這一集主要展示如何使用Linux指令在Google Colab上安裝gpu版Darknet，在colab環境也能編譯執行C/C++程式讀取文字檔，另外辨識darknet的幾張測試圖。 

#黑柴犬 悠然自得吃草記+#yolov7(Black Shiba Inu eating grass leisurely)

python本機端使用訓練好Keras模型的實作

 

python本機端使用訓練好Keras模型的實作。ai機器學習辨識的程式實作要有兩個前提，一是硬體軟體，二是訓練好的模型。 

[ML python套件tensorflow-gpu keras軟體安裝說明]https://youtu.be/gEsLLIIAuGs 

[谷哥Teachable Machine訓練Keras模型操作人、貓、狗辨識]https://youtu.be/HbZ5hggMbio

Code請開：

谷哥Teachable Machine訓練Keras模型操作人、貓、狗辨識

HuggingChat與Hugging Face的ai網站體驗柴犬相關的ai

ML python套件tensorflow-gpu keras軟體安裝說明

Robomaster AIOT紅外線模組避障車

每次看到掃地機器人被卡住，總是會想質問這內建的程式到底是怎麼寫的？ Robomaster AIOT紅外線模組避障車，紅外線模組當然是優於超音波測距模組，一個是靠光、另一個是靠音波反射時間差，紅外線模組瞬間可以掃出一條線上多點的資訊，可以精確知道障礙物的角度與距離。假設路面是平的，障礙物是有垂直面的，可以被ir模組測到（至少下面不是簍空，像是桌椅就不符）。

Leetcode 258 Add Digits C/C++/python解數字相加

老師小學時就知道判斷一自然數n是否為9的倍數就看它的數字和是否為除9餘0，老師的老師有教，連找質數的篩法小學就教了。Leetcode 258 Add Digits C/C++/python解數字相加，解答可以簡單到只有一行

return (num==0)?0:(num-1)%9+1; 

不過先用遞迴解答，老師的遞迴解答雖是多項式時間也能在0 ms完成，再用點簡易數論Number Theory，O(1)的答案就呼之欲出了。C/C++的解答不論演算全是0ms完成，而相同架構的O(1)的答案python卻要35ms，非高階套件應用畢竟不是python的強項(而python的高階應用套件的核心往往是用C/C++/Fortran加上平行化函式庫，甚至是cuda C撰寫的)，要玩演算法的實在要好好考慮。