在工程數學中，通常牽扯到兩種變換模式，一個是拉普拉斯變換 ( Laplace Transform )，另一個就是本篇主要的對象 – 傅立葉變換 ( Fourier Transform )。
我們都知道，在量子領域中，粒子均有波粒二項性，因此，在物理世界中，討論「波」、「波動」這件事情變得十分重要，例如 : 聲波、光波…等。不只是物理，在訊號處理的領域中，訊號也往往以「波」的方式呈現，例如在生物醫學中的訊號 : 腦波、心電圖…等等。
PHP 之所以好用，一來是其與 HTML 的高度相容，可以在 HTML 中任意的地方插入 PHP 程式碼，另外一部分就是 PHP 作為 Web 應用的 Programming Language，它可以做為與資料庫的互動極為好用的工具之一。而這樣的特性，在 IOT 領域上獲得了非常多的應用。
最近在進行 PHP 的一個開發項目，在測試時剛好遇到一個 Bug，測試了很久，始終找不到真正討人厭的那隻蟲，一直到最後回家後進行一些簡單的測試才知道問題出在哪裡。查了一下，發現其實不乏有人問相同的問題，因此想說隨手做個小短篇紀錄一下。
IOT 的應用在現今的社會上已經十分普遍，智慧家庭、智慧工廠、….等 IOT 應用已經多不勝數，然而其中最關鍵的部件便是 Gateway (閘道器)，一台小小的黑色盒子，除了接收感應器接收到的資料外，還能接收外部指令對設備進行調整，甚至，我們還能在其中佈署 AI 模型進行邊緣運算，直接進行模型的推論。
然而，大多數的人對於 Gateway 的運作幾乎不甚了解，本文將會著重在 B2B 智慧空調的角度上，依筆者最近工作上的接觸，來試圖解釋 Gateway 在 IOT 中扮演的角色是什麼。
好一段時間沒有更新文章，最主要的原因是筆者換了一份新工作，被指派到負責 IAQ (Indoor Air Quality) 專案中 Gateway (閘道器) 的後端開發，雖然跟深度學習目前較無相關，但後端、底層的部分也一直是我想要接觸的工作項目，只是對我來說都是嶄新的事物，便少了許多時間自己進行研究、學習，也相對的少了部落格文章的更新。
在前面的 “2020 資料創新應用競賽參賽記錄 ( 含頒獎典禮 )“ 文末筆者曾經提到過，當初參加資料創新應用競賽的其中一案我們挪來報名今年度的總統杯黑客松。
經過了評審委員的選拔以及眾多親朋好友的投票，五月底我們的提案【他不傻瓜，我們也聰明】確定入選初審，此次初審由近三百個提案中選出 24 個提案團隊，然後在昨天 2020.06.19 ，所有通過初審的團隊通通齊聚在林口新創園進行一整天的工作坊。
手部關鍵點的預測，在整個深度學習以及電腦視覺領域中並不算是一個非常受歡迎、研究廣泛的領域，但是在許多虛擬操作上，預測手部關鍵點這件事情便顯得至關重要。要怎麼利用手勢來做操作 ? 或許我們可以利用現有的 Object Detection 技術來針對手勢定義相對應的操作，這樣的方式既直覺也有相對來說成熟的模型可以使用。有興趣的可以閱讀筆者之前的文章 “ Gesture Recognition using YOLO v3 tiny “。
反向傳播是現今深度學習中非常重要的一個演算法，利用反向傳播，我們可以用有效率的方式找到損失函數對於權重的梯度，進而利用梯度下降法 ( Gradient Descent ) 來對每一個權重進行優化。梯度下降法在本文不另贅述，有興趣的話可以參考筆者很早寫的一篇簡單介紹 “ Gradient descent 梯度下降 “，本文將會簡單介紹整個反向傳播的運作原理，以及到底為什麼我們會需要反向傳播 ?