9點多(可選) [ ] 大稻埕 草莓大福(10點應該就可能賣完，可以我自己先去) [ ] 順道逛大稻埕/布市 午前 約莫11.~11.30 (大橋頭附近) 天下奇冰(圓山/大橋頭) [ ] 王子神谷 (大橋頭) 午 原汁

Random Background Image From Image List - A BetterDiscord Plugin === ###### tags: `BetterDiscordPlugin` `Discord` `Plugin` ## Github https://github.com/NawaNae/RandomBackground ## Introduction This is a betterdiscord plugin which make your discord change background image (from a customized image list) everytime when it's starting. ## Install 1. Download the plugin.js and config.json then paste them to your bdplugin path (in Windows is usually at path "%appdata%\BetterDiscord\plugins") 2. If yo

Discord Nitro 代儲規則 === :::danger 注意 1. 有朋友可以刷請直接找他幫你付，這樣不用那麼多手續費也不用麻煩我。 2. 請先算完確定完都有加到手續費再付錢。少給之後退款，不能退你家的事，除非補差額 3. ~~你覺得我很辛苦幫你轉錢，前還會被卡死在綠界可以額外往上加錢~~ ::: Discord群組連結 : https://discord.gg/gjgwvJv ## 基本費用 1. 請查詢當日換算台幣價格 [4.99USD](https://www.google.com/search?q=4.99%E7%BE%8E%E9%87%91&oq=4.99%E7%BE%8E%E9%87%91&aqs=chrome..69i57j0l4.8805j1j7&sourceid=chrome&ie=UTF-8) [9.99USD](https://www.google.com/search?safe=strict&ei=nAL-XL7yI4XpmAXxqJ6gBQ&q=9.99%E7%BE%8E%E9%87%91&oq=9.99%E7%BE%8E%E9%87%91&gs_l

Discord螢幕分享混音 === ## 看不懂之後亮應該會出影片 詢問Discord id:繩繩#2404 插件不會裝可能我以後會拍影片 ## 說明 電腦桌面版Discord提供每個語音頻道，每個連線者分享螢幕畫面或程式畫面給予其他使用者，在程式畫面分享功能中，可以同時分享其他程式聲音並傳輸為語音，達成混音效果。 ## 兩大步驟 ### 1. 取得螢幕分享網址並點擊 * 複製id徒手解決 如果知道怎麼螢幕分享可以跳過 * 用插件按快捷鍵直接取得 (若有安裝BD推薦使用，較簡單) ### 2. 開啟程式畫面分享並開啟聲音分享 ## 使用方式 :::info 限電腦版Discord混音 其他裝置都可聽到聲音 ::: ### 一、取得螢幕分享網址並點擊 #### 複製id徒手取得螢幕分享網址(用插件請略) 1. 連接到任一Discord語音頻道 2. 複製伺服器id 1. 對著伺服器名稱或圖示按右鍵  2. 點擊複製id 5. 串接到網址變成以下格式 https://discordapp.com

Discord混音方式 === ## 內建混音 ### 1. [內建程式畫面分享混音(只需透過電腦版Discord)](https://hackmd.io/hrWE0OInQwKMcIaacPI66w) ## 程式混音 ### 2. Windows立體聲混音 ### 3. Voice Meeter XXX ## 硬體混音 ### 4. 聲卡/混音器 ### 5. 麥克風混音(內置聲卡)

An Evaluation of Trajectory Prediction Approaches and Notes on the TrajNet Benchmark === --- ## ABSTRACT ---- 近年來，模型化追蹤問題的方法由基於Bayesian formulation(貝氏)轉為深度神經網路。所以本篇評估了多種使用於預測行人未來路徑的深度神經網路。分析上，與傳統方法相同，==單純依靠軌跡區段並沒有使用人與人之間互動的訊息==。 我們證明RED-predictor(Dense層堆疊於Recurrent-Encoder上)可以相較於完善的模型，達到複雜的結果。 此外，調查了錯誤案例，我們嘗試給出解釋其現象及給出對於發現的缺點克服的建議。 --- ## Introduction ---- ### 應用 預測未來可能的路徑，是自動風險評估的基石。其應用遍布很大的範圍，從移動機器人導航(自動駕駛、智慧影像監控轉換為物件追蹤)。 ---- ### 處理模型使用方法 #### 傳統 Kalman filter, linear3 or Gaussian r