[想攝影132] 細說分鏡 Vol.09
🎥 影片時間連結:https://youtu.be/3XpWY8Xbe5U?t=121
🖍「猜想該用什麼曝光模式」?
🖍「光圈該用多少? 最大光圈是好嗎? 還是縮要小一點?」
🖍「快門,更沒有概念,調了半天,除了亮暗速度差別,沒了,隨便用吧」
🖍「對焦呢? 放在哪裡才是對的? 上次是對左邊,這次換右邊好了
玩相機、玩攝影這麼多年了,其實有一個設計我始終覺得「對也不對」,就是機頂上的「曝光轉盤」,這個曝光轉盤指的是像 P/A/S/M,或是「自動」「場景選擇」等功能,而這轉盤還會依不同程度使用者,有著不同的設計。
🟥曝光模式轉盤
P/A/S/M 我想就算是初學者,也會知道大概的差別,但我今天不是要介紹它們,而是談談這樣子的設計是好…,還是不好。
上面說到,對於不同程度使用者,上面這轉盤還有不同的設計,比如說針對「入門級消費者」,就還會有「自動、場景、運動、人像…」等對入門消費者更常用的功能,設計在轉盤上,好讓你可以快速的轉換拍攝模式。
而面對「進階消費者」,那些「自動、場景…」等自動模式就消失了,因為這類使用者是不需要這些功能,反倒是是多了比如 C1 自訂功能,將一些快速設定儲在相機裡,當面對到一些場合,只要快速切換到 C1 就好。
在很久前我就在想,那些自動場景模式真的會有人在用嗎? 會依照前眼的場合,轉換到適合的模式拍攝嗎? 拍出來的照片,真的有比較好嗎? 當我接觸數位相機時,我從不用這些自動模式,這個問題對我來說,反而是個問題
🟥花生醬與蘋果醬
選擇性越多,真的越好嗎? 有個著名的實驗是這樣,當桌上只有二種口味的果醬 – 花生與蘋果,經過的消費者只能從中擇一選擇,只要搭配簡單的字牌,就能賣得不錯的成果。
但如果給上消費者更多選擇呢? 加上了「巧克力」「藍莓」以及「椰子」口味」,同樣的位置,同樣的銷售手法,看起來是消費者選擇更多,應該銷售量更好吧? 反了,反而因為消費者選擇太多,產生了「選擇性障礙」,若是很明確知道自己要的是什麼,拿了就走,這點不難,難的是左右遲疑,不知道該選哪一個最好,心裡一想乾脆放棄好了,如此一反銷售量不增反減。
而要研究那些放棄不買的消費者,「為何他們不買」的原因,五花八門,有的是不敢嚐試新口味,有的是一次只能買一瓶,但又不想買花生與蘋果,在不了解新產品下,放棄好了…,真的要談下去可又是 5000、10000 字,我們跳過吧。
🟥手機 AI 功能
近 3、4 年來,手機相機開始主打「AI 拍照」功能,第一次接觸後,直覺就想到相機上頭的曝光模式轉盤,這個 AI 拍照能自動辨識場合,看到藍天綠地幫你切換「風景」,辨識到人臉切換到「人像」,看到食物改為「美食」多麼方便呀我說,雖然一開始能辨識的場景不多,效果也不算特別突出 (看起來就像是調整色溫、飽和度、對比等等)。
但隨著硬體中央處理器的進步,辨識速度能力越來越快,表現在辨識的場景越多,越能拍出更適合眼前景像的照片,這點也是手機相機進步飛快,讓人難以相信「電腦、軟硬體搭配」能做到如此程度,真是不簡單。
🟥那些曝光參數與構圖
至於不用傻瓜模式的使用者,那就麻煩更大了,就算跳過了曝光模式的選擇,後頭你要選擇的事情可就麻煩了。
在相同的時間下,彼此距離保社防疫社交距離 1.5M,面對相同風景,視角略為有點差別,但不影響,若我們來個模仿他人作品的練習,不給你看照片,只告訴你某一得獎作品,就是在這裡拍出來的,且現在的條件與他當時可說是一樣,你會怎麼拍?
這下會讓你很傷腦筋,畢竟在場的人都不是得獎者本人,360 度視野看到的東西何其多,不同焦段所看到的視野範圍更是不同,再想到曝光變數何其多,在沒有更多線索下,這項練習根本很難達成。
但如果我將照片拿出來,哦,那就簡單太多了,照片上明確的構圖,差別是曝光參數不容易讀得出來,至少要模仿出一樣的照片機會大得多,但也沒那麼容易。
在網路上偶爾會聽到一種聲音「他還不是抄襲某某人的構圖,根本沒有創意可言」,不妨你也去「抄襲」看看,要抄到「一模一樣」或是「很像」還是需要一點功力,沒想像的簡單呢。
🟥沒有限制下更難創作
更多的限制,其實對初學者來說,反而是更好的練習,開放式的拍照練習,反而失去焦點,而所謂的「攝影眼」,就是帶著特定的觀點,在我們日常生活中,尋找不平凡的事物。
外拍練習我常會出一種練習就是「尋找顏色」,一開始練習是要求學生,每一張照片「只能有一種顏色」,這不難達成,第二個練習就多加一種顏色,第三個練習再加一個顏色,學生們在我的限制下,帶著這樣子的觀點四處尋找,反而拍出意想不到的練習。
這就好比果醬的例子,選擇少看起來限制多,但其實是在你腦海裡消除掉那些不必要的猜想 – 你就花生醬與蘋果醬選一個就好了,你不喜歡花生,那就只有蘋果,反之亦然,如果全世界只有這二種果醬,那或許會簡單多了。
攝影呢? 也是相同的例子,如果光圈只有「F2.8、F11」這二種選擇,快門同樣只有「1/10、1/500」二種選擇,ISO 更是全自動不讓你選,光是這樣子就有四種曝光參數組合,當所有人面對同一場景,就算是構圖不同,但在有限的曝光選擇下,作品反而變化不多,可以猜想就哪幾種可能。
但是現實是,光圈自常見的 F1.2 開始一路縮小至 F22,快門從 1/8000 一路慢至 30 秒,ISO 從 50 變化到 12800 甚至更高,可以組出多少的變數出來 – 只為了一個完全相同的構圖? 這就讓人覺得麻煩 (還是討厭?) 而人腦不擅於做選擇決定,通常會想取得最快的捷徑達成目標,此時若有老師在旁邊告訴大家「大家參考我的曝光參數 – F2.8、1/500、ISO 100」,我想當下所有的學生都會這麼做,少部分的學生再依我的數據做其它的調整嚐試。
🟥讓自己成為天線
前幾篇不斷提到一個概念,任何一張照片,都是無數的選擇中「選擇組合」出來,為何朝著這裡構圖,為何選擇這些參數拍照,我認為這是你當下對環境的感受後,受到剌激、產生靈感,在無數種變數中組合出來,每一張照片皆是如此。
在拍照練習不只是如此,還要為你所做的組合說出一些解釋,之所以這樣做、那樣決定,背後那些選擇的過程,身為老師的我更在意這些,才知道上課所教的觀念,有沒有讓你記在腦中,溶入現場加以變化與創作。
即使是相同的地點,已經來過 4、5 回,每一天的天氣也不盡相同,你做的選擇也會不同,就算是同一天、同一時刻,都還會改變一下構圖與曝光參數,因為不知道如何會是最好,反正多拍二張也不費力花錢,多拍幾張回頭再想想,這就是為何我會建議學生,照片拍完是要「回頭看、回頭想」的原因,照片的價值不是「按完快門、修好圖、分享完」就是它生命的終點。
🟥其它一般使用者
以上這些體驗對一般使用者來說,很難讓他們體驗這些故事,因為這些使用者基礎觀念不熟,甚至只是真的「只想拍照,不想花太多時間」的人,根本不想去理會上面講的這些事情,他們要做的就是「瞄準、按下快門」就拍完照片。
學會攝影,不是「學會 – 沒學會」二分法,特別是卡在中間的人,總是會多加摸索,在眾多拍攝變數下,不斷的嚐試數種組合方式,通常會得到不同的結果,但也說不出這些差別的意義在哪裡? 試著改變光圈、快門,除了景深、亮度有所不同,好像也沒別的差別的感覺,要他們解釋為何這麼做就太為難他們,因為他們根本不知道怎麼做才比較好,更別說是….,感受當下環境給他們速度,透過攝影加以回應,這麼進階的攝影體驗,對他們來說,還離的太遠了一點。
📷📷📷📷
7 堂攝影入門課 🙆♂️終生看 ⏱隨時看 🎞線上看
#報名連結:https://go.hojenjen.com/3p2g6n
👉9/30 前早鳥價~~ $4990
同時也有1部Youtube影片,追蹤數超過1萬的網紅鍾日欣,也在其Youtube影片中提到,我是JC老師 電腦相關課程授課超過6000小時的一位AutoCAD課程講師 由於實在太多同學向JC老師反映,希望可以有線上課程學習 所以就決定錄製一系列的AutoCAD 3D線上影片教學 而且不加密、不設限、不販售,就是純分享,希望可以幫助到有需要的朋友們 如果這部AutoCAD 3D教學影片對你有...
s參數 介紹 在 矽谷牛的耕田筆記 Facebook 的精選貼文
本文延續前篇效能校正的經驗談,上篇文章探討了關於系統呼叫, iptables 可以最佳化的部分,。本篇文章將繼續剩下最佳化步驟的探討。
Perfect Locality
預設情況下, Linux Kernel 會盡量平均地將請求給分配到所有的處理佇列,譬如 network queues, processes, CPUS. 大部分情況下這種機制運作良好不會有太多問題,不過如果今天要追求的不單單只是好的效能,而是極致的效能,則 locality 這個概念就要特別的去注意。
這篇文章中提到很多不同的方式,包含了 CPU Pinning, Receive Side Scaling(RSS), Transmit Packet Sterring(XPS)等,其實用比較簡單的介紹方式就是,希望可以使用固定的 CPU 來處理一條連線上的所有封包(進出),這樣帶來的好處有
1. CPU Cache 可以盡可能的去使用,減少各種 miss 產生的成本
2. 減少 context switch 帶來的成本
3. 減少跨 CPU 之間交換資料帶來的成本
4. 減少 lock 之間帶來的成本
除了 CPU Pin, RSS, XPS 外,還有 irqbalance, smp_affinity_list 等相關的概念需要一併學習,對於這個概念有興趣的讀者非常歡迎去找尋這類型的資料
接者是 SO_REUSEPORT 這個參數,創建 Socket 時使用這個參數能夠使得多個 Process 共用一個連接埠,底層 Kernel 會針對 src/dst{ip/port} 來產生對應的 Hash,並且決定當前封包要送給哪一個 Process。
這個方式搭配前述各種 CPU Pin, 中斷的最佳化則會遇到問題,因為可能底層將該封包送到 CPU2 結果這個函式又把封包重新分配到 CPU0, 這樣就導致該連線要跨 CPU 處理了。
為了解決這個問題, Linux Kernel 4.6 後有新的參數 SO_ATTACH_REUSEPORT_CBPF,使用者可以自行撰寫 BPF 的程式來決定如何分配封包。作者根據這過想法撰寫了一個 BPF 的程式,來確保這個機制可以與前述的最佳化穩定運作。
這次的最佳化帶來的 38% 的成長,這時候的封包處理能力從 603k req/s 提升到 834k req/s
原文中關於這次的最佳化還有一些後續探討,有興趣的可以閱讀
Interrupt Optimizations
當封包透過網路送到網卡後,網卡必須要通知 OS 讓它知道有封包來了,要記得處理。一切處理完畢後網卡就可以繼續等待新的封包過來並且再次發送中斷給 OS 處理封包。這個流程大部分情況也是運作良好,不過當有大量的封包不停傳送來時,頻繁的中斷其實也是會造成不小的額外成本。
為了解決這個問題,目前比較嶄新的網卡都有支援中斷聚合等功能,透過這個功能可以延後中斷一個小週期,而該週期內收到的所有封包只需要透過一次的中斷就可以來處理,藉此降低中斷的次數。更為進階的網卡甚至支援動態自行調整該週期的時間,譬如當網路空閒時,減少週期使得每個封包能夠盡快的發送中斷被處理,而當網路流量很大時則會加大該該週期時間來更有效地處理封包。
註: AWS ENA 有支持這種動態調整的機制
作者基於 AWS 開啟動態調整收端中斷時間的功能,整個效能提升了 14%,從 834k req/s 提升到 955k req/s。作者說這次的調整可以說是整篇文章中幾個非常強的改動,改動的地方少,效能提升明顯,同時背後的隱憂與限制也少。
除了上述中斷的方式外,另外一種則是透過 Busy Polling 這種針對低延遲性的方式。預設情況下其允訓設定為 blocked 的 socket 能夠消耗額外的 CPU Cycle 來讀取接下來的封包,可以將其想成一成一種混合體,當底層網卡告訴我有資料要讀取時,我預期接下來還會有更多的資料,因此我就透過輪詢的方式去多問幾個封包。
由於作者的應用程式是使用 non-blocking 的方式去讀寫封包,所以預設的方式是沒有辦法使用的。而該應用程式又是使用 epoll 來進行底層封包的讀寫。 epoll 於 kenel 4.12 後正式支援 busy polling 的方式,所以這部分就沒有太大的問題。文章中有滿多關於 busy_poll 的一些參數調整。
將這兩個機制給整合後,整體的效能提升達到 28%,從 834k req/s 到達 1060k req/s,同時 99%的 latency 也從 361μs 下降到 292μs.
同時這兩個機制導入後,整個系統每秒產生的硬體中斷數量也從 183k 降到 16k。 Context switches 的數字也從 6k 下降到 1k 左右。
下篇文章會繼續從剩下的三個最佳化策略繼續介紹
https://talawah.io/blog/extreme-http-performance-tuning-one-point-two-million/
s參數 介紹 在 矽谷牛的耕田筆記 Facebook 的最佳解答
本文延續前篇效能校正的經驗談,上篇文章探討了關於應用程式本身可以最佳化的部分,包含了應用程式以及框架兩個部分。本篇文章將繼續剩下最佳化步驟的探討。
Speculative Execution Mitigations
接下來探討這個最佳化步驟對於效能有顯著的提升,但是本身卻是一個非常具有爭議性的步驟,因為其涉及到整個系統的安全性問題。
如果大家對前幾年非常著名的安全性漏洞 Spectre/Meltdown 還有印象的話,本次這個最佳化要做的就是關閉這類型安全性漏洞的處理方法。
標題的名稱 Speculative Execution Migitations 主要跟這漏洞的執行概念與 Pipeline 有關,有興趣理解這兩種漏洞的可以自行研究。
作者提到,大部分情況下這類型的防護能力都應該打開,不應該關閉。不過作者認為開關與否應該是一個可以討論的空間,特別是如果已經確認某些特別情境下,關閉防護能力帶來的效能如果更好,其實也是一個可以考慮的方向。
舉例來說,假設今天你運行了基於 Linux 使用者權限控管與 namespaces 等機制來建立安全防護的多使用者系統,那這類型的防護能力就不能關閉,必須要打開來防護確保整體的 Security Boundary 是完整的。 但是如果今天透過 AWS EC2 運行一個單純的 API Server,假設整個機器不會運行任何不被信任的程式碼,同時使用 AWS Nitro Enclaves 來保護任何的機密資訊,那這種情況下是否有機會可以關閉這類型的檢查?
作者根據 AWS 對於安全性的一系列說明認為 AWS 本身針對記憶體的部分有很強烈的保護,包含使用者之間沒有辦法存取 Hyperviosr 或是彼此 instance 的 Memory。
總之針對這個議題,有很多的空間去討論是否要關閉,以下就單純針對關閉防護能力帶來的效能提升。
作者總共關閉針對四種攻擊相關的處理能力,分別是
Spectre V1 + SWAPGS
Spectre V2
Spectre V3/Meltdown
MDS/Zombieload, TSX Anynchronous Abort
與此同時也保留剩下四個,如 iTLB multihit, SRBDS 等
這種設定下,整體的運作效能再次提升了 28% 左右,從 347k req/s 提升到 446k req/s。
註: 任何安全性的問題都不要盲從亂遵循,都一定要評估判斷過
Syscall Auditing/Blocking
大部分的情況下,Linux/Docker 處理關於系統呼叫 Auditing/Blocking 兩方面所帶來的效能影響幾乎微乎其微,不過當系統每秒執行數百萬個系統呼叫時,這些額外的效能負擔則不能忽視,如果仔細觀看前述的火焰圖的話就會發線 audit/seccomp 等數量也不少。
Linux Kernel Audit 子系統提供了一個機制來收集與紀錄任何跟安全性有關的事件,譬如存取敏感的機密檔案或是呼叫系統呼叫。透過這些內容可以幫助使用者去除錯任何不被預期的行為。
Audit 子系統於 Amazon Linux2 的環境下預設是開啟,但是本身並沒有被設定會去紀錄系統呼叫的資訊。
即使 Audit 子系統沒有真的去紀錄系統呼叫的資訊,該子系統還是會對每次的系統呼叫產生一點點的額外處理,所以作者透過 auditctl -a never,task 這個方式來將整體關閉。
註: 根據 Redhat bugzilla issue #1117953, Fedora 預設是關閉這個行為的
Docker/Container 透過一連串 Linux Kernel 的機制來隔離與控管 Container 的執行權限,譬如 namespace, Linux capabilities., cgroups 以及 seccomp。
Seccomp 則是用來限制這些 Container 能夠執行的系統呼叫類型
大部分的容器化應用程式即使沒有開啟 Seccomp 都能夠順利的執行,執行 docker 的時候可以透過 --security-opt seccomp=unconfined 這些參數告訴系統運行 Container 的時候不要套用任何 seccomp 的 profile.
將這兩個機制關閉後,系統帶來的效能提升了 11%,從 446k req/s 提升到 495k req/s。
從火焰圖來看,關閉這兩個設定後,syscall_trace_enter 以及 syscall_slow_exit_work 這兩個系統呼叫也從火焰圖中消失,此外作者發現 Amazon Linux2 預設似乎沒有啟動 Apparmor 的防護,因為不論有沒有關閉效能都沒有特別影響。
Disabling iptables/netfilter
再來的最佳化則是跟網路有關,大名鼎鼎的 netfilter 子系統,其中非常著名的應用 iptables 可以提供如防火牆與 NAT 相關功能。根據前述的火焰圖可以觀察到,netfilter 的進入 function nf_hook_slow 佔據了大概 18% 的時間。
將 iptables 關閉相較於安全性來說比較沒有爭議,反而是功能面會不會有應用程式因為 iptables 關閉而不能使用。預設情況下 docker 會透過 iptables 來執行 SNAT與 DNAT(有-p的話)。
作者認為現在環境大部分都將 Firewall 的功能移到外部 Cloud 來處理,譬如 AWS Security Group 了,所以 Firewall 的需求已經減少,至於 SNAT/DNAT 這類型的處理可以讓容器與節點共享網路來處理,也就是運行的時候給予 “–network=host” 的模式來避免需要 SNAT/DNAT 的情境。
作者透過修改腳本讓開機不會去預設載入相關的 Kernel Module 來達到移除的效果,測試起來整體的效能提升了 22%,從 495k req/s 提升到 603k req/s
註: 這個議題需要想清楚是否真的不需要,否則可能很多應用都會壞掉
作者還特別測試了一下如果使用 iptables 的下一代框架 nftables 的效能,發現 nftables 的效能好非常多。載入 nftables 的kernel module 並且沒有規則的情況下,效能幾乎不被影響(iptables 則相反,沒有規則也是會影響速度)。作者認為採用 nftables 似乎是個更好的選擇,能夠有效能的提升同時也保有能力的處理。
不過 nftables 的支援相較於 iptables 來說還是比較差,不論是從 OS 本身的支援到相關第三方工具的支援都還沒有這麼完善。就作者目前的認知, Debian 10, Fedora 32 以及 RHEL 8 都已經轉換到使用 nftables 做為預設的處理機制,同時使用 iptables-nft 這一個中介層的轉換者,讓所有 user-space 的規則都會偷偷的轉換為底層的 nftables。
Ubuntu 似乎要到 20.04/20.10 的正式版本才有嘗試轉移到的動作,而 Amazon Linux 2 依然使用 iptables 來處理封包。
下篇文章會繼續從剩下的五個最佳化策略繼續介紹
https://talawah.io/blog/extreme-http-performance-tuning-one-point-two-million/
s參數 介紹 在 鍾日欣 Youtube 的精選貼文
我是JC老師
電腦相關課程授課超過6000小時的一位AutoCAD課程講師
由於實在太多同學向JC老師反映,希望可以有線上課程學習
所以就決定錄製一系列的AutoCAD 3D線上影片教學
而且不加密、不設限、不販售,就是純分享,希望可以幫助到有需要的朋友們
如果這部AutoCAD 3D教學影片對你有幫助的話
請幫我按個讚,給我點鼓勵,也多分享給需要的朋友們喔~
---------------------------------------------------------------------------------------------------------
視覺形式:
● 視覺型式可控制邊、照明和描影的顯示。透過變更視覺型式的性質來控制其效果。套用一種視覺型式或變更其設定後,相關聯的視埠會自動更新以反映這些變更。
● 視覺形式SHADEMODE,VSCURRENT(VS)
◆ 2D 線架構(2):透過使用直線和曲線表示邊界的方式來顯示物件。
◆ 線架構(W):透過使用直線和曲線表示邊界的方式來顯示物件。
◆ 隱藏(H):使用線架構表現法來顯示物件,並隱藏表示背面的線。
◆ 擬真(R):使用平滑描影和材料來顯示物件。
◆ 概念(C):使用平滑描影和「谷氏」面型式來顯示物件。「谷氏」面型式是冷色與暖色之間的轉移,而非暗色與亮色之間的轉移。效果欠真實,但可以更輕鬆地查看模型的詳細情況。
◆ 描影(S):使用平滑描影來顯示物件。
◆ 帶邊的描影(E):使用平滑描影和可見邊來顯示物件。
◆ 灰色的深淺度(G):使用平滑描影和單色灰階來顯示物件。
◆ 手繪(SK):使用「線延伸」和「抖動」邊緣修改子來以手繪效果顯示物件。
◆ X 射線(X):以部分透明度顯示物件。
◆ 其他(O)
● 視覺形式工具列
◆ 2D線架構(2D)(2):以2D線的方式表示圖形,為一般CAD預設的表現方式,UCS座標為2DUCS圖像。
◆ 3D線架構(3D)(3):以3D線的方式表示圖形,線的多寡與曲度與3D參數有關,UCS座標為3DUCS圖像。
◆ 3D隱藏(H):消除隱藏部分的線條
◆ 擬真(R):平滑效果與3D線邊緣描影
◆ 概念(C):以冷暖色系替代明暗,可對陰暗處看到更多細節
◆ 管理視覺形式
● 視埠控制切換
● 視覺形式功能區
◆ 可以快速切換視覺形式與設定視覺形式
◆ 常用/視圖
◆ 視覺化/視覺形式
◆ 邊顯示模式:控制顯示在視埠中的邊類型。
◆ 隱藏:針對 2D 線架構視覺型式顯示 3D 模型並抑制隱藏線。
◆ 面顏色模式:控制計算面顏色的方式。
◆ 面顯示模式:控制在目前視埠中顯示面的方式。
◆ X射線模式:打開和關閉 3D 物件的預置透明度等級。物件以半透明顯示
◆ 刻面與平滑VSLIGHTINGQUALITY
◆ 邊緣突出VSEDGEOVERHANG
◆ 邊緣抖動VSEDGEJITTER
◆ 剪影邊緣VSSILHEDGES
◆ 剪影邊緣寬度VSSILHWIDTH
◆ 隱藏邊緣VSOBSCUREDEDGES
---------------------------------------------------------------------------------------------------------
AutoCAD 2016 3D 線上教學影片目錄:https://bit.ly/33qj1CT
AutoCAD 2016 3D 線上教學影片範例下載:https://bit.ly/3uuPUu7
AutoCAD 2016 2D 線上教學影片目錄:http://bit.ly/2Y5F4Mw
AutoCAD 2D 常用快速鍵清單整理:http://bitly.com/2dUEJ9d
建築室內設計Arnold擬真呈現教學影片目錄:https://bit.ly/2VbZmmd
TQC AutoCAD 2008 2D 線上教學影片目錄:http://bitly.com/2dUGQtB
3ds Max 2015 線上教學影片目錄:http://bitly.com/2dUGqn3
JC老師個人網站:http://jc-d.net/
JC老師個人FB:https://www.facebook.com/ericjc.tw
JC-Design LINE ID:@umd7274k