OpenSesame 技术文档
2024-12-26 05:03:03作者:柏廷章Berta
1. 安装指南
OpenSesame 是一个用于创建心理学、神经科学和实验经济学实验的工具。它支持跨平台运行,包括 Windows、Mac OS 和 Linux。以下是安装 OpenSesame 的步骤:
Windows 系统
- 访问 OpenSesame 官方网站,下载适用于 Windows 的安装程序。
- 运行下载的安装程序,按照提示完成安装。
- 安装完成后,可以在开始菜单中找到 OpenSesame 并启动。
Mac OS 系统
- 访问 OpenSesame 官方网站,下载适用于 Mac OS 的安装包。
- 打开下载的
.dmg文件,将 OpenSesame 应用程序拖拽到“应用程序”文件夹中。 - 在“应用程序”文件夹中找到 OpenSesame 并启动。
Linux 系统
- 打开终端,使用以下命令添加 OpenSesame 的 PPA 源:
sudo add-apt-repository ppa:smathot/cogscinl sudo apt-get update - 使用以下命令安装 OpenSesame:
sudo apt-get install opensesame - 安装完成后,可以在应用程序菜单中找到 OpenSesame 并启动。
2. 项目的使用说明
OpenSesame 提供了一个用户友好的图形界面,帮助用户轻松创建实验。以下是使用 OpenSesame 的基本步骤:
- 创建新实验:启动 OpenSesame 后,点击“新建实验”按钮,选择实验模板或从头开始创建。
- 添加实验组件:在实验编辑器中,可以通过拖拽的方式添加各种实验组件,如文本、图像、声音等。
- 配置组件属性:选中某个组件后,可以在右侧的属性面板中配置其属性,如显示时间、触发条件等。
- 编写脚本:如果需要更复杂的逻辑,可以使用 Python 或 JavaScript 编写脚本,并将其嵌入到实验中。
- 运行实验:完成实验设计后,点击“运行”按钮,OpenSesame 将启动实验并记录数据。
- 导出实验:实验完成后,可以将实验导出为多种格式,如 HTML、Python 脚本等,以便在其他平台上运行。
3. 项目 API 使用文档
OpenSesame 提供了丰富的 API,允许用户通过 Python 或 JavaScript 扩展实验功能。以下是常用的 API 接口:
Python API
canvas:用于绘制实验中的视觉刺激。keyboard:用于处理键盘输入。mouse:用于处理鼠标输入。clock:用于控制实验中的时间。logger:用于记录实验数据。
JavaScript API
Canvas:用于在浏览器中绘制视觉刺激。Keyboard:用于处理浏览器中的键盘输入。Mouse:用于处理浏览器中的鼠标输入。Timer:用于控制实验中的时间。Logger:用于记录实验数据。
4. 项目安装方式
OpenSesame 提供了多种安装方式,用户可以根据自己的需求选择合适的安装方式:
通过安装程序安装
- 适用于 Windows 和 Mac OS 用户,下载对应的安装程序并按照提示完成安装。
通过包管理器安装
- 适用于 Linux 用户,通过添加 PPA 源并使用
apt-get命令安装 OpenSesame。
通过源代码安装
- 适用于高级用户,可以从 GitHub 克隆 OpenSesame 的源代码,并按照项目中的说明进行编译和安装。
通过以上步骤,用户可以成功安装并使用 OpenSesame 进行实验设计和运行。希望本文档能帮助您更好地理解和使用 OpenSesame。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
246
316
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.74 K