參加這次主要目的是建立一個個人的LLM和深度學習(DL)知識庫,以及完成數個小型的side project。這將有助於我快速復習已掌握的知識,同時也能夠快速分類、吸收和內化新知識,並將其付諸實踐。此外,這個知識筆記還能方便他人了解目前LLM相關技術的進展,並使用筆記中的流程和程式碼生成自己的應用。 目前,這個知識庫的內容將圍繞深度學習、大模型、Agent等相關主題。這次挑戰的目的是深入探索LLM的各個方面,並通過實際專案應用這些知識,提升我的技術能力並分享我的學習成果。
AI/ ML & Data
本次參賽內容會以python的影像辨識技術去學習及精進,依照進度每個禮拜都會記錄不同的影像辨識方法,基本順序會從:OpenCV、圖片分類(Tensorflow-Image classification)、語意分割(Semantic Segmentation)、生成模仿圖片(CycleGAN and pix2pix in PyTorch)、目標偵測(tensorflow object detection)、額外分享(MediaPipe) ,首先我會先將技術實際應用講解一次,講解完所有項目後將會再補充個個技術的實現原理。最後希望還有時間能夠補充yolo的部分。
Kubernetes
透過 Quarkus 框架學習與 Kubernetes 整合之路,不論是部署或是 Helm、kustomize。透過 30 天來一步一步掌舵。
轉職成為工程師前,遇到的鬼故事頂多遊走法律邊緣 轉職成為工程師後,先是被問充滿性別歧視的面試問題,再來就是被職場性騷擾 參與一些女性科技社群後,才發現我不是個案,也有很多女性遇到這樣的狀況 「與其一時忍讓,不如穩定發瘋」 用合法的手段,讓公司乖乖按規定來,讓公司不再包庇性騷擾加害者 30天整頓職場,一起讓台灣職場風氣變得更好 覺得這篇對你有幫助的話歡迎斗內我! https://p.ecpay.com.tw/E35E9DE
**生成式AI**:運用生成式AI 之 API 服務進行應用開發系列 • **主題**:以Gemini API 及ChatGPT API 為例的實作教學 • **內容**:深入探討如何利用生成式AI服務提供的API進行應用開發,提供詳細的實作步驟和案例。
您是否曾經希望有一個助手,能自動完成繁瑣的日常工作,讓您有更多時間專注於創造性思考和決策?隨著 生成式 的發展,這個時代已經到來! 這個系列旨在為無程式背景的零基礎讀者提供一個快速入門的指南,學習如何利用生成式 AI 和 Google Apps Script 來實現工作自動化。讀者將學習到如何使用 AI 生成代碼,並應用於 Google Apps Script 以簡化和自動化日常任務。 文章內容將穿插心法、技法以及實際案例,幫助讀者在短時間內快速掌握自動化的技術,從而提升工作效率。
Python
認識第54屆全國技能競賽青少年J16電子組的檢定設備。了解新世代九年級學生如何使用 Micropython 來學習數位電子技術、如何從程式開發的角度,加速硬體電路故障檢測的效率。最後會透過幾個應用實例,讓正在學習數位電子入門的同學們,有一份可參考的補充教材。
追求工作效率的我,總在尋找更好的工具。 我也確實累積了一些好用的工具是每換電腦必定安裝的! 如果不裝這些工具,我工作時甚至會覺得斷手斷腳,做什麼都卡頓卡頓。 但我分享這些清單出來,目的不是說服大家一起來用,而是期待有人跳出來質問我 「與其用這個,幹麻不用 XXXXX 就好了呢?」 我相信同類型工具中,一定有更好用的存在,只是我還不知道而已。 有人說「人未必喜歡回答問題,但是都喜歡糾正別人」 所以在網路上發問有一個技巧:開個分身去自己的提問下回答錯誤的答案。 沒多久就會有看不下去的人跳出來指出真正的答案了。 來吧,我把我常用的工具寫在這裡, 請大家盡情糾正我吧!