iT邦幫忙

技術文章

RSS
鐵人賽 自我挑戰組 DAY 8
Laravel 讀碼源 系列 第 8

產品管理列表的內容

這個是永康社大的作品,也歡迎大家來上課或購買https://laihao.vaserver.com/admin/good_design這是含有前端+資料庫+後端...

鐵人賽 Software Development DAY 11

Day 11 - 環狀鏈結串列 (Circular Linked list)

前幾天我們把單向鏈結串列和雙向鏈結串列都學過了,今天我們要來看環狀鏈結串列~這篇就先主要以介紹單向環狀鏈結串列和他的基本應用為主 什麼是環狀鏈結串列 ? 環狀鏈...

鐵人賽 Build on Google AI DAY 16

Day 16:【Gemini API】前端正式串接 Google Gen AI SDK:告別假資料,賦予貓咪對話靈魂!

從靜態 Mock 到智慧對話的關鍵跨越 在昨天的半程小結中,我們完整檢視了《喵語日誌》的前端畫面與互動元件。雖然聊天室能收發文字與圖片,但先前為了驗證介面流程,...

鐵人賽 Software Development DAY 12
AI Model with GIS 系列 第 12

[Day 12] How to deal with Overfitting

昨天我們完成了推論視覺化,今天我們回到理論:當模型畫出了框,我們該如何客觀評估它到底學得好不好? 核心評估指標拆解 評估目標偵測模型,不能只看簡單的正確率,必須...

鐵人賽 Modern Web DAY 1

# Day 1|前端三大框架差在哪

一、面試時講概念、說用途、理思路、優缺點列一遍 講概念保持在一句話,一句話該多長 先回答一個很實際的問題:面試時的「一句話」到底要多長? 有人建議是 15 到...

鐵人賽 Vibe Coding DAY 16

Day 16|讓 AI 協作寫程式時,有一套不會越改越壞的安全網

使用 AI 協作寫程式時,功能通常增加得很快。前一天完成否定句,隔天加入空白處理,再往後加入未回應、狀態分流與人工接手。每一次修改看起來都合理,但真正令人擔心的...

鐵人賽 Build on Google AI DAY 8

Day 8 | 賦予 AI 記憶力:Spring Boot 實作多輪對話的上下文管理

前言:AI 失憶了?為什麼我們不能只把記憶存在 RAM 裡? 昨天我們成功讓 Spring Boot 發送單次請求給 Gemini API,並收到了回覆。但如果...

鐵人賽 自我挑戰組 DAY 17
SQL Server 基礎&調教 系列 第 17

【基礎】 17.LogShipping 實作

Log Shipping 運作方式是 對資料庫進行 transaction log backup 將這些 log backup 複製到一台或多台 second...

鐵人賽 Claude AI DAY 15

Day 15 價格平民,童叟無欺【低成本版skill製作】

為了將這份skill所需的軟/硬體成本下降,上次我針對環境的轉換做過一次初步的嘗試。 轉換環境的原因是考量到這份專案的多數受眾(高中生)沒有pro方案,甚至不會...

鐵人賽 ChatGPT & Codex DAY 16

[Day 16] 消費數據不再只是數字:SubWise 加入月度比較分析

前言 昨天 Day 15 已經讓 SubWise 具備基本的消費分析能力——能計算分類支出、分類占比、找出最高支出類別,並根據占比產生第一版智慧消費提醒。但這些...

鐵人賽 Modern Web DAY 8
我推的Laravel S2! 系列 第 8

我推的Laravel S2|Day 07:路由(Route):HTTP 動詞、Resource 路由、命名/群組、每秒級流量限制

一句話破題 路由是使用者請求進到你的應用程式的第一道關卡。核心概念——HTTP 動詞、Resource 路由、路由參數、命名路由——放到 Laravel 13...

鐵人賽 ChatGPT & Codex DAY 14

Day 14:區塊 3 The Success:從「都喜歡」轉成量得到的數字

「希望大家都喜歡用」 區塊 1 問完「為什麼做」、區塊 2 問完「給誰用」,區塊 3 問「做完怎麼算成功」。這題的標準答案,每次都長這樣: 「就希望大家都喜歡...

鐵人賽 Software Development DAY 17

Day 16 : TTGIR 流程

昨天的 TTIR 還看得出這個 kernel 在算 (64×32) @ (32×64),但 tensor element 到底怎麼分給 GPU thread,這...

鐵人賽 Software Development DAY 1

[Day 01] 開賽宣言:當終端設備遇上雲端,為何我們需要邊緣運算閘道器?

大家好,我是 will2108。歡迎來到《從零打造邊緣運算閘道器:Raspberry Pi 與 Linux 底層軟硬整合實戰》系列!在接下來的 30 天裡,我將...

鐵人賽 自我挑戰組 DAY 17

Adaptive compute—困難題目要想多久?

Anthony 前 12 次罰球投進 5 球,接下來 24 次會投進其中的三分之二,最後的整體命中率比原來增加幾個百分點?正確答案四捨五入後是 17。Qwen3...

鐵人賽 Software Development DAY 1

DAY01 - 這堂課要做什麼?

AI太強了,我又用AI做了某某APP,某某網站。這是我近兩年了,聽到最多的話。造成的後果就是:API Key公開導致帳單爆掉、只想改一個UI結果整個畫面都不一樣...

鐵人賽 自我挑戰組 DAY 17

Day 17|階段驗收 Edge Box 2.0

下行控制、上行回報與狀態格式都已完成,今天先驗收沒有網頁的雙大腦系統。 驗收下行控制與回程 先執行 Day 16 程式,Python 啟動後會呼叫一次 on...

鐵人賽 自我挑戰組 DAY 4

Day 4|同樣是 0.9,為什麼不能直接拿來比?

第三篇直接把信心塞進票重,結果很刺激:信心方向正確時,準確率可以大幅上升;方向反過來,也能把多數決拖得很慘。 不過在判斷方向之前,還有一個比較不起眼的問題要處理...

鐵人賽 Software Development DAY 16

Day16 - 契約版本比較接回畫面

摘要Day 15 已經把契約 v1.0 / v1.1 的代表案例整理成最小情境測試包,證明 Expected / Actual 結果可以穩定重跑。Day 16...

鐵人賽 AI Engineering DAY 1

Day 1|GPU 很忙?先了解一下:他在載客,還是在空轉跳表?

深夜的路口,一台小黃停在紅燈前。引擎在轉、跳表在跳、數字一格一格往上加——可是後座沒有人。 你付的每一塊錢,錶都老實記了下來。只是那些錢,沒有把任何人送到任何地...

鐵人賽 Security DAY 1

Day 1:挑戰 iPAS 中級資安工程師:我的 30 天備考動機與學習藍圖

大家好!在暑假結束前給自己一個目標!就是準備 IPAS 中級資安工程師證照。第一天先不講技術性文章,先給這 30 天作為一個開端說明為什麼要考證照,以及 30...

鐵人賽 Software Development DAY 1

Day#1: 我只是想練習一下 LLVM

本來我只是想練習一下 LLVM,然後一不小心把習題定太大了,需要找個目標,要求自己把習題完工,且寫完該寫的的文件。不能當逃兵的壓力,應該會完成吧。 偶然滑到了...

鐵人賽 ChatGPT & Codex DAY 1

Day 01: 序章:從純聊天到工作流 (Workflow)——ChatGPT & Codex 帶來的開發範式轉移

Day 01: 序章:從純聊天到工作流 (Workflow)——ChatGPT & Codex 帶來的開發範式轉移 (From Chat to Work...

鐵人賽 AI Engineering DAY 1

Day 1 | torch.compile 是怎麼長出來的?

前言 大家好,我是 Guan-Ming。目前是台大電機所 CS 組的研究生,對於 AI Infra 以及 AI Compiler 的開發和研究都很有興趣。平常也...

鐵人賽 AI Engineering DAY 15

【AI Agent 15】有些事要每天做,有些事要等一下再做,系統怎麼做? - Scheduling

前一天我們談 Background Execution。 有了 Queue、Worker、Task State 之後,Agent 已經可以在使用者離線後繼續執行...

鐵人賽 Build on Google AI DAY 15

【Day 15】核心管道重構:三階段分析管道(Stage 1-3 Pipeline)設計與實作 (daily_analysis.py)

「要讓 LLM 產出的金融分析報告具備高度專業性與邏輯一致性,不能寄望於單一 Prompt,而是要將分析流程拆解為具備強約束力的三階段資料管道(Stage 1-...

鐵人賽 Vibe Coding DAY 15

Day 15 | 如何建立經濟模型的「模擬情境」? 避免GIGO的發生~

昨天做了產業地圖連結透過前幾天的內容,本專案已先將主要會用到驗算的產業評估模型先完成了一輪~但是呢,在經濟模型相關的專案下最重要的實際上是今天做的「情境模擬」...

鐵人賽 Software Development DAY 1

Day 1:所以,蝦米是「優化」?

所以,蝦米是優化? 首先,蝦米是優化? 假設今天我們手上有一個 Kernel、一個程式,或者 whatever,反正我們現在只知道一件事情:它跑了 100 ms...

鐵人賽 AI Engineering DAY 6

Day 06 - 六組主流地端模型:誰適合什麼場景、起手參數與雷

昨天我們拆穿了 Q4_K_M 的真相——它是規格沒錯,但不是品質保證:同一個等級、不同人壓,第三方量到的 KL 散度可以差近三倍。 檔案會挑了,今天回答更前面的...

鐵人賽 Claude AI DAY 1

我讓 Claude Code 自己跑了五個月

Day 1|我讓 Claude Code 自己跑了五個月 我改了一份共用的環境變數白名單,漏掉一個變數。 下游有個 agent 因此拿不到真實憑證。它沒有報錯...