iT邦幫忙

技術文章

RSS
鐵人賽 AI & Data DAY 17

資料工程 - airflow (1) 自架環境

好,今天我們來架 airflow 吧 ~airflow 對於資料 ETL 排程的管理來說,設計得好可以讓管理變得簡單。 首先,production 環境要的資源...

鐵人賽 AI & Data DAY 18

一起來參加Kaggle競賽-提升實戰經驗

昨天我們玩過 Word2Vec、GloVe、FastText,還有 LSTM。這些方法都很好,但是在 Kaggle 這種比賽裡,有時候「速度 + 穩定性」比什麼...

鐵人賽 Modern Web DAY 17
30天入門Java Script 系列 第 17

Day17:事件監聽

甚麼是事件 網頁互動的核心就是事件,使用者點擊按鈕、移動滑鼠、輸入文字,甚至是頁面載入完成,這些都是事件在JavaScript裡,我們可以用addEventLi...

鐵人賽 AI & Data DAY 17

Day 17 - Part-of-Speech Tagging(POS Tagging)

昨天介紹 Hidden Markov Model(HMM)的時候,有稍微提到文本當中的「詞性」是我們看不到的東西,因此可以用 HMM 這種模型來去推測每個詞的詞...

鐵人賽 AI & Data DAY 17

DAY17 - 紀錄易錯題型

▍程式碼 <!-- history_analysis.html --> <div class="container my-5&qu...

鐵人賽 DevOps DAY 22

Day22 - 讓 Pipeline 的所有 Job 都在同一個 Runner 執行 - 1

今天的案例,來自朋友的需求。在擁有多個 GitLab Runner 執行環境中,有一個維運自動化 Pipeline 流程,希望 Pipeline 在啟動之後 P...

鐵人賽 Modern Web DAY 17

Day 17|整合與優化:提升使用者體驗

哈囉,各位邦友們!昨天我們把 Heroes 完成了即時搜尋,透過 Subject、debounceTime、switchMap 組成一條資料流。目前累積使用了不...

鐵人賽 自我挑戰組 DAY 17
30 天 hypervisor 入門 系列 第 17

Day 17 簡易 Bios 載入器

想要讓 boot 動起來,必須在我們的系統裡實作一個最小的 BIOS 模組。而這些 bios 的入口地址被記錄在 0x0 ~ 0x3FF 的中斷向量表(IVT)...

鐵人賽 自我挑戰組 DAY 19

Day19 d065. 三人行必有我師 (1 行版)

今天是第十九天明天就剩十天了,今天解d065. 三人行必有我師 (1 行版),題目要求輸入三個非負整數,判斷最大數後輸出,這一題有兩種解法:第一種是使用最簡單原...

鐵人賽 AI & Data DAY 17

Day17:AI 模型 API 整合進應用程式

在 Day16 中,我們已經將 AI 模型部署到雲端。接下來的重點,就是如何把這些模型真正整合到應用程式裡,讓使用者能夠透過 前端、行動 App 或後端系統 直...

鐵人賽 Modern Web DAY 17

Day17|陣列(Array)

陣列的特性 可調整大小:陣列大小不是固定的,可以隨時新增或刪除元素。 可混合不同型別:陣列可以同時存放字串、數字、布林值,甚至是其他陣列或物件。 索引(...

鐵人賽 AI & Data DAY 17

使用資料庫儲存癌症病人數據

修改 docker-compose.yml 加入 PostgreSQL在 cancer-dashboard/docker-compose.yml 裡新增一個服...

鐵人賽 DevOps DAY 17
從零開始的 graylog 探險 系列 第 17

Day 17: RESTful API

昨天的文章中提到如何使用 Graylog 頁面查詢日誌,今天來聊聊如何使用 Graylog 的 RESTful API 來查詢。 Graylog RESTful...

鐵人賽 生成式 AI DAY 17

Day 17: Production Observability - 從 GenKit Developer UI 到 Langfuse

嗨大家,我是 Debuguy。 昨天我們成功用 LiteLLM 把 API Key 安全和成本控制問題解決了,但還有一個更大的問:生產環境的可觀測性。 Day...

鐵人賽 自我挑戰組 DAY 17
第一次團體專題 系列 第 17

Day 17 : 接續前端整合過程

今天接續昨天整合的過程 , 先讓我的database.py生成sql文件 , 再讓codex讀生成的sql文件 , 寫入變數到html對應的欄位 , 終於成功了...

Kubernetes 體驗

今天就來接著體驗管理容器的系統,k8s Kubernetes。 Kubernetes 安裝 在研究了一下不同k8s的安裝後,決定使用kind (kubernet...

鐵人賽 Modern Web DAY 22

Day 22: Web Component 的打包與發佈

前一篇我們撰寫完了測試,也利用一些時間將表單元件做了一些優化(詳細請見 github 專案)。接下來就要思考,如果希望這個元件可以被大家應用在不同的專案中,要怎...

鐵人賽 Software Development DAY 17

Day17 : 函式進階 – 預設參數、可變參數、作用域

1. 預設參數 (Default Parameters)有時候會希望函式的某些參數有「預設值」,這樣呼叫函式時就可以不用每次都傳入結果會輸出 如果呼叫時沒有傳...

鐵人賽 IT 管理 DAY 17

Day17 - PM 的 AI 探險第二站:用 Agentic AI 打造專屬 AI 助手(1) AI Agent 說明

Moon:黛西黛西~最近好多人在講 Agentic AI 、AI agent,它跟我們之前用的 AI 工具到底有什麼不一樣啊?我怎麼聽起來都像是聊天機器人......

鐵人賽 Modern Web DAY 17

為 AI 植入短期記憶 :實作對話上下文

前言 歡迎來到第十七天!昨天我們為 Streaming 體驗加上了「打字機效果」和「取消功能」,讓 AI 面試官的互動感覺更流暢、更可控。整個通訊管道現在可以說...

鐵人賽 Rust DAY 17

[Day 17] Plugin (二):File System

在現代桌面應用程式開發中,檔案系統操作是不可或缺的功能。無論是儲存使用者設定、處理文件資料,還是建立應用程式的工作目錄,我們都需要與本機檔案系統進行互動。然而,...

鐵人賽 生成式 AI DAY 0
智能創作的未來探索 系列 第 17

生成式 AI 與娛樂產業

娛樂產業與生成式 AI 的結合,正在快速改變我們的觀賞與參與方式。從影視、音樂到社群內容,AI 不僅能降低創作成本,也能帶來全新的互動體驗。 首先,在 影視產業...

最近的工程師真沒用 系列 第 19

第十九天-註冊登入登出前後端串接

svelte 接後端還挺簡單的,只要這樣寫就可以惹,綁定變數bind:value <script> const userPattern = '[A...

鐵人賽 生成式 AI DAY 17

Day 17: 大家都在Agent,那你知道什麼是Agentic RAG嗎?

前言 前面的文章我們介紹了各項RAG的架構,以及可以用來優化RAG的方法,但實務上基本的RAG,其實是會遇到許多瓶頸的! 例如檢索僅有單輪、複雜問題需要推理、或...

學習 LLM 系列 第 17

Day17 產生句子 Embeddings(sentence-transformers)

把設計好的 10條 FAQ 句子轉成向量 用sentence-transformers(SBERT 家族)製作句子/句段的向量表示把向量存成 numpy 檔...

鐵人賽 生成式 AI DAY 0
智能創作的未來探索 系列 第 16

生成式 AI 與教育

教育領域是生成式 AI 應用最具潛力的場景之一。它能突破傳統教學的限制,提供更個人化的學習體驗,並協助教師在教材設計與教學管理上節省時間。然而,AI 在教育上的...

鐵人賽 生成式 AI DAY 17

Day 17. Layer Normalization & GELU:從做 LLM 實做 Feed Foward

Layer normalization 這一層實做的目的,是希望可以讓神經網路層的輸出調整到平方差為 1 平均值為 0。因為每一層的神經網路經過訓練,可能訊號會...

鐵人賽 生成式 AI DAY 17

Day 17: agent-brain 的測試資料集 (二) - BFCL

單純 survey 一下,BFCL 的 dataset 如果想做很完整實驗應該要跑這個, 目前 BFCL dataset 已經出到了 v4 (包含 agent...

鐵人賽 自我挑戰組 DAY 9
前端轉職學習記錄 系列 第 17

DAY16- CSS 基礎-Flexbox-主軸對齊:justify-content

靠左對齊(預設) css .justify-start { display: flex; justify-content: flex-start;...

鐵人賽 生成式 AI DAY 17
VLM 系列 第 17

Day 17 :專業任務型VLM - LLaVA-Med

前面在VLM的最新趨勢與進展一篇中,提到了VLM在專業任務型模型的能力也持續演進。後續幾天會介紹幾個我有興趣的專業任務型VLM。 LLaVA-Med LLaVA...