iT邦幫忙

16th鐵人賽相關文章
共有 22076 則文章
鐵人賽 Python
30日自學Python 系列 第 7

技術 容器的宣告

Python有tuple、list、set、dict四種容器。tuple的內容無法進行後續更改,另外三種可以。tuple和list和dict(3.6版以後)的內...

鐵人賽 Python
30日自學Python 系列 第 6

技術 迴圈

Python的迴圈有for跟while,在能夠控制迴圈要跑多少次的情況下通常會用for,無法確定迴圈會跑多少次的時候則是用while,執行的程式中可以用brea...

鐵人賽 Python

技術 Day 31 - 完賽 :)

這次的 iThome 鐵人賽,我給自己選了一個有點硬的主題,就是閱讀 CPython 的原始碼。 今年也剛好在 PyCon Taiwan 有一場工作坊,主題是...

關於windows 11 pro 系列 第 30

技術 Windows 11 Pro 中的命令提示字元

要打開 Windows 11 Pro 的命令提示字元的方法有兩種,最簡單的方法是通過搜索功能,在「開始」菜單中輸入「cmd」或「命令提示字元」,然後選擇顯示的應...

技術

下面是你提供的 HTML 網頁的修改版本,包含了上述建議的改進,並調整了圖片的可訪問性和一些樣式以改善整體體驗。這個版本使用了更語義化的 HTML 結構,並添加...

從0開始學資安 系列 第 23

技術 Day23 加密通信與vpn

我們在Day 5 密碼學基礎學習過了加密通信的基本概念,包含兩種基本的加密方法: 對稱加密:發送方和接收方使用相同的密鑰進行加密和解密。 非對稱加密:發送方使...

技術 系統資源管理器新功能及應用技巧

本篇要介紹的內容是系統資源管理器(也稱為「檔案總管」),它在 Windows 11 Pro 中進一步升級,增加了許多新功能,使得文件管理更加直觀和高效。這篇文章...

技術 如何有效管理多顯示器工作環境

本篇的內容是關於多顯示器設置,它是一個非常有用的功能。可以提升生產力,讓用戶同時管理多個應用程序或文件窗口而不必頻繁切換視窗。以下介紹如何在 Windows 1...

鐵人賽 IT 管理

技術 iTop Upgrade Manually

Combodo 在 iTop 3.0 版本之後重新改寫了外觀和可用性,包括佈局、顏色、圖標以及功能選單的全面改變。為重要訊息留出更多空間,並突顯您關注的重點,使...

鐵人賽 JavaScript

技術 【Day30】歡迎參加我的原生JS畢業典禮

套句老套卻很實際的話「畢業不是終點而是下一個階段的起點」,總覺得在今天感觸更深了。 一個月前的今天,想著要準備開始求職但總是漫無目的;待業期間挑了幾本工具書但也...

鐵人賽 Modern Web
現在就學React.js 系列 第 31

技術 結語 與 目錄 - Day 31

每天強迫自己產出內容是一個很大的挑戰,但這種輸入與輸出的循環,對我幫助真的很多!在這次鐵人賽寫作挑戰中,發現了不少自己在知識點上的盲區,以為已經了解某些Reac...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 30

技術 Day30 AI是有智慧的生命體嗎

無法分辦人類與 AI了在與人類一模一樣的機器人出現之前,透過社群網站、VR、虛擬替身,無法分辨是人類還是 AI 的那一天已經悄悄接近了。或許 AI尚未擁有媲美人...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 29

技術 Day29 AI展望_2

悲觀派認為 AI 才不會進化到那麼厲害深度學習的出現引發了第三次AI浪潮。在第一次與第二次的時候,雖然都興起過 AI能夠改變社會的樂觀主義,不過無法回應人們期待...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 28

技術 Day28 AI展望_1

AI為人類帶來了什麼樣的影響無庸置疑,AI今後也將會持續成長,不過會成長到什麼地步、帶來什麼影響,專家倒是眾說紛紜。有人認為AI將會改寫人類的歷史,有人則認為...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 27

技術 Day27 金融科技AI_2

與AI對話,獲取理財建議運用資料分析與投資演算法,就算還只是初學者,也能簡單地透過智慧投顧來完成交易。這不僅是自動完成資產的運用,AI還會針對運用的方針與交易內...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 26

技術 Day26金融科技AI_1

運用 AI進行分析跟交易都成為了全自動金融與保險業界也隨著金融科技(Fintech)的浪潮,與 AI產生了密不可分的連結。對 AI 來說,只需要處理標註了數值作...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 25

技術 Day25醫療AI_2

AI也在醫藥品開發上做出了不少貢獻藥品是透過結合了數不清的化合物而成的產物,而在宛如繁星數量般的眾多組合當中,能對疾病發揮治療作用的成分組合可以說是微乎其微。過...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 24

技術 Day24 醫療AI_1

幫助醫師進行門診所需的診斷AI進入到應用階段後,也出現了商業應用服務。尤其是在人力短缺的醫療領域當中,AI的蹤跡更是明顯,並且基於協助診斷的 AI導入便捷、成效...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 23

技術 Day23 結果

依照計算出來的權重與閾值,可以得到目標函數E的數值如下。E = 25.41然而,評估目標函數召的大小卻沒那麼容易。不過因為訓練資料只有128張像素數為5X4=2...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 22

技術 Day22 實作

假設我們要製作一個可讀取5X4像素之黑白二元圖像,並且可識別手寫英文字母「A」、「P」、「L」、「E」的神經網路。使用附有正解標籤的128張字母圖像作為訓練資料...

RISC-V CPU 設計與實作 系列 第 7

技術 [Day 07] R-Type 指令

前面花了很多篇幅在 Verilog 語法的說明和 IC 設計的概念。從這篇開始,我們要開始來接觸 RISC-V 架構。首先我們先來認識其中的 R-Type 指令...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 21

技術 Day21 Sigmoid

Sigmoid 函數是一種常用的激活函數,主要用於神經網路中的非線性變換。它的數學表達式如下: Sigmoid 函數的特性: 輸出範圍:Sigmoid 函數的...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 20

技術 Day20 遞歸神經網路_2

接下來,繼續介紹遞歸神經網路。改進版本為了解決 RNN 的這些問題,出現了兩種更為強大的改進模型: 長短期記憶網路(LSTM, Long Short-Term...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 19

技術 Day19遞歸神經網路_1

遞歸神經網路(Recurrent Neural Network, RNN)是一種專門設計用來處理序列數據的神經網路結構,廣泛應用於自然語言處理(如語言翻譯、語音...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 18

技術 Day18卷積神經網路_2

接下來,繼續介紹卷積神經網路。3. 池化層(Pooling Layer)池化層通常位於卷積層之後,用來減少特徵圖的尺寸,降低計算量,並保持關鍵的特徵。常見的池化...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 17

技術 Day17卷積神經網路_1

卷積神經網路(Convolutional Neural Network, CNN)是一種專門用於處理具有網格結構數據的深度學習模型,特別擅長於圖像處理、語音識別...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 16

技術 Day16神經網路的機制

靠特徵模式就可以識別圖像特徵樣式正是神經網路分辦圖像的原理。這種像素的模式又叫做「用來分辦狗和貓的特徵模式(feature pattern)。事實上,就算是外貌...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 15

技術 Day15層狀神經元_2

輸入層的功能輸入層是一塊可以記錄狗或貓照片的圖像用記憶體。輸入層內没有神經元,只負責將圖像訊號輸出至相鄰的隱藏層。在輸入層中,輸入層的記憶體可對應到8×8個像素...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 14

技術 Day14 層狀神經元_1

開始說明如何排列神經元之前,讓我們先簡單介紹人腦如何處理眼睛看到的影像訊號。之後提到的神經網路就是模仿這個過程。以貓和狗的影像為例,具體說明神經元在看到貓和狗時...

鐵人賽 AI/ ML & Data
了解AI–道阻且長 系列 第 13

技術 Day13 神經元

神經元被觸發時,會產生什麼樣的輸出訊號呢? 輪出的大小是一定的,與「加權總和」的大小完全無開。即使相鄰神經元輪人的訊號很大,輸出訊號的數值仍保持一定。更有趣的是...