iT邦幫忙

17th鐵人賽相關文章
共有 19730 則文章
鐵人賽 Odoo

技術 Odoo × 學術工作流:年輕學者如何系統化整理文獻與期刊(含 JCR/WoS/Scopus 指標解釋)

Odoo × 學術工作流:年輕學者如何系統化整理文獻與期刊(含 JCR/WoS/Scopus 指標解釋) TL;DR:把文獻當「任務」、把投稿當「銷售管線」、...

鐵人賽 Modern Web

技術 OWL:英文聽說讀寫教學平台——從語料研究到生成式 AI 的教學實踐

🦉 OWL:英文聽說讀寫教學平台——從語料研究到生成式 AI 的教學實踐 TL;DR OWL(Oral–Writing–Listening–Reading)英...

鐵人賽 Modern Web

技術 把 AI 灌溉做成「可上線、可維運、可擴充」的產品

Web Modern|把 AI 灌溉做成「可上線、可維運、可擴充」的產品 核心信念:不是 Demo,而是 Day-2——能被農民持續使用、可被地方政府採購、可...

鐵人賽 Modern Web

技術 水稻灌溉與 AI:從構想到落地的技術實踐

🌾 水稻灌溉與 AI:從構想到落地的技術實踐 TL;DR 水稻灌溉的智慧化關鍵不在「想法」而在「落地」。 AI 結合多光譜影像、氣象資料與植株水分模型,能實現...

鐵人賽 生成式 AI

技術 從十字架談生成式 AI:技術的救贖與創造

✝️ 從十字架談生成式 AI:技術的救贖與創造 TL;DR(Too Long; Didn’t Read) 十字架象徵「死亡與重生」,生成式 AI 則代表「結束...

鐵人賽 AI & Data

技術 生成式AI × 次世代運算:從台大醫院抗藥性預測到Google量子迴聲的雙重突破

【TD專題】生成式AI × 次世代運算:從台大醫院抗藥性預測到Google量子迴聲的雙重突破 從臨床智慧到量子邊界,AI正重塑資料、時間與決策的未來 TD/導...

鐵人賽 Odoo

技術 長照3.0 × Odoo:從資料建構到雲端商業閉環

長照3.0 × Odoo:從資料建構到雲端商業閉環 把「科技×醫院×社區」落到地上,讓每一筆照護資料都能轉成可衡量的價值 參考脈絡: 🎬 2025 科幻電影...

鐵人賽 AI & Data

技術 幻覺不是錯,而是學習的鏡子 —— 呂老師雲端課程筆記

💭 幻覺不是錯,而是學習的鏡子 —— 呂老師雲端課程筆記 最近在呂老師的雲端課程中,聽到一段讓我印象很深的話:「AI 的幻覺,其實是創造力的影子。」 這句話讓我...

鐵人賽 AI & Data

技術 生成式 vs. 鑑別式:企業 AI 的雙軌策略與「幻覺」心智模型

生成式 vs. 鑑別式:企業 AI 的雙軌策略與「幻覺」心智模型 ☁️ 導言:AI、Data 與雲端的三角關係 AI 的熱潮正席捲各行各業,但許多企業導入後卻...

鐵人賽 AI & Data

技術 DAY30總回顧

三十天走完,我們從最簡單的理論到後面的實務,不只訓練出以 ResNet34 為核心、準確穩定的災害影像分類器,也把 Dify+RAG 打造成一條從「表單→模板→...

Python 函式大全 系列 第 65

技術 Python 模組概說 《 zipfile 模組 》

✦ 功能:用於建立、讀取、寫入、追加和列出 ZIP 檔案內容 ✦ 屬性與方法 : zipfile.ZipFile() 說明:用於讀/寫/附加 ZIP 檔案 zi...

Python 函式大全 系列 第 64

技術 Python 模組概說 《 xml 模組 》

✦ 功能:解析與操作純文字檔案 XML 資料,允許不同的應用程式和系統之間交換結構化資料 ✦ 屬性與方法 : xml.etree.ElementTree 說明:...

鐵人賽 AI & Data

技術 Day 29 🎨 風格遷移實作介紹(補充)

風格遷移是一種很帥、但其實概念蠻優雅的技術:把一張圖片的內容,配上另一張圖片的風格,生出一張既保留原始場景、又帶有名畫或特定質感的新圖。想像:把你家的街景照,畫...

鐵人賽 AI & Data

技術 Day 28|LLM 政策化提示詞:讓回答可溯源、可執行(補充)

今天把 RAG 取回的多段結果(result 陣列),在 LLM 端用 map + join 合併,並用「政策型 System Prompt」強化可溯源與行動化...

鐵人賽 AI & Data

技術 Day 27:Dify 實戰 - 整合 CV 工具與 LLM 工作流(補充)

我們已經完成了 CV 模型的部署,確定了 LLM 是下一步的重點。目標:打造一條「開始 → 模板轉換 → 知識檢索 → LLM → 結束」的可用工作流,讓系統輸...

鐵人賽 AI & Data

技術 Day 26:【專案總結】從圖像分類到氣候行動實踐

在這段深入的學習旅程中,我們成功地應用深度學習技術解決了自然災害的快速識別問題。我們建立了一個高效能的 災害影像分類系統,並將其部署至雲端,實現了從學術研究到實...

鐵人賽 AI & Data

技術 Day 25:部署與 LLM 應用鋪陳

為了快速且免費地將我們的深度學習模型上線,我選擇了 Hugging Face Spaces。 平台優勢與工具選擇平台特性: Spaces 是一個專門為機器...

鐵人賽 AI & Data

技術 Day 24:ROC 曲線分析

我將介紹最後一項關鍵的定量指標 ROC 曲線 (Receiver Operating Characteristic),以衡量模型在區分不同災害類別時的信心程度。...

鐵人賽 AI & Data

技術 Day 23:混淆矩陣診斷與模型訓練狀態分析

我們在測試集上確認了 ResNet34 是我們的冠軍模型。今天,我們將使用兩大評估工具——混淆矩陣 (Confusion Matrix) 和 ROC 曲線 (R...

鐵人賽 AI & Data

技術 Day 22:最終測試

我的三個模型 ResNet34、VGG16、EfficientNetB0 都完成了 Stage 1 和 Stage 2 的訓練與微調,並在驗證集上取得了不錯的準...

鐵人賽 AI & Data

技術 Day 21:多模型訓練 Stage 1 & Stage 2 微調

我們完成了數據的結構化分割,並實作了 DataLoader,將乾淨的圖片轉化為模型可食用的數據流。今天,我們將正式進入訓練環節:首先進行快速的 Stage 1...

鐵人賽 AI & Data

技術 Day 20:資料結構化、擴增

我們完成了資料的爬蟲採集和人工清洗。今天,我們要將這些乾淨的圖片「精加工」:先進行結構化分割,然後實作 PyTorch/Fast.ai 的資料DataLoade...

鐵人賽 AI & Data

技術 Day 19:從爬蟲到清洗~我的資料準備旅程

昨天,我鎖定了我的實戰專案目標:自然災害影像分類,並確定了資料集的結構要求。今天將展開實戰的第一個關卡——資料準備。由於市面上沒有現成的、符合我專案需求的資料集...

鐵人賽 Odoo

技術 從 Odoo 架構思考:BPaaS 平台建置的難度、成本與「人」的現實挑戰

🧩 從 Odoo 架構思考:BPaaS 平台建置的難度、成本與「人」的現實挑戰 一、前言:Odoo 是夢想落地的試金石 許多創業構想在 Excel 裡完美無缺,...

鐵人賽 AI & Data

技術 用 AI Data 思維重新審視 BPaaS 創業構想:從理想到現實的距離

🤖 用 AI Data 思維重新審視 BPaaS 創業構想:從理想到現實的距離 一、前言:SaaS 已飽和,BPaaS 是未來? 近年來,「BPaaS(Busi...

鐵人賽 Modern Web

技術 從 Web Modern 角度看:BPaaS 與 55688 生活大管家的差異與機會

🌐 從 Web Modern 角度看:BPaaS 與 55688 生活大管家的差異與機會 一、前言:為什麼要從 Web Modern 看待服務整合? 在 202...

Python 函式大全 系列 第 63

技術 Python 模組概說 《 venv 模組 》

✦ 功能:虛擬環境(Virtual Environment)建立工具,為不同專案建立獨立的 Python 環境,避免套件版本衝突 ✦ 屬性與方法 : venv....