iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 120 瀏覽

鐵人賽 Software Development DAY 7

Polars熊霸天下系列第 7 篇

技術 [Day07] - Datatype：多種基本型別及缺失值處理

今天我們來認識Polars常用的基本型別及討論如何處理缺失值（pl.Null型別）。本日大綱如下：本日引入模組及準備工作 pl.Int與pl.UInt...

Jerry Wu ‧ 2025-09-13

0 Like 0 留言 173 瀏覽

鐵人賽 Software Development DAY 6

Polars熊霸天下系列第 6 篇

技術 [Day06] - pl.Expr與selectors

今天我們來認識pl.Expr，並介紹selectors這個快速選擇列的利器。本日大綱如下：本日引入模組及準備工作 pl.Expr selectors...

Jerry Wu ‧ 2025-09-12

0 Like 0 留言 135 瀏覽

鐵人賽 Software Development DAY 5

Polars熊霸天下系列第 5 篇

技術 [Day05] - pl.col

今天我們來了解pl.col，作為學習expr前的準備工作。本日大綱如下：本日引入模組及準備工作經典使用方式便捷使用方式 codepanda 0....

Jerry Wu ‧ 2025-09-11

0 Like 0 留言 216 瀏覽

鐵人賽 Software Development DAY 4

Polars熊霸天下系列第 4 篇

技術 [Day04] - pl.Series與pl.DataFrame

今天我們來認識pl.Series及 pl.DataFrame。本日大綱如下：本日引入模組及準備工作 pl.Series pl.DataFrame...

Jerry Wu ‧ 2025-09-10

0 Like 0 留言 237 瀏覽

鐵人賽 AI & Data DAY 29

從0開始：傳統圖像處理到深度學習模型系列第 29 篇

技術 Day 29 - NeRF

在鐵人賽倒數兩天，我們稍微把視角轉向 3D 世界。傳統的 3D 內容創作和渲染，依賴於像網格 (mesh)、體素 (voxel)、點雲 (point clou...

hibiki ‧ 2025-09-08

0 Like 0 留言 234 瀏覽

鐵人賽 Software Development DAY 3

Polars熊霸天下系列第 3 篇

技術 [Day03] - Polars帶來了什麼便利

今天我們透過幾個例子來觀察，當使用純Python及Polars時，其各自是如何解決問題，進而從中了解Polars帶來了什麼便利。本日大綱如下：本日引入模組...

Jerry Wu ‧ 2025-09-09

0 Like 0 留言 185 瀏覽

鐵人賽 Software Development DAY 2

Polars熊霸天下系列第 2 篇

技術 [Day02] - 行前準備

今天我們來做一些學習前的準備工作。本日大綱如下：本日引入模組及準備工作安裝Polars 工作環境程式風格 Config設定 Config存取 Cont...

Jerry Wu ‧ 2025-09-08

0 Like 1 留言 310 瀏覽

鐵人賽 Software Development DAY 1

Polars熊霸天下系列第 1 篇

技術 [Day01] - 緣起

特色 Polars是近年興起的Python資料處理工具，可以視為新世代的Pandas，其特色可從「快好省」三個面向來理解。快在哪？以Rust編寫而成，支援...

Jerry Wu ‧ 2025-09-07

0 Like 0 留言 361 瀏覽

鐵人賽 AI & Data DAY 28

從0開始：傳統圖像處理到深度學習模型系列第 28 篇

技術 Day 28 - 多模態學習與 CLIP

我們昨天學到的擴散模型如 Stable Diffusion，內部必須有一個文本編碼器來理解我們的文字提示 (prompt)，並將其作為條件來引導圖像生成。這自然...

hibiki ‧ 2025-09-07

0 Like 0 留言 309 瀏覽

鐵人賽 AI & Data DAY 27

從0開始：傳統圖像處理到深度學習模型系列第 27 篇

技術 Day 27 - Diffusion Model

雖然在過去，GAN 一直都是生成高品質圖片的主流，但他訓練不穩定、模式單一的問題也困擾著許多人。近幾年，一個從熱力學汲取靈感的模型：擴散模型 (diffusio...

hibiki ‧ 2025-09-06

0 Like 0 留言 399 瀏覽

鐵人賽 AI & Data DAY 26

從0開始：傳統圖像處理到深度學習模型系列第 26 篇

技術 Day 26 - Vision Transformer

過去十幾天，我們所介紹的所有模型，基本上都建立在 CNN 上。CNN 在電腦視覺領域統治了約 10 年之久，但來自自然語言處理 (Natural Languag...

hibiki ‧ 2025-09-05

1 Like 0 留言 306 瀏覽

技術 Concurrent.future Executor筆記

如上一篇文章筆記的Future顧名思義代表未完成的結果，像一張訂單或是掛號信，表示「這個任務已經開始執行了，這是它的結果將來會存放的地方，可以隨時來查詢它的狀態...

bobby7414 ‧ 2025-09-08

0 Like 0 留言 291 瀏覽

鐵人賽 AI & Data DAY 25

從0開始：傳統圖像處理到深度學習模型系列第 25 篇

技術 Day 25 – cGAN 與 StyleGAN

昨天我們成功實作了 DCGAN 並用於生成手寫數字，但問題是「我們沒辦法指定 GAN 具體會生成什麼內容」。因此今天將要學習，如何進行可控的生成。 cGAN 條...

hibiki ‧ 2025-09-04

0 Like 0 留言 282 瀏覽

鐵人賽 AI & Data DAY 24

從0開始：傳統圖像處理到深度學習模型系列第 24 篇

技術 Day 24 - GAN

VAE 雖然能生成多樣化的結果，但其生成的圖片（尤其是複雜圖片）往往比較模糊，缺乏細節。如果我們不追求像素級別的重建，而是以以假亂真為目標，那麼 GAN 就是我...

hibiki ‧ 2025-09-03

0 Like 0 留言 273 瀏覽

鐵人賽 AI & Data DAY 23

從0開始：傳統圖像處理到深度學習模型系列第 23 篇

技術 Day 23 - AE 與 VAE

自編碼器自編碼器 1(AutoEncoder, AE) 是一種非監督式學習的神經網路，它的訓練目標極其簡單：讓輸出結果 x̂ 與輸入 x 盡可能地完全相同。...

hibiki ‧ 2025-09-02

0 Like 0 留言 331 瀏覽

鐵人賽 AI & Data DAY 22

從0開始：傳統圖像處理到深度學習模型系列第 22 篇

技術 Day 22 - 自監督學習與對比學習

到目前為止，我們所學的所有監督式模型，都是建立在大量高品質的人工標註數據上。這個過程耗時耗力，也限制了模型的應用規模。我們是否也能讓模型像人類一樣，單純透過觀...

hibiki ‧ 2025-09-01

0 Like 0 留言 564 瀏覽

鐵人賽 AI & Data DAY 21

從0開始：傳統圖像處理到深度學習模型系列第 21 篇

技術 Day 21 - 語義分割與實例分割

影像分割當我們想要的，不只是一個粗略的矩形邊界框，而是物體每一個像素級別的精確輪廓，例如精準描繪出腫瘤的位置，這時單靠我們前幾天學的方法已經不敷使用。這時，我...

hibiki ‧ 2025-08-31

0 Like 0 留言 375 瀏覽

鐵人賽 AI & Data DAY 20

從0開始：傳統圖像處理到深度學習模型系列第 20 篇

技術 Day 20 - 物件偵測（二）YOLO 與 SSD

R-CNN 系列演算法都有獲取候選區域這個步驟，然而也是因為分為兩步驟進行，雖然精準，但偵測速度受到了限制。因此另一派演算法選擇拋去這個步驟，最具代表性的模型為...

hibiki ‧ 2025-08-30

0 Like 0 留言 328 瀏覽

鐵人賽 AI & Data DAY 19

從0開始：傳統圖像處理到深度學習模型系列第 19 篇

技術 Day 19 －物件偵測（一）R-CNN

現實中的視覺任務，往往遠比我們前幾天所做的圖像分類還複雜，例如物件偵測：不只要知道圖片有一隻貓，還要知道貓在哪裡。物件偵測的目標是同時在一張圖片完成兩件事...

hibiki ‧ 2025-08-29

0 Like 0 留言 211 瀏覽

鐵人賽 AI & Data DAY 18

從0開始：傳統圖像處理到深度學習模型系列第 18 篇

技術 Day 18 - 遷移學習與資料增強

如果我們手上只有數百張貓狗的照片，是沒辦法像前幾天一樣訓練出像 ResNet 這種好的分類器，反而會遇到過擬合的問題。在這種缺乏數據的情況下，我們能用遷移學習...

hibiki ‧ 2025-08-28

1 Like 0 留言 213 瀏覽

鐵人賽佛心分享-讓我升級的那些書 DAY 30

菜雞學習 pandas 的 30 日讀書分享系列第 30 篇

技術菜雞學習 pandas 的 30 日讀書分享【Day 30】資料載入

資料載入 pandas 有些函式可將表個資料讀為 DataFrame 物件，read_csv 為最常用的一種: read_csv :從檔案、URL或類檔案物件...

rdnnn ‧ 2025-08-30

0 Like 0 留言 371 瀏覽

鐵人賽 AI & Data DAY 28

AI圖像辨識輔助的BIM資料流自動化流程系列第 28 篇

技術 Day28：介面優化與防呆設計

　　延續昨天設計與 debug的實作心得，這一篇聚焦於介面優化與防呆設計，目的是為了讓沒有程式背景的設計師或初學者來說，能有一個簡單直觀的 GUI 工具。 28...

Yi-Ping, Fang ‧ 2025-08-28

0 Like 0 留言 176 瀏覽

鐵人賽佛心分享-讓我升級的那些書 DAY 29

菜雞學習 pandas 的 30 日讀書分享系列第 29 篇

技術菜雞學習 pandas 的 30 日讀書分享【Day 29】唯一值、值的數量以及成員資格

唯一值、值的數量以及成員資格有一類相關的方法可以提取關於一維 Series 的值資訊: In [290]: obj = pd.Series(["c...

rdnnn ‧ 2025-08-29

0 Like 0 留言 183 瀏覽

鐵人賽佛心分享-讓我升級的那些書 DAY 28

菜雞學習 pandas 的 30 日讀書分享系列第 28 篇

技術菜雞學習 pandas 的 30 日讀書分享【Day 28】總結與計算描述性統計數據

總結與計算描述性統計數據 pandas 物件具備一組常用的數學和統計方法，他們大多是歸約或總結統計方法，可以從 Series 提取一個值(如 sum() 與...

rdnnn ‧ 2025-08-28

0 Like 0 留言 423 瀏覽

技術從sequential到concurrent

Concurrent函式庫 Python標準函式庫的一部分，主旨是透過抽象化/簡化 multithreading 或 multiprocessing 讓一項任務...

bobby7414 ‧ 2025-09-04

0 Like 0 留言 270 瀏覽

鐵人賽 AI & Data DAY 17

從0開始：傳統圖像處理到深度學習模型系列第 17 篇

技術 Day 17 - 卷積神經網路（五）MobileNet

至今我們學習的 VGG、ResNet 等模型，它們的設計目標都是追求極致的準確率。然而，這些模型龐大的參數數量和巨大的計算量，使得它們很難被部署到手機、無人機、...

hibiki ‧ 2025-08-27

0 Like 0 留言 196 瀏覽

鐵人賽佛心分享-讓我升級的那些書 DAY 27

菜雞學習 pandas 的 30 日讀書分享系列第 27 篇

技術菜雞學習 pandas 的 30 日讀書分享【Day 27】重複標籤

重複標籤目前看到的範例都有互不相同的軸標籤 (索引值)，雖然有很多 pandas 函式如 reindex 都要求標籤互不相同，但並非強制規定，假如是一個具有...

rdnnn ‧ 2025-08-27

0 Like 0 留言 375 瀏覽

鐵人賽 AI & Data DAY 27

AI圖像辨識輔助的BIM資料流自動化流程系列第 27 篇

技術 Day27：ChatGPT輔助程式設計應用分享

　　有了AI工具就不用學習機器語言了嗎？不是的，今天我想透過本文的分析，來分享我使用ChatGPT輔助程式設計、撰寫所遇見的問題，以及我認為在AI時代仍需要學習...

Yi-Ping, Fang ‧ 2025-08-27

0 Like 0 留言 246 瀏覽

鐵人賽 AI & Data DAY 16

從0開始：傳統圖像處理到深度學習模型系列第 16 篇

技術 Day 16 - 卷積神經網路（四）Grad-CAM

雖然我們學會了怎麼用各種不同 CNN 模型來進行圖像辨認，但對他的認識仍停留在黑盒子的階段。模型在做出「這是一隻貓」的決斷時，還是不知道它是依據什麼做判斷的，而...

hibiki ‧ 2025-08-26

1 Like 0 留言 453 瀏覽