Xcode Swift App 進階實作教師專班(4)(1131130)

日期：113年11月30日(六)

時間：9:00 – 16:00

地點：雲端智慧科技中心2樓電腦教室

公文與附件：

課程內容：

如何用 AI 工具幫助我們建立深度學習方法
- LM Studio
  - Meta-Llama-3.1-8B-Instruct-GGUF 模型
  - LLaMA 模型能夠理解並產生多種主流程式設計語言的代碼。以下是一些典型的程式設計語言，這些語言的知識通常都能涵蓋：
    - Python：簡單易學，支援多種應用領域，如數據分析、機器學習、網頁開發等。
    - JavaScript：主要用於前端和後端開發，涵蓋 Web 開發、React、Node.js 等框架。
    - Java：用於大規模應用開發，特別是在企業級應用和移動應用（Android）方面。
    - C/C++：用於高效能計算、系統編程、嵌入式開發等。
    - Ruby：一個靈活且以簡單為設計原則的語言，特別適用於快速開發 Web 應用。
    - PHP：主要用於 Web 開發，動態網頁內容生成等。
    - SQL：用於關聯型資料庫查詢，理解 SQL 語法和最佳實踐。
    - Go、Rust、Swift：用於系統程式設計、微服務架構、移動應用開發等。
    - R 和 MATLAB：主要用於數據分析、統計計算、數學建模等。
    - Shell Script、Bash：用於系統管理和自動化腳本。
- Hugging Face
- 表面學習 v.s. 深度學習
- 費曼學習法
  - 讓學習更有效率：四個步驟學會「費曼學習法」
從 Swift 出發學習 Python 語言
- Google Colab – 執行 Python 的工具
  - 在雲端硬碟中建立新筆記本
  - 執行階段->變更執行階段類型，可以選擇不同程式語言執行，並選擇不同硬體加速器運算。
- https://github.com/ivanvorobei/SwiftUI
- NumPy
- 基本語法篇
- 變數 – Variable
- 函數 – Function
- 類別 – Class
- 列表/陣列 – List/Array
- NumPy – Python：強大的地方在於可以直接對元素進行操作。
- Shape- NumPy：可知道Array的結構。
- For loop – NumPy
- Dictionary
深層的類神經網路 – 深度學習
- Pytorch
- 端對端機器學習平台 – TensorFlow
- MLX Swift – GitHub
- 情境描述
- Colab 讀取 CSV File
- 將資料轉成 Tensor 格式
- 建立深度類神經網路
- 開始訓練 – 加入 Loss 和 Optimization Function
- 評量多類別分類模型的好壞
- 計算模型預測每個類別的 Accuracy
用 mlx-swift 來完成
- 讀取 CSV 資料
- 分類 Train 和 Test set
- 建立神經網路
- 訓練模型
- 驗證模型並計算 Accuracy

補充教材：

清理 Mac 儲存空間

相關連結：

Comments are closed.