Learn_AI

學習人工智慧

第一次大規模專案

---

concept 概念

format 格式

reference 參考

---

✅目的✅

學習人工智慧以及相關知識，增加見聞

發展趨勢

• 深層網路（Deep Networks） → 層數越多，特徵學習越強。
• 注意力機制（Attention） → 提高長距依賴學習能力。
• 自監督學習（Self-Supervised） → 不用大量人工標註資料。
• 多模態模型（Multimodal） → 同時理解文字、圖片、聲音。
• 神經網路壓縮與部署（Edge AI） → 模型小型化、上手機。

---

‼️目標‼️

1. 學會神經網路架構

2025/10/20~2026/01/20

2. 學習深度學習 + C++

2025/01/21~2026/02/12

3. 理解 Attention / Transformer 架構 + HTML/CSS/JavaScript

BERT / GPT 基本概念、Tokenization、Embedding

能載入預訓練模型、輸入文字取得結果

可能Attention / Transformer會和ANN一起學

2026/02/14~2026/06/30

4. 使用 Hugging Face Transformers 套件

transformers, datasets, tokenizer

用現成模型做情緒分析、摘要、翻譯等任務

2026/07/01~2026/08/01

5. 微調現成模型（如 BERT、DistilGPT2）

DataLoader、loss、optimizer、Trainer API

微調 BERT / DistilGPT2 做你自己的資料任務

2026/08/01~2026/09/01

6. 模型部署（API） Flask / FastAPI（建立 Web 伺服器）

把模型變成可呼叫的 REST API

2026/09/01~2025/10/01

7. 介面實作

Gradio / Streamlit / Discord Bot / 網頁前端

使用者可以直接操作模型

2026/10/01~2026/11/30

8. 模型壓縮與上線

Hugging Face Space、ONNX、量化

模型輕量化並部署到雲端平台

2026/12/01~2026/12/31

---

💫狀態💥

目前進度:人工神經網路架構--損失函數(照抄)

預定下一步(期望日期):翻譯(2025/11/20)

預定學深度學習:2026/1/20

狀態:時間趕(高速生產ing)

---

🧰工具與環境🪛

Python 3.10+ 主語言

Jupyter Notebook 寫模型方便實驗

PyTorch 或 TensorFlow 深度學習框架

Hugging Face Transformers NLP 模型

pandas, numpy, matplotlib 資料處理

Flask / Streamlit 展示成果

---

✒️檔案規劃📋

Markdown

(每個大概念)

1. 參考維基百科+問AI

2. 照抄

3. 翻譯

4. 補充+修正 "預判耗費時間大"

5. 定期補充資訊(from 國外論文or書籍or網路)

why?

翻譯原文檔案有一台手機也可以(在外面也行)，但打出文檔用電腦比較方便。而且有多個文檔，我在外面也可以交互看。

---

✨更新日誌✨

請見Update_log.md