Introduction

AI 在電腦視覺中的模型演進

本主題整理深度學習在電腦視覺中的核心模型發展脈絡，涵蓋影像分類與物件偵測等關鍵任務。內容包含即時偵測架構 YOLOv1～v11 的設計演進，以及 Transformer 架構的 Vision Transformer (ViT)、端到端偵測模型 RT-DETR，與自監督表示學習方法 DINO / DINOv2，用以建立現代電腦視覺從 CNN 走向 Transformer 與基礎模型的整體理解。

李宏毅機器學習 2021

本主題整理李宏毅教授於 2021 年開設的機器學習課程，系統性介紹機器學習的核心概念與理論基礎。內容涵蓋機器學習任務類型、模型建構、損失函數、最佳化方法與神經網路訓練技巧。

李宏毅生成式AI 2024

本主題整理李宏毅教授於 2024 年開設介紹生成式人工智慧（Generative AI）的課程，從「什麼是生成式 AI」出發，建立對生成式模型運作方式的基礎認識。內容涵蓋大型語言模型（LLM）的訓練流程與關鍵階段（預訓練、微調、對齊）、生成式模型如何進行文字與影像生成、AI Agent 的基本概念，以及模型能力與安全性相關的基本討論，協助建立對現代生成式 AI 技術的整體理解框架。

李宏毅生成式AI 2025

本主題整理李宏毅教授於 2025 年開設介紹生成式人工智慧（Generative AI）的課程，從生成模型的基本原理出發，逐步建立對大型語言模型（LLM）整體運作方式的理解。內容涵蓋生成式模型的訓練流程與關鍵階段（預訓練、對齊與後訓練）、語言模型內部機制與記憶限制、文字與影像等多模態生成方式，以及 AI Agent 的基本架構、決策流程與工具使用能力，同時也討論模型能力邊界、遺忘現象與安全性相關議題，協助建立對當代生成式 AI 技術脈絡與發展方向的完整理解框架。

Design Patterns

本主題整理並介紹了常見的軟體設計模式（Design Patterns），包括創建型、結構型與行為型模式。內容涵蓋各種設計問題的標準解決方案，如單例模式、觀察者模式、工廠模式等，旨在提升程式碼的可維護性、可擴展性與可讀性。

Docker Basics

本主題介紹了 Docker 的基本概念與操作，包括容器化技術的原理、鏡像（Image）與容器（Container）的管理方法，以及如何使用 Dockerfile 建立自訂環境。透過本筆記，可以快速上手 Docker 並應用於開發與部署流程中。

Kubernetes Basics

本主題概述了 Kubernetes 的基礎知識，從叢集架構、核心元件（如 Pod、Service、Deployment）到基本的部署與管理流程。筆記內容幫助讀者理解 Kubernetes 如何協助自動化容器化應用程式的部署、擴展與運維。

Owasp Top10 2021

本主題針對 OWASP Top 10 2021 的網路應用程式安全風險進行整理與說明，包括常見的安全問題如權限控制失效、加密失敗、資安設計缺陷等。筆記提供了每一項風險的詳細介紹、常見案例以及基本的防禦策略，旨在提升對網路應用安全的理解與實務應用。

Ollama

本主題介紹了 Ollama 的核心概念與使用方式，說明如何在本地端執行大型語言模型（LLM）與向量嵌入模型，並作為 RAG 系統中的推論與 embedding 引擎。內容涵蓋 Ollama 的安裝、模型管理與基本操作流程，協助快速建立可控、低延遲且不依賴雲端服務的語言模型執行環境。