目標 構建一個完整的待辦事項 API 應用路由、HTTP 方法、請求處理、錯誤處理和模擬數據存儲 確保 API 結構清晰且易於使用 項目需求 端點： GET /api/v1/todos：獲取所有任務 GET /api/v1/todos/<id>：獲取單個任務 POST /api/v1/todos：創建新任務...

目標 使用 Python 字典模擬數據庫 實現完整的 CRUD 操作 保持 API 的結構化響應和錯誤處理 步驟 準備環境 繼續使用第5天的模塊化結構，確保您在 flask_api/ 目錄並激活虛擬環境： # Windows: flask_api_env\Scripts\activate # macOS/Linux: sourc...

目標 理解 Flask 的錯誤處理機制 自定義錯誤處理器處理 404、400 等錯誤 返回一致的 JSON 錯誤響應 步驟 準備環境 我們將基於第4天的模塊化結構進行修改。確保您的工作目錄是 flask_api/，並激活虛擬環境： # Windows: flask_api_env\Scripts\activate # macOS...

目標 理解為什麼需要模塊化結構 使用藍圖 (Blueprint) 組織路由 分離配置文件和其他模塊 步驟 為什麼需要模塊化？ 到目前為止，我們的代碼都在單一的 app.py 文件中。隨著功能增加，這會變得難以管理。 模塊化結構可以將路由、模型和配置分開，類似於 MVC（模型-視圖-控制器）模式。 設置項目結構 ...

目標 使用 request 對象處理不同類型的請求數據 返回 JSON 格式的響應 設置合適的 HTTP 狀態碼 步驟 準備環境 確保虛擬環境已激活，並使用前兩天的 app.py 作為基礎。如果需要，可以從頭開始： # 激活虛擬環境 # Windows: flask_api_env\Scripts\activate # macO...

目標 理解 Flask 的路由機制 實現 GET、POST、PUT、DELETE 方法 使用 Postman 測試 API 端點 步驟 準備環境 確保您已完成第1天的環境設置，並激活虛擬環境： # Windows flask_api_env\Scripts\activate # macOS/Linux source flask_...

目標 安裝必要的工具和庫 創建一個簡單的 Flask 應用 運行並測試第一個 API 端點 步驟 設置環境 安裝 Python 確保您的系統已安裝 Python 3.8 或更高版本。您可以在終端運行以下命令檢查版本： python --version 如果未安裝，請從 python.org 下載...

今天是課程的最後一天，我們將為你規劃未來的學習路線，並推薦相關資源，幫助你進一步拓展 AI 技能，深化知識，並在 AI 領域持續成長。 課程目標 瞭解未來的學習方向與發展路線。 獲取高質量的學習資源與實踐建議。 制定個人化的長期學習計劃。 課程內容 1. 未來學習路線 1.1 初學者到中級者 適合希望鞏固基礎並完成更多實作項目的學員： 強化基礎： ...

今天的課程將回顧我們過去 28 天所學的內容，幫助你整理知識結構，並建立一份技能地圖（Skill Map），以清楚了解目前的學習成果和未來的學習方向。同時，我們也會提供實用的進階學習建議，助你在 AI 領域更上一層樓。 課程目標 系統化回顧課程內容，鞏固學習成果。 建立一份個人化的 AI 技能地圖。 瞭解未來的學習與發展方向。 課程內容 1. 課程回顧 1.1...

今天的課程將帶領你進行一個挑戰性專案，設計並實作一個多任務 AI 應用。多任務學習（Multi-task Learning, MTL）能讓模型同時處理多個相關任務，達到更高效的性能與更好的泛化能力。這不僅能提升模型的實用性，也讓你熟悉在真實情境中解決多樣化問題的方法。 課程目標 瞭解多任務學習的概念與優勢。 設計並實現一個包含多任務的 AI 專案。 熟悉如何整合模型來解決...