Git install的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

深度學習圖像識別技術

為了解決Git install的問題，作者莊建 這樣論述：

首先講述了人工智慧、深度學習、卷積神經網路、目標檢測以及遷移學習的概念，接著詳述了如何基於Tensor Flow Object Detection API框架從零開始搭建深度學習目標檢測應用的開發環境，如何訓練自己的目標檢測模型，然後詳述了如何基於Open VINO工具套件優化模型、部署模型以及用C++和Python開發使用者應用程式。然後通過工業光學字元自動識別、垃圾瓶自動分選、農作物病害自動識別和工業產品外觀缺陷檢測4個完整的深度學習目標檢測工程案例來説明讀者加深深度學習圖形檢測的認識和理解。 《深度學習圖像識別技術：基於Tensor Flow Object Detection API和

Open VINO工具套件》適合從事AI行業相關技術的工程師閱讀，也適合打算進入AI行業的大中專院校的學生學習參考。   1. 莊建 莊建，中國科學院高能物理研究所研究員，核探測與核電子國家重點實驗室成員。參與了北京自由電子鐳射、北京正負電子對撞機、中國散裂中子源等多項大科學裝置的建設。現在主要從事大科學裝置的實驗控制及資料獲取方面的研究。 2. 張晶 張晶，浙江大學碩士，廣東榮旭智慧技術有限公司研發總監，聯合創始人；具有13年機器視覺系統開發經驗，負責深度學習外觀檢測演算法的研發；LabVIEW註冊構架師、Python程式師、英特爾物聯網創新大使、TensorFlo

w User Group東莞站組織者。 3. 許鈺雯 許鈺雯，女，現為中國科學院大學高能物理研究所電子與通信工程專業碩士研究生，主攻方向為軟體工程及深度學習應用   序 前言 第1章 人工智慧、深度學習與目標檢測 1.1 人工智慧簡介 1.1.1 什麼是人工智慧 1.1.2 人工智慧發展簡史 1.1.3 人工智慧與深度學習的關係 1.2 深度學習簡介 1.2.1 神經網路 1.2.2 神經元 1.2.3 深度神經網路 1.2.4 深度卷積神經網路 1.3 目標檢測 1.3.1 目標檢測演算法發展簡史 1.3.2 深度學習目標檢測演算法 1.4 遷移學習簡介 1.4.1

訓練深度學習模型依賴大資料 1.4.2 大資料造成的問題 1.4.3 遷移學習 1.4.4 TensorFlow預訓練模型庫 1.5 本章小結 第2章 搭建深度學習開發環境 2.1 深度學習訓練所需的硬體 2.1.1 英偉達顯卡選型 2.1.2 英偉達顯卡驅動安裝 2.1.3 測試驅動程式安裝 2.1.4 設置英特爾?集成顯卡為系統主顯示輸出 2.1.5 幻影峽谷：可擕式AI訓練“伺服器” 2.2 深度學習開發環境所需的軟體 2.3 安裝Python和Anaconda 2.3.1 Python和Anaconda簡介 2.3.2 下載並安裝Anaconda 2.3.3 測試Anaconda安

裝 2.3.4 配置Anaconda套裝軟體下載伺服器 2.3.5 配置虛擬環境tf_gpu 2.3.6 Anaconda的進階學習 2.4 安裝Visual Studio Code 2.4.1 Visual Studio Code簡介 2.4.2 安裝 2.4.3 在Visual Studio Code中編輯Python代碼 2.4.4 在Visual Studio Code中運行Python代碼 2.4.5 在Visual Studio Code中調試Python代碼 2.4.6 在Visual Studio Code安裝Pylint 2.4.7 在Visual Studio Code中一

鍵美化Python代碼 2.5 安裝TensorFlow 2.5.1 TensorFlow簡介 2.5.2 下載並安裝 2.5.3 測試安裝 2.5.4 pip install 與 conda install 2.6 安裝Git工具 2.6.1 Git簡介 2.6.2 下載並安裝 2.6.3 測試安裝 2.7 安裝TensorFlow Object Detection API框架 2.7.1 TensorFlow Object Detection API簡介 2.7.2 下載並安裝 2.7.3 安裝依賴的python套裝軟體 2.7.4 配置環境變數 2.7.5 安裝COCO API 2.7.

6 編譯proto檔 2.7.7 測試安裝 2.8 安裝LabelImg 2.8.1 LabelImg簡介 2.8.2 下載並安裝 2.8.3 測試安裝 2.9 本章小結 第3章 訓練模型 3.1 TensorFlow Object Detection API軟體框架簡介 3.2 使用TensorFlow預訓練模型 3.2.1 如何選擇預訓練模型 3.2.2 預訓練模型的檔構成 3.2.3 一個典型的深度學習訓練流程 3.3 準備圖片：下載貓狗資料集 3.3.1 Kaggle資料集下載流程 3.3.2 訓練圖片的數量問題 3.3.3 訓練圖片的樣本不平衡問題 3.4 使用LabelImg標注

圖片 3.4.1 LabelImg簡介 3.4.2 建立貓狗專案檔案夾結構 3.4.3 標注圖片 3.4.4 標注文件（*.xml）簡介 3.4.5 複製10%的資料到eval資料夾 3.4.6 複製資料到test資料夾 3.5 依據標注類型創建標籤映射文件 3.6 創建TensorFlow TFRecord文件 3.6.1 將*.xml檔轉換為*.csv文件 3.6.2 將*.csv檔轉換為*.tfrecord文件 3.7 修改預訓練模型的設定檔 3.7.1 預訓練模型的設定檔 3.7.2 設定檔的結構 3.7.3 修改ssd_inception_v2_coco.config設定檔 3.8

訓練模型 3.9 使用TensorBoard觀察訓練過程 3.9.1 什麼是TensorBoard 3.9.2 TensorBoard的使用方法 3.10 評估訓練好的模型 3.11 匯出訓練好模型的凍結圖 3.11.1 檢查點檔 3.11.2 凍結TensorFlow模型 3.12 用訓練好的凍結圖模型做目標檢測 3.13 用Python程式一鍵訓練模型 3.13.1 為新專案一鍵創建資料夾結構 3.13.2 一鍵訓練模型 3.14 本章小結 第4章 優化並部署模型 4.1 OpenVINO工具套件簡介 4.2 OpenVINO典型開發流程 4.3 安裝OpenVINO工具套件 4.3.1

版本選擇 4.3.2 系統要求 4.3.3 下載並安裝OpenVINO工具套件 4.4 安裝Cmake 4.5 安裝Microsoft Visual Studio 2017 4.6 安裝硬體驅動 4.6.1 英特爾顯卡驅動 4.6.2 英特爾神經計算棒二代驅動 4.6.3 英特爾視覺計算加速卡驅動 4.7 設置環境變數 4.8 運行演示程式 4.8.1 demo_benchmark_app.bat 4.8.2 demo_security_barrier_camera.bat 4.8.3 demo_squeezenet_download_convert_run.bat 4.9 編譯並運行Inf

erence Engine範例和演示程式 4.9.1 編譯samples資料夾中的範例 4.9.2 編譯demos資料夾中的範例 4.9.3 從Open Model Zoo中下載預訓練模型 4.9.4 下載英特爾?範例視頻 4.9.5 運行預訓練模型 4.10 使用Model Optimizer優化模型 4.10.1 轉換TensorFlow* Object Detection API模型 4.10.2 用OpenVINO工具套件範例程式測試IR模型 4.10.3 用OpenVINO工具套件演示程式測試IR模型 4.11 編寫OpenVINO應用程式 4.11.1 Inference Engi

ne簡介 4.11.2 Inference Engine Plugin構架 4.11.3 Inference Engine應用程式典型開發流程 4.11.4 查看模型的輸入和輸出張量 4.12 OpenVINO AI推理計算C++範例 4.12.1 設置環境變數和Visual Studio專案屬性 4.12.2 開發AI推理計算C++應用程式 4.12.3 切換AI推理計算硬體 4.13 OpenVINO AI推理計算Python範例 4.13.1 設置環境變數PYTHONPATH 4.13.2 開發AI推理計算Python應用程式（OpenCV版） 4.13.3 開發AI推理計算Python

應用程式（OpenVINOTM版） 4.13.4 AI推理計算用Python還是C++？ 4.14 本章小結 第5章 進一步提升AI推理計算性能 5.1 性能評價指標 5.2 同步和非同步模式 5.2.1 同步模式範例 5.2.2 非同步模式範例 5.3 多設備和異構外掛程式 5.3.1 異構外掛程式 5.3.2 多設備外掛程式 5.4 本章小結 第6章 工業領域光學字元辨識範例 6.1 專案背景 6.2 新建OCR專案工程資料夾 6.3 收集並標注圖片 6.4 訓練模型 6.5 匯出TensorFlow凍結圖模型 6.6 測試模型 6.7 基於OpenVINO工具套件優化並加速模型 6.

8 基於OpenVINO工具套件部署模型 6.9 本章小結 第7章 垃圾瓶自動分選專案範例 7.1 專案背景 7.2 新建垃圾瓶分類專案工程資料夾 7.3 收集並標注圖片 7.4 訓練模型 7.5 匯出TensorFlow凍結圖模型 7.6 測試模型 7.7 基於OpenVINO工具套件優化並加速模型 7.8 基於OpenVINO工具套件部署模型 7.9 本章小結 第8章 農作物病蟲害自動識別專案範例 8.1 專案背景 8.2 新建農作物病蟲害自動識別專案工程資料夾 8.3 收集並標注圖片 8.4 訓練模型 8.5 匯出TensorFlow凍結圖模型 8.6 測試模型 8.7 基於Open

VINO工具套件優化並加速模型 8.8 基於OpenVINO工具套件部署模型 8.9 本章小結 第9章 深度學習外觀缺陷檢測專案範例 9.1 專案背景 9.2 新建外觀缺陷檢測專案工程資料夾 9.3 收集並標注圖片 9.4 訓練模型 9.5 匯出TensorFlow凍結圖模型 9.6 測試模型 9.7 基於OpenVINO工具套件優化並加速模型 9.8 基於OpenVINO工具套件部署模型 9.9 本章小結 參考文獻

Git install進入發燒排行的影片

自動化安全檢核方法之研究

為了解決Git install的問題，作者郭民瑜 這樣論述：

隨著科技的進步，金融業所提供的服務也越來越廣泛，系統的架構也從傳統的大型主機漸漸走向開放式的系統，虛擬化技術也漸漸的應用在金融服務業上，而系統越開放資訊安全也就更加的重要。所提供的服務越多也代表背後需要有更多的主機來支撐這些服務，面對越來越多的主機系統，如何有效的管理這些主機的安全設定也就成為課題之一。因此，使用自動化管理提升效率並且降低人為錯誤便成為系統管理的一種趨勢。本論文之研究使用Ansible管理工具建立自動化檢核架構，利用編寫好的Playbook針對目標主機進行系統安全的檢核，並將檢核結果輸出成報表。由於Ansible管理工具無須安裝代理程式的特性，可節省大量佈署代理程式的時間，大

幅降低人力成本。另外Ansible自動化檢核的速度也比傳統人工檢核所花費的時間快上不少，也節省時間成本。

Visual Studio Code: End-to-end Editing and Debugging Tools for Web Developers

A PHP Error was encountered

Severity: Warning

Message: file_put_contents(/var/www/html/prints/public/images/books_new/F01/436/67/F014367642.jpg): failed to open stream: Permission denied

Filename: helpers/global_helper.php

Line Number: 140

Backtrace:

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 140
Function: file_put_contents

File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online

File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view

File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Warning

Message: getimagesize(/var/www/html/prints/public/images/books_new/F01/436/67/F014367642.jpg): failed to open stream: No such file or directory

Filename: helpers/global_helper.php

Line Number: 62

Backtrace:

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 62
Function: getimagesize

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp

File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online

File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view

File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Notice

Message: Trying to access array offset on value of type bool

Filename: helpers/global_helper.php

Line Number: 64

Backtrace:

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 64
Function: _error_handler

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp

File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online

File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view

File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Notice

Message: Trying to access array offset on value of type bool

Filename: helpers/global_helper.php

Line Number: 66

Backtrace:

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 66
Function: _error_handler

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp

File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online

File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view

File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once

A PHP Error was encountered

Severity: Notice

Message: Trying to access array offset on value of type bool

Filename: helpers/global_helper.php

Line Number: 68

Backtrace:

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 68
Function: _error_handler

File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp

File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online

File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view

File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once

為了解決Git install的問題，作者Johnson, Bruce 這樣論述：

Expert guidance on using Visual Studio Code for editing and debugging your web development projectsVisual Studio Code, a free, open source, cross-compatible source code editor, is one of the most popular choices for web developers. It is fast, lightweight, customizable, and contains built-in support

for JavaScript, Typescript, and Node.js extensions for other languages, including C++, Python, and PHP. Features such as debugging capability, embedded Git control, syntax highlighting, code snippets, and IntelliSense intelligent code completion support--several of which set it apart from the compe

tition--help make Visual Studio Code an impressive, out-of-the-box solution.Visual Studio Code: End-to-End Editing and Debugging Tools for Web Developers helps readers to become familiar with and productive in Visual Studio Code. This up-to-date guide covers all of the essential components of the so

ftware, including the editing features of the workspace, advanced functionality such as code refactoring and key binding, and integration with Grunt, Gulp, NPM, and other external tools. New users, experienced developers, and those considering moving from another developer tool will benefit from thi

s book's detailed, yet easy-to-follow information on Visual Studio Code. This book: Teaches readers how to use Visual Studio Code to do full-stack developmentExplains the steps to install Visual Studio Code on Windows, Mac and Linux platformsProvides a foundation for non-users considering moving to

Visual Studio CodeHelps current users expand their knowledge of the tool and its available extensionsDescribes how to open a .NET Core project and get end-to-end execution and debugging functionality Visual Studio Code: End-to-End Editing and Debugging Tools for Web Developers is an invaluable guide

for both professional and hobbyist web developers seeking immediately-useful information on Visual Studio Code. BRUCE JOHNSON is a partner at ObjectSharp Consulting. He has spent most of his career in the computer industry, working on projects at the leading edge of Windows technology. Bruce has

spoken hundreds of times at conferences and user groups throughout North America. He is a Microsoft Certified Trainer (MCT), and has been recognized numerous times as a Microsoft MVP.

智慧型雙足機器人之設計與實現

為了解決Git install的問題，作者許哲維 這樣論述：

如今在機器學習如此成熟的年代，利用深度學習來替人們工作已是現在的趨勢，不僅能夠高效辨識各種物體以及事物，還能廣泛應用在各種不同領域，替人們減輕許多負擔，經過許多的比較後。本研究的第一部分選擇將YOLOV4作為辨識用模型，因運算量小無須連結伺服器主機，能精確辨識物體且運算快速的特性，適合在本研究中採用， 因此選擇YOLOV4作為辨識用神經網路來訓練，為了改善只有視覺作為避障的唯一傳感器，本研究的第二部分是加入景深相機D435i，配合YOLOV4神經網路便可以更精準地測量前方障礙物的距離以及深度關係。本研究的第三部分是設計一套輕巧智能的控制器以實現上述的障礙辨識能力，第四部份為雙足機器人機構設計

，在自然界中有許多雙足步行的生物，其獨特的形式就算在滿是障礙物的區域，其機動性仍然非常高，因此本研究選擇使用雙足機器人進行避障，並參考雙足生物鴕鳥後進行設計。在未來硬體效能越來越強大且體積越來越小，便能夠設計出像人類般高速辨識且高機動性的雙足機器人，不僅可以代替人類完成高危險的工作，也可以協助搬運物資到交通工具無法到達的地方等等。