為您推薦
相關熱銷的書籍推薦給您
商品描述 <內容簡介> 彙整最常使用的 Python 函式庫語法 功能索引 + 字母順序查詢, 隨查隨用, 快速解決問題! Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內找到、學會函式的正確使用方式, 在撰寫程式時更加得心應手! <本書特色> ● 依功能分類, 每個函式都以豐富範例實際演練用法 ● 目錄上列有函式名稱與用途說明, 可依據名稱或是用途查詢 ● 可依字母順序快速查詢想使用的函式功能 ● 本書嚴選的模組功能包括: argparse/array/base64/beautifulsoup4/bisect/bz2/collections/ConfigParser/csv/datetime/dateutil/decimal/doctest/email/enum/fnmatch/glob/gzip/heapg/io/itertools/json/logging/lxml/lzma/math/multiprocessing/openpyxl/os/pathlib/paramiko/pdb/Pillow/pprint/PyCrypto/pydoc/pytest/pytz/random/re/requests/shutil/statistics/subprocess/sys/tartile/tempfile/time/timeit/traceback/unicodedata/unittest/unittest.mock/urllib.parse/weakref/xml.etree.ElementTree/yaml/zipfile/zlib ● 適用 Python 3
類似書籍推薦給您
【簡介】 本書特色 1.以三大篇章,共41種冒險旅程,成為可以活用AI的深度學習達人。 2.書中以各種有趣的範例,如:用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。 3.書末以「股票的自動交易系統」為專題,從資料整理與程式實作兩方面做整合性的應用。 4.輕鬆活潑的筆調,搭配作者親手繪製的可愛插圖,以圖解化方式加深學習印象。 5.整合式開發環境:Anaconda。 內容簡介 近年來人工智慧最主要的重心在深度學習,也是因深度學習有許多突破性的發展,而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險:成為Python數據分析達人的第一門課》的風格,藉由輕鬆活潑的方式,從基本的原理開始,讀者可一步步跟著書中每個冒險,成為可以活用AI的深度學習達人! 本書規劃三個篇章,共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明,接著介紹神經網路三大天王(DNN、CNN、RNN),並大量運用Gradio這個有趣的套件,把書中的AI模型做成網路應用程式。 本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用,以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路(GAN)及強化學習也有相當詳細地說明。 【目錄】 第1篇【啟程】打造裝備,踏上深度學習冒險旅程 【工具準備】 冒險 01 Colab 免安裝的深度學習環境 冒險 02 瞭解Colab 的檔案系統 冒險 03 用Anaconda 在自己電腦打造深度學習環境 冒險 04 互動模式的複習 冒險 05 用 Gradio 神速打造 Web App! 【人工智慧概念】 冒險 06 人工智慧就是問個好問題,化成函數的形式學個函數! 冒險 07 打造函數學習機三部曲 冒險 08 運用深度學習的種種想法 第2篇【冒險】深度學習的三大天王 【全連結神經網路】 冒險 09 神經網路的概念和全連結神經網路 冒險 10 神經網路的學習方式 冒險 11 實作手寫辨識:MNIST 數據集 冒險 12 打造全連結神經網路函數學習機 冒險 13 讀回我們的 model, 用 gradio 瞬間打造網路 app! 【圖形辨識天王 CNN】 冒險 14 圖形辨識天王 CNN 冒險 15 用 CNN 做圖形辨識 - 資料處理篇 冒險 16 三部曲打造圖形辨識 CNN 冒險 17 Cooper 真的是馬爾濟斯嗎?使用名門 CNN 幫助辨識! 冒險 18 遷移式學習做八哥辨識 【有記憶的神經網路 RNN】 冒險 19 神經網路三大天王之有記憶的 RNN 冒險 20 IMDb 評論情意分析問題介紹 冒險 21 打造 RNN 情意分析函數學習機 冒險 22 打造真的可以使用的情意分析 冒險 23 RNN 技巧討論 冒險 24 《紅樓夢》生成器 冒險 25 打造自己的 Tokenizer(文字型資料的處理) 第3篇【回歸】發揮創意,看到 AI 的無限可能 【Attention 和 transformer】 冒險 26 RNN 看成 Encoder-Decoder Structure 冒險 27 Attention 注意力模式的概念 冒險 28 有機會成為第四大天王的變形金剛 transformer 冒險 29 芝麻街自然語言新時代 冒險 30 用 transformers 快速打造文字生成器 冒險 31 讓我們做歌詞產生器網路 App! 【生成模式和 GAN】 冒險 32 神經網路的另一個打造方式 冒險 33 Functional API 介紹 冒險 34 簡單找表示向量的方法 Autoencoder 冒險 35 創作型的神經網路 GAN 冒險 36 有趣的 GAN 應用 冒險 37 FaceNet 和特徵表現向量的尋找 冒險 38 用 DeepFace 來做人臉辨識! 【強化學習和 DQN】 冒險 39 強化學習的介紹 冒險 40 自動交易系統:資料整理篇 冒險 41 自動交易系統:程式實作篇
類似書籍推薦給您
少年Py的大冒險-成為Python AI深度學習達人的第一門課(附範例光碟) ISBN13:9786263282964 出版社:全華圖書 作者:蔡炎龍;林澤佑;黃瑜萍;焉 然 裝訂/頁數:平裝/400頁 附件:CD 規格:26cm*19cm*2cm (高/寬/厚) 重量:772克 出版日:2022/09/23 中國圖書分類:電腦程式語言 內容簡介 近年來人工智慧最主要的重心在深度學習,也是因深度學習有許多突破性的發展,而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險:成為Python數據分析達人的第一門課》的風格,藉由輕鬆活潑的方式,從基本的原理開始,讀者可一步步跟著書中每個冒險,成為可以活用AI的深度學習達人! 本書規劃三個篇章,共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明,接著介紹神經網路三大天王(DNN、CNN、RNN),並大量運用Gradio這個有趣的套件,把書中的AI模型做成網路應用程式。 本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用,以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路(GAN)及強化學習也有相當詳細地說明。 本書特色 1.以三大篇章,共41種冒險旅程,成為可以活用AI的深度學習達人。 2.書中以各種有趣的範例,如:用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。 3.書末以「股票的自動交易系統」為專題,從資料整理與程式實作兩方面做整合性的應用。 4.輕鬆活潑的筆調,搭配可愛的插圖,以圖解化方式加深學習印象。 目錄 第1篇【啟程】打造裝備,踏上深度學習冒險旅程 【工具準備】 冒險 01 Colab 免安裝的深度學習環境 冒險 02 瞭解Colab 的檔案系統 冒險 03 用Anaconda 在自己電腦打造深度學習環境 冒險 04 互動模式的復習 冒險 05 用 Gradio 神速打造 Web App! 【人工智慧概念】 冒險 06 人工智慧就是問個好問題,化成函數的形式學個函數! 冒險 07 打造函數學習機三部曲 冒險 08 運用深度學習的種種想法 第2篇【冒險】深度學習的三大天王 【全連結神經網路】 冒險 09 神經網路的概念和全連結神經網路 冒險 10 神經網路的學習方式 冒險 11 實作手寫辨識:MNIST 數據集 冒險 12 打造全連結神經網路函數學習機 冒險 13 讀回我們的 model, 用 gradio 瞬間打造網路 app! 【圖形辨識天王 CNN】 冒險 14 圖形辨識天王 CNN 冒險 15 用 CNN 做圖形辨識 - 資料處理篇 冒險 16 三部曲打造圖形辨識 CNN 冒險 17 Cooper 真的是馬爾濟斯嗎?使用名門 CNN 幫助辨識! 冒險 18 遷移式學習做八哥辨識 【有記憶的神經網路 RNN】 冒險 19 神經網路三大天王之有記憶的 RNN 冒險 20 IMDb 評論情意分析問題介紹 冒險 21 打造 RNN 情意分析函數學習機 冒險 22 打造真的可以使用的情意分析 冒險 23 RNN 技巧討論 冒險 24 《紅樓夢》生成器 冒險 25 打造自己的 Tokenizer(文字型資料的處理) 第3篇【回歸】發揮創意,看到 AI 的無限可能 【Attention 和 transformer】 冒險 26 RNN 看成 Encoder-Decoder Structure 冒險 27 Attention 注意力模式的概念 冒險 28 有機會成為第四大天王的變形金剛 transformer 冒險 29 芝麻街自然語言新時代 冒險 30 用 transformers 快速打造文字生成器 冒險 31 讓我們做歌詞產生器網路 App! 【生成模式和 GAN】 冒險 32 神經網路的另一個打造方式 冒險 33 Functional API 介紹 冒險 34 簡單找表示向量的方法 Autoencoder 冒險 35 創作型的神經網路 GAN 冒險 36 有趣的 GAN 應用 冒險 37 FaceNet 和特徵表現向量的尋找 冒險 38 用 DeepFace 來做人臉辨識! 【強化學習和 DQN】 冒險 39 強化學習的介紹 冒險 40 自動交易系統:資料整理篇 冒險 41 自動交易系統:程式實作篇
類似書籍推薦給您
【簡介】 集Python程式技術大成,新增AI應用,強大內容全面再進化~ 【Python系列書在台累計銷量近12萬冊】 國內眾多讀者與程式人選書第一指名,學業界指定Python講師、 榮登暢銷榜最多Python圖書的作者團隊代表作 八大領域、39個主題、上百種模組套件、近1,200個範例, 涵蓋語法入門,橫跨各大熱門技術、軟硬整合與AI實戰應用。 一本帶你入行!系統化分章、大量圖表解說, 全面跨入Python程式開發殿堂! 給需要本書的人: ★不知道如何開始才能自學好Python的人 ★有接觸過但又不想打掉重練的人 ★老是寫不好Python程式的人 ★想運用Python開發專案的人 掌握系統化的學習途徑 才能真正駕馭Python Python廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域,是一套直譯式、物件導向,功能強大的程式語言。具備簡潔的語法,擁有許多模組套件,跨平台且容易擴充,所以非常適合初學者學習,但沒有系統性與結構化的學習,只能一知半解,而胡亂網路爬文,也只會迷失在資訊叢林。 本書從Python自學角度出發,系統化的分章學習,全面涵蓋語法、模組套件、主題應用、軟硬整合,規劃出最好的學習曲線,縮短自學途徑,排除學習障礙,真正從初學入門到業界活用! ■完整詳實的程式入門: 從開發環境建置開始,由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。 ■晉級專業的進階心法: 包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。 ■應用廣泛的資料科學: 涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。 ■無所不在的網路應用: 囊括Flask網站開發、建立Web API與Vercel部署、Django資料庫網站架設,還有LINE Bot機器人整合應用。 ■邁向未來的AI人工智慧: 具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用,以及NLP自然語言處理等能力。 ■玩轉創意的多媒體互動: 包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理,還有PyGame遊戲開發、PyTube影音下載等運用。 ■提升效率的開發加值: 介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器,也深入介紹如何將程式打包成執行檔。 ■萬物可通的IoT物聯網: 從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路,到物聯網整合應用。 ■熱門強大的ChatGPT應用: 運用ChatGPT解釋程式碼、撰寫指定功能語法與幫程式除錯…等,可輔助Python的學習。 透過ChatGPT API的應用,則可以在程式中與ChatGPT對話,例如經由LINE Bot,在手機的LINE中輸入對話訊息,就可以藉由ChatGPT回覆內容。 使用Playground則可在不用程式碼開發的狀態下調教GPT模型的參數,甚至生成對應的程式碼。 【超值學習資源】 獨家收錄:「Python物件導向程式開發」影音教學、 「Google Colab雲端開發平台入門」影音教學、 「善用ChatGPT學Python入門」影音教學、 「ChatGPT API及LINE Bot應用」教學PDF、 全書範例程式檔 第三版新書是依據最新應用趨勢與市場回饋的寶貴訊息調整內容, 讓本書更全面,並與資訊科技脈動同步。 在基礎入門篇中,將開發環境的安裝與設定更新到目前最新狀態 在網路應用篇中,除了更新重要範例的應用外,因應Selenium的改版而進行了語法的調整。 在網路架站方面,無論是Flask或是Django,這次特別選擇Vercel作為最後的架設平台, 並且連接PostgreSQL資料庫,讓網頁服務有更好的表現。 在人工智慧篇中,特別加入了最新的ChatGPT API開發,讓讀者也能體驗最火熱的AI主題。 在開發加值篇中,更新了PyInstaller執行檔編譯的內容。 在IoT物聯網篇則選擇了最熱門的ESP32進行介紹, 讓實戰更加得心應手。 【目錄】 【基礎入門篇】 01 建置 Python 開發環境 1.1 建置 Anaconda 開發環境 1.2 Spyder 編輯器 1.3 Jupyter Notebook 編輯器 02 變數、運算及判斷式 2.1 變數與資料型別 2.2 運算式 2.3 判斷式 03 迴圈、串列與元組 3.1 迴圈與串列 3.2 進階串列與元組 04 字典與集合的使用 4.1 字典基本操作 4.2 字典進階操作 4.3 集合 4.4 凍結集合 05 函式與模組 5.1 自訂函式 5.2 數值函式 5.3 字串函式 5.4 亂數模組 5.5 時間模組 【進階學習篇】 06 物件導向程式開發 6.1 類別與物件 6.2 類別封裝 6.3 類別繼承 6.4 多型 6.5 多重繼承 6.6 類別應用 6.7 建立 Python 專案 6.8 打造自己的模組 07 例外處理 7.1 例外處理 7.2 try...except 常用例外錯誤表 7.3 捕捉多個例外 7.4 raise 拋出例外 7.5 Traceback 記錄字串 7.6 assert 斷言 08 正規表達式 8.1 使用傳統程式設計方式搜尋 8.2 使用正規表達式 8.3 使用 re.complie() 建立正規表達式物件 8.4 使用 re 模組建立隱含正規表達式物件 8.5 更豐富的搜尋方式 8.6 使用 re.sub() 取代字串 8.7 實戰:網路爬蟲資料格式檢查 09 檔案系統的使用 9.1 檔案和目錄管理 9.2 檔案的讀寫 9.3 二進位檔案的讀寫 10 圖形使用者介面設計 10.1 Tkinter 模組:圖形使用者介面 10.2 排版方式 10.3 視窗區塊 (Frame) 10.4 實戰:英文單字王視窗版 【資料科學篇】 11 數據資料的爬取 11.1 requests 模組:讀取網站檔案 11.2 BeautifulSoup 模組:網頁解析 11.3 Selenium 模組:瀏覽器自動化操作 12 數據資料的儲存與讀取 12.1 csv 資料的儲存與讀取 12.2 Excel 資料儲存與讀取 12.3 json 資料的讀取與輸出 12.4 XML 資料的儲存與讀取 12.5 SQLite 資料庫的操作 12.6 MySQL 資料庫的操作 12.7 Google 試算表的操作 13 數據資料視覺化 13.1 繪製折線圖:plot 13.2 繪製長條圖:bar 13.3 繪製圓餅圖:pie 13.4 設定圖表區:figure 13.5 在圖表區加入多張圖表:subplot、axes 13.6 實戰:台灣股市股價走勢圖 14 Numpy 與 Pandas 14.1 Numpy 陣列建立 14.2 Numpy 陣列取值 14.3 Numpy 的運算功能 14.4 Pandas Series 14.5 Pandas DataFrame 的建立 14.6 Pandas DataFrame 資料取值 14.7 Pandas DataFrame 資料操作 14.8 Pandas 資料存取 14.9 Pandas 繪圖應用 15 Pandas 資料分析 15.1 資料預處理 15.2 資料合併 15.3 樞紐分析表 15.4 實戰:鐵達尼號生存機率預測 【網路應用篇】 16 Flask 網站開發 16.1 基本 Flask 網站應用程式 16.2 使用模板 16.3 Template 語言 16.4 以 GET 及 POST 傳送資料 17 Flask 建立 Web API 及 Vercel 部署 17.1 建立 PM2.5 資料 Web API 17.2 部署 Web API 到 Vercel 17.3 Web API 應用:PM2.5 查詢系統 18 LINE Bot 申請設定及開發 18.1 LINE 開發者管理控制台 18.2 實戰:「鸚鵡」LINE Bot 開發 19 Django 網站開發 19.1 Django 是什麼? 19.2 建立 Django 專案 19.3 視圖 (view) 與 URL 19.4 視圖、模版與 Template 語言 19.5 以 GET 及 POST 傳送資料 20 Django 資料庫連結與應用 20.1 PostgreSQL 資料庫 20.2 Django 資料庫 20.3 admin 後台管理與 ModelAdmin 類別 20.4 資料庫查詢 20.5 資料庫管理 21 Django 專題實戰及 Vercel 部署 21.1 實戰:Django 新聞公告系統 21.2 部署 Django 專案到 Vercel 【人工智慧篇】 22 機器學習:特徵提取 22.1 認識機器學習 22.2 文字特徵處理 22.3 數值標準縮放 22.4 特徵降維:特徵選擇 23 機器學習:分類及迴歸演算法 23.1 scikit-learn 資料集 23.2 K 近鄰演算法 23.3 樸素貝葉斯演算法 23.4 迴歸演算法 24 深度學習起點:多層感知器 (MLP) 24.1 認識多層感知器 (MLP) 24.2 Mnist 資料集 24.3 訓練 Mnist 手寫數字圖片辨識模型 24.4 模型儲存與預測 25 深度學習重點:CNN 及 RNN 25.1 卷積神經網路 (CNN) 基本結構 25.2 卷積神經網路實戰:Mnist 手寫數字圖片辨識 25.3 循環神經網路 (RNN) 基本結構 25.4 實戰:市場股價預測 26 自然語言處理 (NLP) 26.1 Jieba 模組 26.2 文字雲 27 ChatGPT API 及 Playground 27.1 ChatGPT API 27.2 ChatGPT Playground 【多媒體互動篇】 28 圖片批次處理:pillow 28.1 認識 pillow 28.2 圖片基本操作 28.3 圖片編輯 28.4 圖片切割、複製和合成 28.5 圖片濾鏡 28.6 繪製圖形 28.7 實戰:大量圖片處理 29 電腦遊戲開發:PyGame 29.1 Pygame 入門教學 29.2 Pygame 動畫處理 29.3 實戰:打磚塊遊戲 30 線上影音下載:PyTube 30.1 Pytube:下載 YouTube 影片模組 30.2 播放清單及相關資源下載 【開發加值篇】 31 雲端開發平台:Google Colab 31.1 Google Colab:雲端的開發平台 31.2 Markdown 語法 32 萬用編輯神器:VS Code 32.1 VS Code:最多人使用的程式編輯器 32.2 VS Code 執行 Python 程式 32.3 讓 VS Code 更有效率 33 編譯程式執行檔:PyInstaller 33.1 程式打包前的準備工作 33.2 實戰:打包 exe 執行檔 33.3 實戰:打包含有資源檔的執行檔 33.4 實戰:使用 .spec 打包含有資源檔的執行檔 33.5 資料儲存的考量 【附錄、IOT 物聯網篇】 (本篇為PDF形式電子書,請線上下載) 附錄 A MicroPython 與 ESP32 附錄 B MicroPython 小專題實作 附錄 C 感測器應用:溫溼度與超音波感測器 附錄 D 顯示裝置:LCD 液晶顯示器 附錄 E Wi-Fi 無線網路 附錄 F 物聯網應用 物聯網篇使用材料表
類似書籍推薦給您
內容簡介 從入門到活用Python程式設計,讓你成為Python專家 實作與應用OpenAI API,建構專屬的AI聊天機器人 ✦利用完整的程式範例,深入淺出說明Python程式設計 ✦進階學習Python多執行緒、多程序、非同步I/O及tkinter ✦完整理解Python非同步程式設計的核心觀念 Python是一種容易學習且功能強大的程式語言,跟著本書學習Python, 你不只可學會Python的基礎語法,還可學到進階的內容,例如:物件導向、多執行緒、多程序、非同步I/O及tkinter程式設計等。 ChatGPT是OpenAI開發的人工智慧聊天機器人,其會生成文字,回答各式問題,自推出以來即受到大家的喜愛。在本書中,你將可活用Python,以Python實作OpenAI API,設計開發出ChatGPT應用程式。 本書內容的安排由淺入深,對Python程式設計進行系統性的介紹,並詳細說明OpenAI API的應用。本書以程式範例來說明Python程式設計的概念,可有效幫助讀者的學習,並經由實作的過程,建構專屬非同步GUI版的語音聊天機器人。 【目標讀者】 ☛對Python程式設計有興趣的初學者,可讓讀者兼顧理論與實作。 ☛適用於大專院校「Python程式設計」課程的學生,可作為教師授課之用。 ☛程式設計工程師、專案設計者、AI工程師,也很適合閱讀本書。 目錄 |CHAPTER 01| Python基礎(一) 1.1 本章提要 1.2 安裝Python 1.3 Python基本語法 1.4 Python字串處理 1.5 條件敘述 1.6 迴圈敘述 1.7 自定義函式 1.8 串列(List) 1.9 串列表達式 1.10 元組(Tuple) 1.11 字典(Dictionary) |CHAPTER 02| Python基礎(二) 2.1 模組(Module) 2.2 random模組 2.3 套件(Package) 2.4 例外處理 2.5 讀取文字檔案 2.6 寫入文字檔案 2.7 文字檔案處理 2.8 JSON 2.9 PyPI簡介 2.10 建立虛擬環境 |CHAPTER 03| Python物件導向 3.1 類別與物件 3.2 類別屬性及類別方法 3.3 靜態方法 3.4 繼承 3.5 封裝 3.6 抽象類別 3.7 多型 3.8 迭代器 3.9 生成器 |CHAPTER 04| 多執行緒 4.1 本章提要 4.2 建立及執行執行緒 4.3 守護執行緒 4.4 建立執行緒類別 4.5 執行緒池 4.6 使用Lock同步執行緒 4.7 使用queue交換資料 |CHAPTER 05| 多程序 5.1 本章提要 5.2 執行耗時計算任務 5.3 使用Process物件執行耗時計算 5.4 使用Queue交換資料 5.5 使用Process物件建立圖像縮圖 5.6 使用Pool物件建立圖像縮圖 5.7 程序池 5.8 程序間共享記憶體 |CHAPTER 06| 非同步I/O 6.1 本章提要 6.2 平行與並行 6.3 定義協程函式 6.4 await關鍵字 6.5 建立任務 6.6 使用gather() 6.7 取消任務 6.8 使用超時取消任務 6.9 防止任務被取消 6.10 非同步產生器 6.11 aiohttp套件 |CHAPTER 07| tkinter 7.1 tkinker簡介 7.2 建立視窗 7.3 標籤控制元件 7.4 按鈕控制元件 7.5 文字方塊控制元件 7.6 Spinbox控制元件 7.7 文字區域控制元件 7.8 捲軸控制元件 7.9 列表控制元件 7.10 變數類別 7.11 單選按鈕 7.12 核取方塊 7.13 使用pack()設計問卷調查 7.14 使用grid()設計問卷調查 |CHAPTER 08| OpenAI簡介 8.1 自然語言處理 8.2 OpenAI GPT 8.3 取得OpenAI的API密鑰 8.4 提示、完成及標記 8.5 使用Playground |CHAPTER 09| OpenAI Chat API 9.1 本章提要 9.2 openai套件 9.3 decouple套件 9.4 使用Chat API 9.5 簡易聊天程式 9.6 具對話紀錄的聊天程式 9.7 具串流輸出的聊天程式 9.8 可儲存對話紀錄的串流聊天程式 9.9 以JSON儲存對話紀錄 |CHAPTER 10| 非同步GUI版聊天程式 10.1 本章提要 10.2 tkinter執行非同步I/O 10.3 協程中執行執行緒 10.4 設計非同步GUI版聊天程式 |CHAPTER 11| OpenAI Image API 11.1 本章提要 11.2 文字產生圖像 11.3 顯示圖像 11.4 圖像變形 11.5 GUI版顯示圖像 11.6 非同步GUI版文字生成圖像程式 |CHAPTER 12| OpenAI語音轉文字API 12.1 本章提要 12.2 線上錄音 12.3 使用轉錄API 12.4 Audio API結合Chat API 12.5 文字轉語音 12.6 gTTS結合ChatGPT API 12.7 Pyaudio套件 12.8 非同步GUI版語音聊天程式