LLM核心攻略制霸生成式AI：ChatGPT、嵌入技術、微調與多模態AI最佳實踐 (1版)

類似書籍推薦給您

【簡介】 🏆 Amazone 讀者5星好評 ⭐⭐⭐⭐⭐ 🏆 微軟前總經理Shelia Gulati、Hugging Face首席倫理長 Giada Pistilli等業界領袖一致推薦！ 「本書平衡了開源模型和閉源模型的潛力，鉅細靡遺地帶你瞭解和使用LLM，縮短理論概念和實際應用之間的距離。」—— Giada Pistilli ，Hugging Face 首席倫理長 「Ozdemir 的這本書為讀者破除重重迷霧，說明LLM 革命的起源，以及未來的發展方向。他將複雜主題拆解為實用的說明，和容易理解的範例程式。」 --Shelia Gulati, 微軟前總經理，Tola Capital現任常務董事 「本書是令人耳目一新並引發靈感的學習資源，充滿了實用的指導和清楚的講解，幫助你更瞭解這個奇妙的新領域。」 —PETE HUANG, author of The Neuron 🎯 想深入掌握LLM核心技術 🎯 想成為生成式AI應用的開發者 🎯 想在真實場景運用LLM解決問題 那你絕對不能錯過本書！ 大型語言模型正以驚人的速度改變我們的工作與生活。無論是開發者、企業領袖，還是對AI有興趣的學習者，本書將引領你踏入這個革命性的領域。 🚩 完整拆解LLM核心技術— 從預訓練到微調，帶你輕鬆掌握關鍵概念原理。 🚩 實例操作直擊應用— 透過真實案例場景，運用最新工具和技術，快速上手專案開發。 🚩 開源與商用模型全解析— 精選LLM工具與資源，選擇最適切的解決方案。 這本實用的指南將逐步指導你在專案和產品中大規模地使用LLM。 Llama 3、Claude 3與GPT等大型語言模型（LLM）已展示驚人的實力，但它們的規模和複雜度，卻讓很多從業者望而卻步。創新的資料科學家暨AI企業家Sinan Ozdemir在本書第二版為你排除這些障礙，教你如何使用、整合和部署LLM來解決實際的問題。 Ozdemir把入門所需的知識整合起來，即使是沒有直接用過LLM的讀者也能輕鬆上手，本書內容包括逐步引導、最佳做法、真實案例研究、動手練習…等。在過程中，他也會分享關於LLM內部動作的見解，以協助你優化模型的選擇、資料格式、提示工程、微調效能…等。本書的網站提供許多資源，包括範例資料集，以及使用各種開源和閉源LLM的最新程式碼，那些LLM來自OpenAI（GPT-4與GPT-3.5）、Google（BERT、T5與Gemini）、X（Grok）、Anthropic（Claude家族）、Cohere（Command 家族），以及Meta（BART與LLaMA家族）。 SINAN OZDEMIR目前是LoopGenius的創辦人與CTO，同時擔任幾家AI公司的顧問。他曾在約翰·霍普金斯大學教導資料科學，並寫了多本關於資料科學和機器學習的教科書。 此外，他也創辦了最近被收購的Kylie.ai，這是一個具備RPA能力的企業級對話AI平台。他擁有約翰·霍普金斯大學的純數學碩士學位，現居於加州舊金山。 •學習關鍵的概念：預先訓練、遷移學習、微調、注意力機制、embedding、詞元化…等等。 •使用API和Python來微調及打造LLM，以滿足需求。 •建構完整的神經/語義資訊檢索系統，並附加至對話型LLM，以進行檢索增強生成（retrieval-augmented generation，RAG）機器人及AI Agents。 •掌握進階的提示工程技術，例如輸出結構化、思維鏈提示，及少量語義範例提示。 •使用自訂的LLM embedding，從零開始建立完整的推薦引擎，並透過用戶資料來讓效能超越 OpenAI的現成embedding。 •使用開源的LLM和大型視覺資料集，從零開始建構並微調多模態Transformer架構。 •使用Reinforcement Learning from Human and AI Feedback（RLHF/RLAIF）來調校LLM，並基於Llama 3和FLAN-T5等開源模型來建立對話agent。 •將提示詞和微調過的自訂LLM部署至雲端，同時預先考慮擴展和演進流水線。 •透過量化、探測、效能評測與評估框架，來診斷與優化LLM的速度、記憶體用量及整體效能。 【目錄】 序 前言 致謝 關於作者 PART I 大型語言模型簡介 1 大型語言模型概述 大型語言模型是什麼？ 流行的現代LLM LLM的應用 結論 2 使用LLM來進行語意搜尋 前言 任務 解決方案概要 組件 整合一切 使用閉源組件的成本 結論 3 踏出提示工程的第一步 前言 提示工程 在不同模型之間使用提示 結論 4 AI生態系統：整合所有組件 前言 閉源AI的效能不斷變動 AI推理vs.思考 案例研究1：檢索增強生成 案例研究2：自動AIagent 結論 PART II 榨出LLM的所有潛力 5 使用自訂的微調來優化LLM 前言 遷移學習和微調：入門指南 OpenAI微調API概要 使用OpenAICLI來準備自訂範例 設定OpenAICLI 我們微調的第一個LLM 結論 6 進階提示工程 前言 提示注入攻擊 輸入/輸出驗證 批次提示 提示鏈 案例研究：AI的數學能力有多強？ 結論 7 自訂embedding與模型架構 前言 案例研究：建立推薦系統 結論 8 AI對齊：第一原則 前言 對齊的對象是誰？為了什麼目的？ 對齊可以降低偏見的嚴重性 對齊的支柱 憲法AI：邁向自我對齊的一步 結論 PART III LLM進階用法 9 超越基礎模型 前言 案例研究：視覺問答 案例研究：透過回饋來進行強化學習 結論 10 微調進階的開源LLM 前言 範例：使用BERT來做動畫類型多標籤分類 範例：使用GPT2來生成LaTeX Sinan’sAttemptatWiseYetEngagingResponses:SAWYER 結論 11 將LLM投入生產 前言 將閉源LLM部署至生產環境 將開源LLM部署至生產環境 結論 12 評估LLM 前言 評估生成任務 評估理解任務 結論 繼續前進！ PART IV 附錄 A LLM FAQ B LLM詞彙表 C LLM應用程式原型 索引

訂製自己的Linux：Yocto專案成為高效嵌入式大師 (1版)

類似書籍推薦給您

【簡介】 　　☆Yocto 專案核心架構與中繼資料模型 　　☆BitBake 建構流程與配方語法設計 　　☆Poky 參考發行版與分層建構系統 　　☆BSP 結構與硬體抽象層客製化 　　☆自訂機器配置與影像格式產出流程 　　☆SDK 建構與交叉編譯工具鏈生成 　　☆QEMU 模擬器建構與虛擬測試驗證 　　☆樹莓派映像生成與驅動整合實務 　　☆i.MX 8M Plus 平臺開發與量產應用 　　☆Linux 核心與裝置樹裁剪與整合 　　☆系統啟動流程分析與 U-Boot 調校 　　☆軟體堆疊版本管理與 Patch 維護策略 　　☆整合 AI 加速模組與硬體協同設計 　　☆Yocto 環境除錯與建構效能優化 　　本書共分三部分，共九章，系統介紹 Yocto 專案的核心知識與實戰應用。第一部分（第1至第3章）說明 Yocto 專案的基本架構與工具鏈，介紹中繼資料結構、BitBake 建構引擎、配方語法與 Poky 分層機制，並說明常見映像類型與建構流程。第二部分（第4至第6章）以 Raspberry Pi 為範例，說明 BSP 的建立、自訂映像建構、軟體堆疊配置與 SDK 生成，協助讀者實作從原始碼到可開機系統的完整流程。第三部分（第7至第9章）以 NXP i.MX 8M Plus 平臺為案例，進一步介紹工業級開發場景中常見的核心裁剪、裝置樹設定、驅動整合、啟動管理與元件最佳化，並涵蓋 AI 模組整合與部署流程。全書以實作為導向，從模擬器、開發板到商用晶片，建構出一條從入門到應用的 Yocto 學習路徑，適合需要掌握系統建構、驅動整合與平台客製化的嵌入式開發者。 【目錄】 ▌第1 章 Yocto 專案 1.1 嵌入式Linux 系統 1.1.1 什麼是嵌入式系統 1.1.2 嵌入式Linux 系統簡介 1.1.3 嵌入式Linux 系統的應用領域 1.1.4 嵌入式Linux 系統的建構工具 1.1.5 常見的嵌入式Linux 系統發行版本 1.2 什麼是Yocto 專案 1.2.1 Yocto 專案的起源 1.2.2 為什麼選擇Yocto 專案 1.2.3 社區與資源 1.3 Yocto 專案概覽 1.3.1 版本管理 1.3.2 開發與生產工具 1.3.3 常用術語 1.4 特性與挑戰 1.4.1 特性與優勢 1.4.2 面臨的挑戰 1.4.3 經驗總結 ▌第2 章 Linux 系統架構 2.1 GNU/Linux 2.1.1 GNU/Linux 概述 2.1.2 Linux 系統架構概述 2.2 Bootloader 2.2.1 Bootloader 啟動流程 2.2.2 常用的Bootloader 2.2.3 U-Boot 簡介 2.2.4 GRUB 簡介 2.3 核心空間 2.3.1 Linux 核心 2.3.2 控制硬體資源 2.3.3 服務使用者空間 2.4 使用者空間 2.4.1 root 檔案系統 2.4.2 標準C 函式庫 2.4.3 系統共用函式庫 2.4.4 init 處理程序 2.4.5 視窗管理系統 ▌第3 章 Yocto 專案基礎架構 3.1 快速建構指南 3.1.1 架設建構主機環境 3.1.2 下載Poky 原始程式碼 3.1.3 初始化OpenEmbedded 建構環境 3.1.4 建構鏡像 3.1.5 QEMU 啟動鏡像 3.2 Yocto 專案架構 3.2.1 層模型 3.2.2 核心組件 3.2.3 建構主機 3.3 OpenEmbedded 建構系統 3.3.1 BitBake 建構引擎 3.3.2 OpenEmbedded-Core 3.3.3 建構系統工作流 3.4 OpenEmbedded 建構環境 3.4.1 建構環境配置指令稿 3.4.2 建構目錄結構 3.4.3 建構輸出結構 ▌第4 章 中繼資料架構 4.1 中繼資料 4.1.1 中繼資料的概念 4.1.2 中繼資料檔案 4.1.3 中繼資料語法 4.2 配方 4.2.1 配方及追加配方範例 4.2.2 配方命名與版本控制 4.2.3 配方語法 4.2.4 建立配方 4.2.5 配方工作流 4.3 層 4.3.1 層的概念 4.3.2 層的結構與功能 4.3.3 層的分類 4.3.4 bitbake-layers 層管理工具 ▌第5 章 BitBake 建構引擎 5.1 BitBake 的起源與發展 5.2 BitBake 的原始程式碼 5.2.1 BitBake 原始程式碼的獲取 5.2.2 BitBake 原始程式碼結構及核心模組 5.3 BitBake 命令 5.3.1 BitBake 的命令語法 5.3.2 執行預設任務 5.3.3 執行指定任務 5.3.4 強制執行任務 5.4 BitBake 偵錯與最佳化 5.4.1 清除共用狀態快取 5.4.2 查看任務列表 5.4.3 查看變數值 5.4.4 查看相依關係 5.4.5 查看偵錯資訊 5.5 BitBake 執行流程 5.5.1 基礎配置解析 5.5.2 配方解析與管理 5.5.3 任務相依與排程 5.5.4 任務執行與日誌記錄 ▌第6 章 Poky 參考發行版本 6.1 Poky 6.1.1 發行版本與特性 6.1.2 原始程式碼介面與核心檔案 6.2 鏡像配方 6.2.1 鏡像配方詳解 6.2.2 鏡像配方語法 6.2.3 鏡像類別 6.2.4 套件組配方 6.3 機器設定檔 6.3.1 Poky 中的機器設定檔 6.3.2 機器特性與實現 6.3.3 選擇目標裝置 6.4 發行版本設定檔 6.4.1 指定發行版本設定檔 6.4.2 Poky 中的發行版本設定檔 6.4.3 發行版本特性與實現 6.5 QEMU 6.5.1 QEMU 簡介 6.5.2 設置QEMU 的執行環境 6.5.3 runqemu 指令稿 ▌第7 章 訂製鏡像配方與核心配方 7.1 訂製鏡像配方 7.1.1 架設建構環境 7.1.2 建立自訂層 7.1.3 訂製鏡像配方的步驟 7.1.4 QEMU 測試鏡像 7.2 訂製應用程式 7.2.1 HelloWorld 應用程式 7.2.2 Yocto 專案中的HelloWorld 程式 7.2.3 使用QEMU 測試HelloWorld 程式 7.3 訂製核心配方 7.3.1 Yocto 專案的核心倉庫 7.3.2 核心中繼資料 7.3.3 核心配方 7.3.4 核心配置 7.3.5 訂製核心配方的步驟 7.4 訂製核心樹外模組 7.4.1 樹外模組的基本原理 7.4.2 樹外模組的安裝與載入 7.4.3 訂製customer.ko 樹外模組 ▌第8 章 樹莓派啟動訂製鏡像 8.1 樹莓派簡介 8.1.1 樹莓派4B 8.1.2 樹莓派與Yocto 專案 8.2 建構和部署樹莓派鏡像 8.2.1 建構樹莓派測試鏡像 8.2.2 將鏡像部署到SD 卡 8.2.3 啟動樹莓派4B 8.3 meta-raspberrypi 層 8.3.1 meta-raspberrypi 層概述 8.3.2 層配置 8.3.3 硬體規格 8.3.4 核心配置 8.3.5 圖形系統組態 8.3.6 硬體測試鏡像配方 8.4 使用Wic 工具建立分區鏡像 8.4.1 Wic 工具介紹 8.4.2 Kickstart 檔案 8.4.3 Wic 外掛程式 8.4.4 Wic 工具的操作模式 8.4.5 樹莓派的鏡像分區 8.4.6 dd 和bmaptool 部署鏡像 ▌第9 章 實戰訂製樹莓派BSP 層 9.1 建立與配置BSP 層 9.1.1 訂製BSP 層的方法 9.1.2 建立meta-raspberrypi-custom 層 9.1.3 訂製機器設定檔 9.2 訂製核心配方 9.2.1 核心配置 9.2.2 指定核心裝置樹檔案 9.2.3 增加核心更新 9.3 訂製硬體啟動配置配方 9.3.1 指定核心裝置樹檔案 9.3.2 控制LED 硬體行為 9.4 訂製測試鏡像配方 9.4.1 建立基礎測試鏡像配方 9.4.2 增加SSH 服務 9.4.3 X11 圖形顯示協定 9.4.4 啟用Systemd 系統管理器 9.5 訂製分區鏡像 9.5.1 訂製Kickstart 檔案 9.5.2 重構並驗證鏡像 9.5.3 meta-raspberrypi-custom 層的最終結構 ▌第10 章 軟體開發套件 10.1 軟體開發套件概述 10.1.1 SDK 簡介 10.1.2 獲取和使用SDK 安裝套件 10.1.3 SDK 萬用元件 10.2 可擴充SDK 10.2.1 可擴充SDK 結構 10.2.2 訂製可擴充SDK 安裝套件 10.2.3 devtool 命令列工具 10.3 標準SDK 建構應用程式 10.3.1 訂製應用程式 10.3.2 建構應用程式 10.3.3 部署與測試 10.4 可擴充SDK 建構與部署 10.4.1 建立配方 10.4.2 建構與部署 10.4.3 測試與整合 ▌第11 章 進階專案實戰 11.1 架設專案開發環境 11.1.1 硬體開發環境 11.1.2 軟體開發環境 11.2 初始化建構環境 11.2.1 建構環境配置指令稿 11.2.2 初始化建構環境 11.3 中繼資料結構 11.3.1 中繼資料層結構 11.3.2 鏡像配方 11.3.3 核心 11.3.4 Bootloader 11.4 訂製層與鏡像 11.4.1 建立meta-imx-custom 層 11.4.2 建立追加配方檔案 11.4.3 整合Chromium 瀏覽器 11.4.4 增加Systemd 服務 11.5 建構鏡像與部署驗證 11.5.1 建構目標鏡像 11.5.2 架設部署環境 11.5.3 啟動硬體與驗證 ▌附錄A Yocto 專案社區與支援通路 郵寄清單 IRC 頻道 Matrix 頻道

去園區當Arm工程師：嵌入式C語言全高度昇華(二版) (2版)

類似書籍推薦給您

【簡介】 ＼\暢銷好書再上市/／ ☆★☆★【為嵌入式讀者打造的C語言進階學習圖書】★☆★☆ C語言可說是近代程式語言的始祖，但也從未被時代的洪流淘汰 　　在人工智慧盛行的今天，很多人學程式語言想到的就是Python，找工作要求的是Java，大家都覺得這兩個語言較為流行，是主流語言。然而靜下心來想想，我們現在的生活，其實是用大大小小的硬體堆疊起來的。這些硬體要能正常運作，一定有一個軟體在上面運作，你可能沒想到，這些大大小小硬體的靈魂，大部分都是C語言寫出來的。C語言可說是近代程式語言的始祖，但也沒有被時代的洪流淘汰。在不斷更新標準及改版，C語言與時俱進，不斷以其輕巧快速簡單的特點在一個又一個新出現的硬體上穩定提供服務，從手機、感測器、VR/AR設備、車載系統、家電、衛星、望遠鏡，全部看得到C語言的身影。這些被歸類於「嵌入式」的系統，其資源有限，又有即時反應的要求，時至今日，C語言仍然遙遙領先其它號稱新世代的程式語言。本書雖然歸類於C語言，但充分展現出嵌入式系統設計的精華，在和強調演算法的其它語言相比，更在乎的是資源分配、記憶體管理、小輕快穩的編譯，在最不佔系統資源的情況下，完成控制硬體的工作。是難得嵌入式系統C語言的好書，讓你寫出強大穩健的硬體控制系統。 本書特色 　　✪Linux下的基本環境安裝 　　✪完整說明電腦架構、CPU工作原理，晶片製作原理 　　✪ARM系統結構及組合語言 　　✪C程式的編輯、連結、安裝、運行 　　✪記憶體堆疊、堆積的管理 　　✪GNU C編譯器及擴充語法說明 　　✪C的資料結構及最完整的指標說明，範例 　　✪C和物件導向、C語言的程式模組化 　　✪C語言的多工設計及作業系統設計  【目錄】 第1章  工欲善其事，必先利其器 1.1  程式編輯工具：Vim 1.2  程式編譯工具：make 1.3  程式管理工具：Git 第2章  電腦系統結構與CPU工作原理 2.1  一顆晶片是怎樣誕生的 2.2  一顆CPU是怎麼設計出來的 2.3  電腦系統結構 2.4  CPU性能提升：Cache機制 2.5  CPU性能提升：管線 2.6  多核心CPU 2.7  後莫爾時代：異質計算的崛起 2.8  匯流排與地址 2.9  指令集與微架構 第3章  ARM系統結構與組合語言 3.1  ARM系統結構 3.2  ARM組合語言指令 3.3  ARM定址方式 3.4  ARM虛擬指令 3.5  ARM組合語言程式設計 3.6  C語言和組合語言混合程式設計 3.7  GNU ARM組合語言 第4章  程式的編譯、連結、安裝和運行 4.1  從來源程式到二進位檔案 4.2  前置處理過程 4.3  程式的編譯 4.4  連結過程 4.5  程式的安裝 4.6  程式的運行 4.7  連結靜態程式庫 4.8  動態連結 4.9  外掛程式的工作原理 4.10  Linux核心模組運行機制 4.11  Linux核心編譯和啟動分析 4.12  U-boot重定位分析 4.13  常用的binutils工具集 第5章  記憶體堆疊管理 5.1  程式運行的“馬甲”：處理程序 5.2  Linux環境下的記憶體管理     5.3  堆疊的管理 5.4  堆積記憶體管理 5.5  mmap映射區域探秘 5.6  記憶體洩漏與防範 5.7  常見的記憶體錯誤及檢測 第6章  GNU C編譯器擴充語法精講 6.1  C語言標準和編譯器 6.2  指定初始化 6.3  巨集構造“利器”：敘述運算式 6.4  typeof與container_of巨集 6.5  零長度陣列 6.6  屬性宣告：section 6.7  屬性宣告：aligned 6.8  屬性宣告：format     6.9  屬性宣告：weak 6.10  內聯函數 6.11  內建函數 6.12  可變參數巨集 第7章  資料儲存與指標 7.1  資料型態與儲存 7.2  資料對齊 7.3  資料的可攜性 7.4  Linux核心中的size_t類型 7.5  為什麼很多人程式設計時喜歡用typedef 7.6  列舉類型 7.7  常數和變數 7.8  從變數到指標 7.9  指標與陣列的“曖昧”關係 7.10  指標與結構 7.11  二級指標 7.12  函數指標 7.13  重新認識void 第8章  C語言的物件導向程式設計思想 8.1  程式重複使用與分層思想 8.2  物件導向程式設計基礎 8.3  Linux核心中的OOP思想：封裝 8.4  Linux核心中的OOP思想：繼承 8.5  Linux核心中的OOP思想：多形 第9章  C語言的模組化程式設計思想 9.1  模組的編譯和連結 9.2  系統模組劃分 9.3  一個模組的封 9.4  標頭檔深度剖析 9.5  模組設計原則 9.6  被誤解的關鍵字：goto 9.7  模組間通訊 9.8  模組設計進階 9.9  AIoT時代的模組化程式設計 第10章  C語言的多工程式設計思想和作業系統入門 10.1  多工的裸機實現 10.2  作業系統基本原理 10.3  中斷 10.4  系統呼叫 10.5  揭開檔案系統的神秘面紗 10.6  記憶體介面與映射 10.7  記憶體與外部設備 10.8  暫存器操作 10.9  記憶體管理單元MMU 10.10  處理程序、執行緒和程式碼協同  

邊緣AI｜使用嵌入式機器學習解決真實世界的問題

類似書籍推薦給您

【簡介】 邊緣AI正轉變著電腦與現實世界的互動方式，讓物聯網裝置能夠重拾先前因成本、頻寬或電力限制而被捨棄的99%感測器資料，進而做出決策。透過嵌入式機器學習等技術，開發者就能精煉人類直覺並將其部署到各種目標上，涵蓋了超低功耗微控制器到嵌入式Linux裝置。 這本實用指南為專業工程人士，包括產品經理和技術主管，提供了一個運用邊緣AI技術來解決實際工業、商業和科學問題的端對端框架。你將有機會探索從資料收集、模型最佳化再到調校測試的所有階段，學習如何設計和支援邊緣AI和嵌入式機器學習產品。邊緣AI必定會成為系統工程師的標準工具，本書中的高階路線圖可幫助你快速上手。 ．奠定關於邊緣裝置的AI和ML專業知識 ．了解哪些專案最適合使用邊緣AI來解決 ．探索邊緣AI應用的關鍵設計模式 ．學習開發AI系統的迭代工作流程 ．打造一支能夠解決實際問題的團隊 ．遵循負責任AI過程來製作有效的產品 「本書針對如何結合現今的AI智慧技術和嵌入式系統做了完美的介紹」 —Elecia White 《Making Embedded Systems》書籍作者與Embedded數位廣播節目主持人 「任何剛踏入這個新興領域的人都會受益於本書所提供的深刻見解和清晰思緒」 —Aurélien Geron 曾任YouTube自動影片分類小組主管與暢銷書作家 「我可以想像這本書被大家當作參考書來反覆查找」 —Fran Baker Arm永續與社會影響力部門主任 【目錄】 前言 第1章 邊緣AI簡介 　定義關鍵詞彙 　為什麼需要邊緣AI 第2章 真實世界中的邊緣AI 　邊緣AI 的常見使用案例 　應用類型 　以負責任的態度來開發應用 第3章 邊緣AI 的各種硬體 　感測器、訊號與資料來源 　邊緣AI 處理器 第4章 邊緣AI 演算法 　特徵工程 　AI 演算法 第5章 工具和專業知識 　建立邊緣AI 開發團隊 　產業工具 第6章 理解和界定問題 　邊緣AI 工作流程 　我需要邊緣AI 嗎 　確定可行性 第7章 如何建立資料集 　資料集長什麼樣子 　理想的資料集 　資料集和領域專業知識 　資料、倫理和負責任的 AI 　以資料為中心的機器學習 　估算資料需求 　取得資料 　儲存與取得資料 　確保資料品質 　準備資料 　隨著時間建立資料集 第8章 設計邊緣AI 應用程式 　產品和體驗設計 　架構設計 　考慮設計中的各種選項 第9章 開發邊緣AI 應用程式 　邊緣AI 的迭代式開發工作流程 　總結 第10章 評估、部署和支援邊緣AI 應用程式 　評估邊緣AI 系統 　部署邊緣AI 應用程式 　支援邊緣AI 應用 第11章 案例：野生動物監測系統 　探索問題 　探索解決方案 　設定目標 　設計解決方案 　蒐集資料集 　DSP 和機器學習工作流程 　測試模型 　部署 　迭代和回饋循環 　AI 造福世界 　相關成果 第12章 使用案例：食品品質保證 　探索問題 　探索解決方案 　設定目標 　設計解決方案 　蒐集資料集 　DSP 和機器學習工作流程 　測試模型 　部署 　迭代和回饋循環 　相關成果 第13章 使用案例：消費性產品使用案例－消費性產品 　探索問題 　設定目標 　設計解決方案 　蒐集資料集 　DSP 和機器學習工作流程 　測試模型 　部署 　迭代和回饋循環 　相關成果