劉任昌HTML_CSS_Javascript_Java_Python

python清除欄位前後的的多餘空白 import csv #輸入csv套件comma separated value file = open('20230525.csv','r')#打開下載的檔案,模式是r讀取, reader = csv.reader(file) #將檔案逐列讀入串列變數csvreader header, rows = [], [] #宣告空白串列(陣列,清單) header = next(reader) #串列header儲存檔案第一列 for row in reader: #檔案接續逐列附加append於rows串列 rows.append(row) #檔案讀到header標題,以及rows串列 file.close() #關閉檔案 rowss=[] #建立一個空的串列 for row in rows: #檔案接續逐列附加append於rows串列 xyz = [] #臨時的列 for col in row: xyz.append(col.strip())#逐欄位除掉右邊空白 rowss.append(xyz) #檔案讀到header標題,以及rows串列 f=open('myfile.csv','w',newline='',encoding='utf-8') w = csv.writer(f) #寫入檔案 w.writerow(header) #寫入標題 w.writerows(rowss) #第7列將檔案內容名稱rows f.close() #關閉檔案

def x(m,n): #定義自訂函數x newList = [] for i in m: #迴圈將m的元素每個都執行 newList.append(n(i)) return newList #傳回去 m=['串列','劉任昌','川普','拜登','敗家子'] n=lambda y: y + '是變態!' print(x(m,n)) for i in x(m,n): print(i) google機器學習實驗 https://colab.research.google.com/ 教學影片 張量Tensor計算 iframe=frame框

WIKI大語言模型 大語言模型（英語：large language model，LLM）是一種語言模型，由具有許多參數（通常數十億個權重或更多）的人工神經網絡組成，使用自監督學習或半監督學習對大量未標記文本進行訓練[ 1 ]。大型語言模型在2018年左右出現，並在各種任務中表現出色[ 2 ]。 儘管這個術語沒有正式的定義，但它通常指的是參數數量在數十億或更多數量級的深度學習模型[3]。大型語言模型是通用的模型，在廣泛的任務中表現出色，而不是針對一項特定任務（例如情感分析、命名實體識別或數學推理）進行訓練[ 2 ]。 儘管在預測句子中的下一個單詞等簡單任務上接受過訓練，但發現具有足夠訓練和參數計數的神經語言模型可以捕獲人類語言的大部分句法和語義。 此外大型語言模型展示了相當多的關於世界的常識，並且能夠在訓練期間「記住」大量事實[2]。 雖然 ChatGPT 為代表的LLM在生成類人文本方面表現出了卓越的能力，但它們很容易繼承和放大訓練數據中存在的偏差。這可能表現為對不同人口統計數據的歪曲表述或不公平待遇，例如基於種族[4]、性別[ 5 ]、語言[ 6 ]和文化群體[ 6 ]的不同觀點與態度。 參考資料 Goled, Shraddha. Self-Supervised Learning Vs Semi-Supervised Learning: How They Differ. Analytics India Magazine. May 7, 2021 [2023-06-08]. （原始內容存檔於2023-06-18）. Manning, Christopher D. Human Language Understanding & Reasoning. Daedalus. 2022, 151 (2): 127–138 [2023-06-08]. S2CID 248377870. doi:10.1162/daed_a_01905. （原始內容存檔於2023-03-09）. Carlini, Nicholas; Tramer, Florian; Wallace, Eric; Jagielski, Matthew; Herbert-Voss, Ariel; Lee, Katherine; Roberts, Adam; Brown, Tom...

SRC來源 WIKI大語言模型 投影片1: 标题 标题：加密货币的概述 图片：比特币或其他主要加密货币的标志或图像 投影片2: 什么是加密货币？ 定义：加密货币是一种基于密码学原理构建的数字货币 特点：去中心化、匿名性、安全性等 例子：比特币、以太坊、莱特币等 投影片3: 加密货币的工作原理 区块链技术：分布式账本系统的基础原理 挖矿：通过计算机算力验证交易并添加到区块链中 非对称加密：加密货币交易的安全性保障 投影片4: 加密货币的应用领域 金融交易：数字货币的交易和支付 去中心化金融（DeFi）：智能合约和去中心化交易的金融服务 跨境支付：快速、低成本的跨国支付解决方案 投影片5: 加密货币的未来展望和挑战 未来展望：数字货币作为传统金融系统的补充或替代品的可能性 挑战：监管不确定性、安全漏洞、市场波动等 投资和风险：投资者应考虑的因素和风险管理策略 这些投影片可以帮助听众了解加密货币的基本概念、工作原理、应用领域以及未来展望和挑战，为他们在这个领域的了解和决策提供基础。

W3SHOOLS 模仿美國男生計算機程式碼 from tkinter import * def button_press(num): global equation_text equation_text = equation_text + str(num) equation_label.set(equation_text) def equals(): global equation_text try: total = str(eval(equation_text)) equation_label.set(total) equation_text = total except SyntaxError: equation_label.set("syntax error") equation_text = "" except ZeroDivisionError: equation_label.set("arithmetic error") equation_text = "" def clear(): global equation_text equation_label.set("") equation_text = "" window = Tk() window.title("劉任昌模仿美國人的計算") window.geometry("500x500") equation_text = "" equation_label = StringVar() label = Label(window, textvariable=equation_label, font=('consolas',20), bg="white", width=24, height=2) label.pack() frame = Frame(window) frame.pack(...

大語言模型（英語：large language model，LLM）是一種語言模型，由具有許多參數（通常數十億個權重或更多）的人工神經網絡組成，使用自監督學習或半監督學習對大量未標記文本進行訓練[ 1 ]。大型語言模型在2018年左右出現，並在各種任務中表現出色[ 2 ]。 儘管這個術語沒有正式的定義，但它通常指的是參數數量在數十億或更多數量級的深度學習模型[3]。大型語言模型是通用的模型，在廣泛的任務中表現出色，而不是針對一項特定任務（例如情感分析、命名實體識別或數學推理）進行訓練[ 2 ]。 儘管在預測句子中的下一個單詞等簡單任務上接受過訓練，但發現具有足夠訓練和參數計數的神經語言模型可以捕獲人類語言的大部分句法和語義。 此外大型語言模型展示了相當多的關於世界的常識，並且能夠在訓練期間「記住」大量事實[2]。 雖然 ChatGPT 為代表的LLM在生成類人文本方面表現出了卓越的能力，但它們很容易繼承和放大訓練數據中存在的偏差。這可能表現為對不同人口統計數據的歪曲表述或不公平待遇，例如基於種族[4]、性別[5]、語言[6]和文化群體[ 6 ]的不同觀點與態度。 參考資料 Goled, Shraddha. Self-Supervised Learning Vs Semi-Supervised Learning: How They Differ. Analytics India Magazine. May 7, 2021 [2023-06-08]. （原始內容存檔於2023-06-18）. Manning, Christopher D. Human Language Understanding & Reasoning. Daedalus. 2022, 151 (2): 127–138 [2023-06-08]. S2CID 248377870. doi:10.1162/daed_a_01905. （原始內容存檔於2023-03-09）. Carlini, Nicholas; Tramer, Florian; Wallace, Eric; Jagielski, Matthew; Herbert-Voss, Ariel; Lee, Katherine; Roberts, Adam; Brown, Tom B; Song, Da...

from tkinter import * #從tkinter函式庫輸入所有函式,檔案'window001.py' import time #412單元延續數入time套件 def delete(): #增加自訂函數def delete() List[int(n.get())-1].destroy() #destroy破壞視窗List[索引] win.config(bg='#1099ff') b1=Label(win,text='劉任昌',font='Arial 100 bold',bg='#10ff10').pack() x=('林','青','霞','💩','\U0001F609','\U0001F4ff') #建立元祖tuple名為x,0,1,2,3,4,5 List = [] #建立串列list名為List win=Tk() #建構子constrctor Tk, Toplevel win.geometry('400x200+800+0') win.title('劉帥哥的視窗') n = StringVar(win) #類別變數 n.set('刪除') op1 = OptionMenu(win,n,1,2,3,4,5,6).pack(side=LEFT) bu1 = Button(win,text='刪除選取視窗',command=delete,font='20',bg='blue',fg='white') bu1.pack() for i in range(6): window = Toplevel() window.title('劉帥哥第%d個視窗' % (i+1)) window.geometry('300x300+%d+%d' % (i*300,i*100)) window.config(bg='#...

執行409 from tkinter import * #下載程式碼,從tkinter輸入所有函式 import time x=['\U0001F600','\U0001F609','\U0001F602','\U0001F603','\U0001F604'] for i in range(5): window = Tk() #建構視窗,名為window建構一個房子 window.title('劉彩與的python視窗') window.geometry('300x300+%d+0' % (300*i)) b1=Label(window,text=x[i],font='Arial 300 bold').pack() time.sleep(0.3) window.update() window.mainloop() 執行410 from tkinter import * #下載程式碼,從tkinter輸入所有函式 import time window = Tk() #建構視窗,名為window建構一個房子 y=[] for i in range(5): window.title('劉天王的python視窗') window.geometry('400x400+%d+100' % (400*i)) b1=Label(window,text='\U0001F600',font='Arial 300 bold').pack() time.sleep(0.3) window.update() y.append(window)#追蹤特定視窗用途,尚未使用 window.mainloop()

from tkinter import * #下載程式碼,從tkinter輸入所有函式 window = Tk() #建構視窗,名為window window.title('劉任昌的python視窗') window.geometry('600x999+100+100') x, y = StringVar(window), StringVar(window) b1=Label(window,textvariable=x,font='Arial 300 bold').pack() b2=Label(window,textvariable=y,font='Arial 300 bold').pack() x.set('\U0001f600') y.set('\U0001f610') window.mainloop() #可以將emoji字碼用字元取代或者改成\U0001F601…等 #開啟資料夾,新增檔案a.py 下拉式選單 from tkinter import * #下載程式碼,從tkinter輸入所有函式 window = Tk() #建構視窗,名為window window.title('劉任昌的python視窗') window.geometry('600x600+100+100') face = StringVar(window) emoji =('\U0001f600','\U0001f601','\U0001f602','\U0001f603','\U0001f604') op1 = OptionMenu(window,face,*emoji).pack() b1=Label(window,textvariable=face,font='Arial 300 bold').pack() window.mainloop() 405單元 406單元