2024年5月24日星期五

AI

■ AI分類，網路還很多可搜尋

■ 目前AI還無法創新，頂嘴。

先滿足人類美顏修圖作假。可以先買波斯頓動力犬幫忙拿菜籃看天氣帶傘。

對了，幫忙買早餐。新商機。

■ GPT- 4o

口譯很強了! 完全符合 2019KFK預言 : 以後語言不是問題!

PS 不過, GPT-4o還是唸 GPT four o比較好!

■ 以下也很值得一看

AI的歴程

大模型解决不了英伟达的难题，AI新范式必将出现：专访安克创新CEO阳萌

02：00 專家系統＞決策樹＞SVM＞深度學習＞＞＞
03:30 SVM 後來被取代了

■alpha zero https://bangqu.com/

2016年，DeepMind通過AlphaZero在複雜多步推理問題如圍棋上取得突破性進展。AlphaZero結合了傳統MCTS和深度神經網路的優勢，使用價值函式學習簡化了MCTS中的Simulation/Rollout過程，並通過蒸餾樹搜尋增強策略的迭代優化，為大語言模型在樹搜尋評估和長程規劃效率問題上提供了方向。

ps.

加來道雄：量子電腦可加速AI發展

2. 大型語言模型的不足

ChatGPT 大型語言系統無法推理

圖靈獎得主、主導 Meta AI 研究的 AI 科學家楊立昆（Yann LeCun）日前出席法國科技創新展覽會 VivaTech，告訴下一代 AI 開發者不要投入大型語言模型（Large Language Models，LLM）研究

2024年5月23日星期四

2024 vscode + python

https://code.visualstudio.com/Download

先下載Vs code

奶爸的教學不錯，點一下 VScode改成中文繁體顯示

延伸模組＞搜尋chinese＞安裝繁體中文＞選改變重啟生效

桌面建一目錄，在vscode >檔案>選新目錄>加檔案＞test.py＞輸入python指令＞按右上角三角形，便會自動判斷為py檔執行python 直譯器

其間系統要求安裝python >安裝pyton 3.11.9

回到 windows 11 下方圖示條＞放大鏡＞輸入cmd＞跳出command prompt, 輸入python＞

(顯示版本為3.11.9)> pip install beautifulsoup4 失敗，以前 python 3.10 曾經成功。

嚐試解決是否沒安裝好pip

下指令無效 □

prompt> py -3.11 -m pip install beautifulsoup4 ●針對python3.11居然成功了●(因為我幾年來陸續裝了幾個不同版本吧！)

prompt> py -3.11 -m pip install requests ● ok

prompt> py -3.11 -m pip install panda ● ok (pandas not ok)

prompt> py -3.11 -m pip install pandas ● later ok

prompt> py -3.11 -m pip install numpy ● ok

prompt> py -3.11 -m pip install datetime ● ok

matplotlib , jsons(要建立一個DIR給launch json時候使用) ... ● ok too

py -3.11 -m pip install --user twstock ● ok

py -3.11 -m pip install mplfinance ● ok

後來直接在 c:/users/我的登入名/lpp.bat

建立一個批次檔後, prompt>lpp,

便可一次安裝上述數個packages!

VScode python

test ok 1

import os

dir = "myDir"

if os.path.exists(dir):

os.rmdir(dir)

else:

print(dir + "目錄未建立!")

test ok 2

p.s.

filab 實驗了幾次不成功，改看看阿嬤也會python

quantpass 實驗看看

twstock模組感謝畫股票走勢圖

https://www.peteryangblog.com/試了很多網路程式這位楊兄的可以

import pandas as pd
import requests

# 設定目標日期
target_date = '20230928'

# 把 csv 檔抓下來
url = f'https://www.twse.com.tw/rwd/zh/afterTrading/MI_INDEX?date={target_date}&type=ALL&response=csv'
res = requests.get(url)
data = res.text 
 
# 把爬下來的資料整理成需要的格式
s_data = data.split('\n')
output = []
for d in s_data:
    _d = d.split('","')
    length = len(_d)
    symbol = _d[0]
  
    if length == 16 and not symbol.startswith('='):
        output.append([
          ele.replace('",\r','').replace('"','') 
          for ele in _d
        ])
 
# 轉成 DataFrame 並存成 csv 檔
df = pd.DataFrame(output[1:], columns=output[0])
df.set_index('證券代號', inplace=True)
df.to_csv(f'stock_price_{target_date}.csv')