.
【第0篇 緒論】第0章 Flask 的概要與環境架設0.1 Flask 的設計思維0.2 為何要使用 Flask0.3 Python 網路框架的比較0.4 環境架設【第1篇 Flask 入門】第1章 建立最基礎的應用程式 - Flask 的基礎知識 1.1 MVT(Model、View、Template)模型 1.2 建立最基礎的應用程式 1.3 建立諮詢表單 1.4 Cookie1.5 Session 1.6 Response第2章 建立資料庫應用程式 2.1 目錄架構2.2 啟動應用程式 - 使用 Blueprint 2.3 設置 SQLAlchemy2,4 操作資料庫2.5 建立使用資料庫的 CRUD 應用程式 2.6 模板的通用化與繼承 2.7 設定組態 第3章 建立驗證功能 3.1 準備建立的驗證功能與目錄架構3.2 應用程式登錄驗證功能3.3 建立註冊功能3.4 建立登入功能3.5 建立登出功能【第2篇 Flask 實踐 1 - 開發物件偵測應用程式】第4章 應用程式的規格與準備 4.1 物件偵測應用程式的規格4.2 目錄架構 4.3 登錄物件偵測應用程式第5章 建立圖片列表頁面 5.1 建立 UserImage 模型5.2 建立圖片列表頁面的端點5.3 建立圖片列表頁面的模板5.4 SQLAlchemy 的表格連結與關聯性建立 第6章 建立註冊與登入頁面 6.1 修改註冊頁面的端點 6.2 建立通用標頭6.3 修改註冊頁面的模板 6.4 修改登入頁面的端點 6.5 修改登入頁面的模板 6.6 確認註冊/登入頁面的運作情況第7章 建立圖片上傳頁面 7.1 指定圖片上傳目的地 7.2 建立顯示圖片的端點 7.3 圖片列表頁面增加圖片上傳頁面的連結與圖片列表7.4 建立圖片上傳頁面的表單類別 7.5 建立圖片上傳頁面的端點7.6 建立圖片上傳頁面的模板7.7 確認圖片上傳頁面的運作情況 第8章 建立物件偵測功能 8.1 建立 UserImageTags 模型8.2 建立物件偵測功能的表單類別 8.3 設置物件偵測功能的程式庫 8.4 建立物件偵測功能的端點8.5 在圖片列表頁面顯示標記訊息 8.6 在圖片列表頁面顯示【檢測】按鈕與標記訊息 8.7 確認物件偵測功能的運作情況 8.8 建立圖片刪除功能 第9章 建立搜尋功能 9.1 建立圖片搜尋功能的端點9.2 建立圖片搜尋功能的模板9.3 確認圖片搜尋功能的運作情況 第10章 建立自訂錯誤頁面 10.1 建立自訂錯誤頁面的端點10.2 建立自訂錯誤頁面的模板10.3 確認自訂錯誤頁面的顯示內容 第11章 建立單元測試 11.1 嘗試使用pytest 11.2 pytest 的 fixture 夾具11.3 建立物件偵測應用程式的測試 【第3篇 Flask 實踐 2 - 建立/部署物件偵測功能的 API】第12章 網路 API 的概要 12.1 World Wide Web(WWW)與 API 的意義12.2 表示資源位置的網址功用12.3 HTTP 方法的 CRUD 資源操作第13章 物件偵測 API 的規格 13.1 物件偵測 API 的處理流程13.2 安裝 PyTorch 與儲存已學習模型 第14章 實作物件偵測 API14.1 物件偵測 API 的目錄架構與模組14.2 準備實作 14.3 實作 1|編寫 API 的啟動程式碼14.4 實作 2|編寫資料準備/前處理/後處理的程式碼14.5 實作 3|編寫已學習模型的執行程式碼 14.6 實作 4|實作路由建置第15章 部署物件偵測應用程式 15.1 Docker 的概要 15.2 Cloud Run 的概要15.3 Dock 的使用準備15.4 Cloud Run 的使用準備 15.5 步驟1|Google Cloud 的 configuration 初始設定15.6 步驟2|製作 Dockerfile 15.7 步驟3|建置 Docker 映像檔15.8 步驟4|將 Docker 映像檔加入 GCR 15.9 步驟5|部署至 Cloud Run【第4篇 開發機器學習 API】第16章 機器學習的概要 16.1 機器學習的相關概念 16.2 機器學習處理的資料 16.3 機器學習處理的任務 16.4 演算法的數學式和程式碼表達 16.5 機器學習利用的 Python 程式庫16.6 以 Python 程式庫實踐邏輯迴歸第17章 機器學習 API 的開發程序與實踐17.1 選定最佳的機器學習演算法/模型 17.2 實作機器學習演算法/模型17.3 機器學習 API 的規格17.4 準備開發17.5 實作程序 1|編寫分析腳本的產品程式碼17.6 實作程序 2|建立產品程式碼的 API 17.7 確認正常運作的情況17.8 機器學習 API 到機器學習的基礎設施、MLOps索引作者/監修者簡介
圖解機器學習與資料科學的數學基礎|使用Python 圖解IoT|物聯網的開發技術與原理 圖解Docker & Kubernetes的知識與使用方法