OpenData 創意研習營-Open Data創新應用競賽 


OpenData 創意研習營有點像是「Open Data創新應用競賽」的說明會

不過我覺得該比賽是一個中獎機率很高的比賽

我總結一下整個研習營的重點




    

  1. 重點在營利模式(該服務是否具有良好的Business model)
    2. 

  2. 是否有效利用Open Data
    3. 

  3. 計畫書的執行規劃是否完整(可行性)
    4. 




該比賽的評分重點不再於技術

保持作品的完整性以及是否具有商業價值

才是重點

另外 講師也提到了 很多國內的OpenData應用先進 如G0V

也常常會參考國外的服務

進行複製或改進



亦是可以參考的方向



「Open Data創新應用競賽」總獎金1,000萬，自1月底開始受理報名









 經濟部工業局為促使民眾運用開放資料開創新事業並扶植新創事業之發展， 



特別舉辦「Open Data創新應用競賽」，以競賽鼓勵各界菁英運用開放資料（Open Data）， 



透過資料挖掘、重組、混搭等方式，發展具創意與實用價值之產品或服務， 



並藉由本競賽尋找並輔導具潛力之創意團隊與企業，帶動台灣產業未來新發展。 



一、報名日期：自103年1月21日起至103年3月31日止。



二、洽詢電話：台北市電腦商業同業公會02-25774249分機218、349  陳小姐、李小姐



三、郵寄收件地點：台北市10558松山區八德路三段2號3樓







also :

http://opendata-contest.tca.org.tw/ 比賽頁面

研習營投影片  一些相關資料









































留言








張貼留言













這個網誌中的熱門文章









Office 2021 離線安裝封裝與KMS啟動步驟




















圖片







1.到Office 365 Customization Tool   https://config.office.com/deploymentsettings  選擇建立新的配置 Office來源套件選擇Office LTSC 標準版2021大量授權 OR 其他你想要的版本   剩下根據你的安裝配置進行設定 在安裝選項 改成本機來源 (這邊選擇安裝環境的安裝檔案路徑 可以設定網路磁碟如 \\192.168.0.1\office2021) 完成後匯出設定檔案 會得到一個XML檔案  這就是你office 的安裝組態檔案  這邊命名為office.xml 我的組態檔案像這樣 <Configuration ID="4b609851-a8f8-4cce-bf99-22096f57e715">   <Add OfficeClientEdition="64" Channel="PerpetualVL2021" SourcePath="C:\PROPLUS" AllowCdnFallback="TRUE">     <Product ID="ProPlus2021Volume" PIDKEY="FXYTK-NJJ8C-GB6DW-3DYQT-6F7TH">       <Language ID="zh-tw" />       <ExcludeApp ID="Lync" />       <ExcludeApp ID="OneDrive" />     </Product>   </Add>   <Property Name="SharedComputerLicensing" Value="0" />   <Property Name="SCLCacheOverride" Value="0" />   <Property Name="AUTOACTIVATE" ...








閱讀完整內容










Ollama使用心得與模型導入教學





















# 前言 隨著大語言模型的普及，在本地運行AI模型已成為許多開發者和研究者的需求。Ollama作為一款開源的本地AI模型運行平台，為我們提供了便捷的解決方案。經過一段時間的使用，我想分享一些心得與實戰經驗。 # 一、Ollama的主要功能與定位 Ollama是一個專為本地運行而設計的大語言模型平台，主要特色包括： **核心功能：** - 支援多種開源模型（LLaMA、Mistral、CodeLlama等） - 提供簡潔的命令列介面 - 支援模型量化，減少記憶體使用 - 內建API伺服器，方便整合到應用程式中 **定位優勢：** - 完全離線運行，保護隱私 - 不依賴雲端服務，降低使用成本 - 適合開發測試環境 - 支援自定義模型導入 # 二、安裝與Cuda加速設定 ## 2.1 基本安裝 **Windows系統：** ```bash # 下載並安裝Ollama winget install Ollama.Ollama ``` **Linux系統：** ```bash curl -fsSL https://ollama.com/install.sh | sh ``` ## 2.2 Cuda加速設定 要充分利用GPU加速，需要確保系統已安裝NVIDIA驅動和CUDA toolkit： **檢查Cuda狀態：** ```bash # 檢視GPU使用情況 nvidia-smi -l 1 ``` **確認Cuda版本：** ```bash nvcc --version ``` **Ollama會自動偵測Cuda環境**，如果安裝正確，啟動時會顯示GPU加速已啟用。 # 三、模型取得與匯入方式 ## 3.1 官方模型下載 ```bash # 下載熱門模型 ollama pull llama2 ollama pull mistral ollama pull codellama ``` ## 3.2 自定義模型導入 ### 從Hugging Face下載GGUF檔案 1. **找到適合的模型：**    - 前往 huggingface.co    - 搜尋支援GGUF格式的模型    - 下載.gguf檔案 2. **創建Modelfile：** ```bash # 創建Modelfile echo 'FROM ./you...








閱讀完整內容










ARC下NSMutableDictionary 無法使用retainCount





















 今天用到 NSMutableDictionary 在alloc之後 很自然的就補了release 想要觀察有沒有放乾淨 所以使用了retainCount卻發生了錯誤     NSMutableDictionary* jsonObject = [[NSMutableDictionary alloc] init] ;     [jsonObject setObject:account forKey:@"username"];     [jsonObject setObject:password forKey:@"password"];     [jsonObject setObject:@"2" forKey:@"source"];     NSString *jsonInput = [jsonObject JSONRepresentation];         NSLog(@"jsonObject RetanCount:%@", [jsonObject retainCount]); //Bad_Access Here        爬了一下文，原來arc在建立NSMutableDictionary這類的物件時。便已經會自動使用autorelease 因此不支援retainCount 值得注意的是 當NSMutableDictionary裡面每增加一個物件(KEY)時 該NSMutableDictionary的retain便會自動加一 不過在新的arc功能下 已經不用那麼在意retain值了。        You shouldn't use -retainCount to figure out what is going on. The Apple docs specifically state:       Important: This method is typically of no value in debugging memory management issues. Because any number of framework objects may have retained an object in order to hold refer...








閱讀完整內容