登入首頁
收藏 0
返回課程
安裝YOLO相關軟體與辨識影片用VideoWriter燒錄
  • 生成式AI研討
  • LLM簡介與使用
  • 加入課程請說出對課程的期許
  • 分組
  • 分組
  • 使用Google生成式AI Gemini 詢問程式語言排名 tiobe與IEEE spectrum
  • chatGPT與big data
  • 試用xAI Grok與產生短片
  • LLM?
  • imitationGame
  • LLM簡介之一
  • LLM簡介之二
  • NLP
  • 自然語言處理 Natural language Processing簡介
  • 自然語言處理 Natural language Processing 字詞量化
  • NLP pptx
  • 展示詞嵌入Word Embeddings& TTS.ipynb
  • 恐怖谷,不気味の谷現象,Uncanny Valley
  • Natural language Processing、字詞向量與 TTS之一
  • Natural language Processing、字詞向量與 TTS之二
  • NLP的應用whisper
  • openai whisper在huggingface的試用與在colab上的使用
  • 免費版Openai-whisper超好用---簡介
  • whisper turbo版與large v2版colab GPU語音辨識練習
  • whisper large v3 python轉VTT字幕
  • openai_whisper_ex0.ipynb
  • Ex1
  • 神經網路與mnist, emnist
  • Keras實作神經網路模型之1 mnist手寫數字
  • AI機器學習Keras淺層神經網路辨識mnist手寫數字
  • Keras實作神經網路模型
  • 神經網路模型之一 從感知器到神經網路
  • 神經網路模型.ipynb
  • 神經網路模型_emnist.ipynb
  • 手寫字母數字emnist之神經網路辨識實作
  • CNN與手寫數字、字母
  • CNN卷積計算辨識mnist手寫數字
  • 實作CNN模型辨識mnist.ipynb
  • CNN網路模型_emnist.ipynb
  • CNN卷積神經網路的視覺化解構
  • [用AI學AI]CNN辨識手寫字母EMNIST
  • 生成式AI RAG應用
  • RAG之NotebookLM操作與Keras辨識mnist手寫數字程式
  • 深度學習的 「Hello World」 辨識mnist手寫數字NotebookLM之Podcast
  • 期中報告
  • 期中作業
  • 第一組 期中影片
  • 第二組 |第3_4_5課影片縂整理(M11432009-M11432901期中作業)
  • 第三組影片
  • 生成式AI研討—M11433011
  • 歡迎來到實用_AI:教導機器感知_M11433002_簡日昌
  • YOLO
  • YOLO26x AI 眼中的牠是貓?黑柴表示:我太難了
  • YOLO26在Colab Python上試做之1
  • YOLO26在Colab Python上試做畫面分割、姿態檢測與隨機狗辨識
  • YOLO code
  • YOLO-world
  • 為什麼黑柴和魯夫會變綠?帶你解析 YOLO-seg 的神奇分割技術與趣味翻車現場
  • 黑柴心很累 擋路的是虎式坦克,AI 竟然不認識?
  • 告別誤判為貓?YOLO-World 實測:黑柴成功認出,但戰車卻徹底翻車?
  • AI 影像辨識黑科技:YOLO-World 實測,連黑柴與戰車都能精準偵測?
  • YOLO好用2.ipynb
  • 安裝YOLO相關軟體與辨識影片用VideoWriter燒錄
  • 期末報告
  • 期末
  • open claw簡介與AI代理
  • 生成式ai的多元應用-第三組
  • 重點
  • 討論 (1)
  • 共享筆記 (1)
  • 筆記
發表時間 : 2026-05-19 17:26
觀看次數 : 37
原始資料來自 : https://www.youtube.com/embed/t-mnSMGf9YY?si=DI0TVc4r_ossLxta
附件
討論功能僅開放給課程成員,請先加入課程
最新的回應 ...more
05-26
鄧萱琳 : 本機端 (Local) —— 用自己的筆記本寫字 怎麼做: 程式碼和所有工具都裝在你自己的電腦裡。 優點: 沒網路也能寫,打字反應最快,不用付月租費。 缺點: 電腦壞了或換一台,就要全部重新安裝;別人想看你的進度,你要特別傳檔案給他。 雲端 (Cloud) —— 用 Google Doc 寫字 怎麼做: 只要打開瀏覽器登入網頁,就能直接在線上寫程式。 優點: 換哪台電腦(甚至平板)都能一秒接著寫;可以像 Google Doc 一樣,丟個連結就能和同事「同時在線上一起改 Code」。 缺點: 沒有網路就完全不能工作。 總結:想要不受網路限制、省錢,選本機端; 想要不用聯機設定、方便多人合作,選雲端。
05-24
M11433011 : 本機端與雲端的差異體現在開發環境、效能、協作與成本等面向。 本機端 是在個人電腦上進行程式開發,需自行安裝開發工具,其優點為效能穩定、可離線作業,且對硬體與資料具有較高掌控性,因此適合 AI 模型訓練、遊戲開發及大型系統建置。然而,本機端也容易出現環境配置與版本衝突問題。 雲端 透過網頁或遠端伺服器進行開發,其優點為可快速建立環境、支援多人協作,並能彈性擴充 GPU 與運算資源,特別適合生成式 AI 與資料科學研究。不過,雲端開發較依賴網路,且長期使用可能增加成本與資安風險。 整體而言,本機端適合重視效能與自主控制的開發需求;雲端則適合強調協作、快速部署與生成式 AI 應用的現代開發模式。
05-22
鄧萱琳 : 本機端開發具備零網路延遲、離線可用與高隱私性的優勢,但受限於自身硬體規格且需手動排除環境衝突;而雲端開發則打破硬體限制,能隨時調用強大算力並一鍵生成統一的團隊開發環境,同時支援多人即時協作與快速分享,不過高度依賴穩定的網路連線,且需注意按量計費的成本與資料託管的資安風險。
05-22
M11433003 : 本機端 coding 是指程式主要在自己的電腦上開發與執行,開發者需要自行安裝環境、管理套件與維護系統。它的優點是速度快、可離線使用、隱私性高,程式碼不容易外流;缺點則是硬體效能有限,換電腦或多人協作時容易出現環境不一致的問題。 雲端 coding 則是把開發環境或運算放在遠端伺服器上,透過網路進行開發與執行。它的優點是環境建立快速、方便多人協作、能彈性使用高效能 GPU 與 AI 工具,也更容易部署到正式服務;缺點是依賴網路、可能有延遲與持續費用,且資料隱私需要特別注意。 簡單來說,本機端比較強調「掌控與隱私」,適合個人開發或機密性高的工作;雲端則強調「協作與擴展性」,適合團隊開發、Web 服務與 AI 應用。現在多數開發方式其實是兩者混合,例如在本機寫程式,再利用雲端 AI 與雲端部署服務完成開發流程。
05-22
c11333119 : 本機端比較吃電腦性能,但是能用的軟體跟插件比較豐富,有較高的隱私 雲端不吃效能,但是逼需要網路才能使用,且隱私是問號
安文
比較一下本機端跟雲端的coding差異
05-22 1 樓
顯示先前的回應8 則當中的 3 則
M11433002
本機端看重電腦本身硬體效能,沒網也能撰寫;雲端免配環境、算力隨開隨用,只要能連上網頁即可運作,但沒網就直接罷工。
05-22 2 樓
B11115009
本機端: 你經常在沒有網路的地方工作(如通勤)、開發的是小型專案、極度在意打字時毫秒級的流暢感、或者公司有嚴格的資安限制不允許程式碼上雲。

雲端: 專案非常龐大(編譯很慢)、團隊需要高度協同作業、你需要隨時切換不同電腦工作,或者你需要進行 AI 訓練等高耗能的運算。
05-22 3 樓
m11433004
本機端與雲端在 Coding 上的核心差異,主要在於運算資源的來源、環境的控制權以及擴展的彈性。
本機端開發(On-Premises)
硬體資源:完全依賴你眼前的電腦。寫扣、執行和測試都消耗自己電腦的 CPU、RAM 和硬碟空間。
網路依賴:完全支援離線工作。在沒有網路的環境下,你依然可以撰寫程式碼並在本地端執行測試。
環境配置:需要手動在自己電腦安裝各式 SDK、套件與資料庫。換一台電腦就必須全部重新設定一次。
費用模式:屬於硬體一次性買斷。除了電腦本身的購置費用,開發與測試時不需要額外支付運算流量費。
資料安全:安全性完全由你自己掌控。原始碼和測試資料都存在個人硬碟中,不容易外洩,隱私性極高。
擴展能力:硬體升級受到實體限制。如果算力不足,你必須花錢購買新的顯示卡或記憶體並動手組裝。
雲端開發(Cloud-Based)
硬體資源:依賴遠端雲端服務商(如 AWS、GCP)的伺服器。你通常是透過瀏覽器或輕量編輯器遠端連線過去操作。
網路依賴:高度依賴網路連線。一旦網路中斷,你就無法連上遠端環境進行 Coding、編譯或執行。
環境配置:環境高度標準化。你可以透過雲端 IDE 或容器技術,一鍵生成團隊統一的開發環境,免去設定的麻煩。
費用模式:採用訂閱制或用多少付多少。費用依照你使用的雲端運算時間、儲存空間以及流量來計費。
資料安全:資料儲存在外部伺服器。安全防護高度依賴雲端供應商的資安機制,需要特別注意資安與合規政策。
擴展能力:具備近乎無限的彈性。只要滑鼠點幾下,就能瞬間將伺服器升級,甚至設定自動擴展來應付突發的大流量。
開發情境建議
現代開發通常會結合兩者。你可以在本機端進行初期的程式碼撰寫與輕量測試,享受無延遲和離線工作的便利;當需要團隊協作、處理大規模數據、進行 AI 算力訓練,或是將服務正式上線讓大眾使用時,再切換並部署到雲端環境。
05-22 4 樓
c11333119
本機端比較吃電腦性能,但是能用的軟體跟插件比較豐富,有較高的隱私
雲端不吃效能,但是逼需要網路才能使用,且隱私是問號
05-22 5 樓
M11433003
本機端 coding 是指程式主要在自己的電腦上開發與執行,開發者需要自行安裝環境、管理套件與維護系統。它的優點是速度快、可離線使用、隱私性高,程式碼不容易外流;缺點則是硬體效能有限,換電腦或多人協作時容易出現環境不一致的問題。

雲端 coding 則是把開發環境或運算放在遠端伺服器上,透過網路進行開發與執行。它的優點是環境建立快速、方便多人協作、能彈性使用高效能 GPU 與 AI 工具,也更容易部署到正式服務;缺點是依賴網路、可能有延遲與持續費用,且資料隱私需要特別注意。

簡單來說,本機端比較強調「掌控與隱私」,適合個人開發或機密性高的工作;雲端則強調「協作與擴展性」,適合團隊開發、Web 服務與 AI 應用。現在多數開發方式其實是兩者混合,例如在本機寫程式,再利用雲端 AI 與雲端部署服務完成開發流程。
05-22 6 樓
鄧萱琳
本機端開發具備零網路延遲、離線可用與高隱私性的優勢,但受限於自身硬體規格且需手動排除環境衝突;而雲端開發則打破硬體限制,能隨時調用強大算力並一鍵生成統一的團隊開發環境,同時支援多人即時協作與快速分享,不過高度依賴穩定的網路連線,且需注意按量計費的成本與資料託管的資安風險。
05-22 7 樓
M11433011
本機端與雲端的差異體現在開發環境、效能、協作與成本等面向。
本機端 是在個人電腦上進行程式開發,需自行安裝開發工具,其優點為效能穩定、可離線作業,且對硬體與資料具有較高掌控性,因此適合 AI 模型訓練、遊戲開發及大型系統建置。然而,本機端也容易出現環境配置與版本衝突問題。
雲端 透過網頁或遠端伺服器進行開發,其優點為可快速建立環境、支援多人協作,並能彈性擴充 GPU 與運算資源,特別適合生成式 AI 與資料科學研究。不過,雲端開發較依賴網路,且長期使用可能增加成本與資安風險。
整體而言,本機端適合重視效能與自主控制的開發需求;雲端則適合強調協作、快速部署與生成式 AI 應用的現代開發模式。
05-24 8 樓
鄧萱琳
本機端 (Local) —— 用自己的筆記本寫字
怎麼做: 程式碼和所有工具都裝在你自己的電腦裡。
優點: 沒網路也能寫,打字反應最快,不用付月租費。
缺點: 電腦壞了或換一台,就要全部重新安裝;別人想看你的進度,你要特別傳檔案給他。
雲端 (Cloud) —— 用 Google Doc 寫字
怎麼做: 只要打開瀏覽器登入網頁,就能直接在線上寫程式。
優點: 換哪台電腦(甚至平板)都能一秒接著寫;可以像 Google Doc 一樣,丟個連結就能和同事「同時在線上一起改 Code」。
缺點: 沒有網路就完全不能工作。
總結:想要不受網路限制、省錢,選本機端;
想要不用聯機設定、方便多人合作,選雲端。
05-26 9 樓
筆記功能僅開放給課程成員,請先加入課程
Prev
YOLO好用2.ipynb
Next
期末報告