李政翰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('李政翰.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 = ['Raven', 'huginn', 'muninn', 'memories', 'thoughts'] n = lambda y: y + 'croooaaak' result = x(m, n) print(result) for i in result: print(i)   google機器學習實驗 https://colab.research.google.com/ 教學影片 張量Tensor計算

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("李政翰模仿美國人的計算") 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() button1 = Button(frame, tex...

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 B; ...

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] window.config(bg='#10ff10') b1=Label(window,text='李政翰',font='Arial 100 bold',bg='#10ff10').pack() x=('ᚹ','ᚾ','ᛃ','ᛈ','ᛏ','ᛟ') #建立元祖tuple名為x,0,1,2,3,4,5 List = [] #建立串列list名為List for i in range(6): window = Tk() window.title('李政翰第%d個視窗' % (i+1)) window.geometry('300x300+%d+%d' % (i*300,i*100)) b1=Label(window,text=x[i],font='Arial 200 bold').pack() window.update() time.sleep(0.1) List.append(window) #新增指令:將視窗存在串列List window=Tk() window.geometry('400x200+800+0') window.title('李政翰第%d個新視窗控制原來的視窗' % (i+1)) n = StringVar(window) #類別變數 n.set('刪除') op1 = OptionMenu(window,n,1,2,3,4,5,6).pack() bu1 = Button(window,t...

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('李政翰的python視窗') window.geometry('600x600+100+100') x, y = StringVar(windows), StringVar(windows) b1=Label(window,text='\U0001F604',font='Arial 300 bold').pack() b2=Label(window,text='\U0001F603',font='Arial 300 bold').pack() x.set('\U0001F604') y.set('\U0001F603') 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 d 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('李政翰的python視窗') window.geometry('600x600+100+100') face = StringVar(window) emoji =('\U0001f607','\U0001f604','\U0001f600','\U0001f603','\U0001f601') op1 = OptionMenu(window,face,*emoji).pack() b1=Label(window,text='\U0001F604',font='Arial 300 bold').pack() 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 405單元 406單元