進行指紋影像的比對。

產生 code39 和 code128 的一維條碼影像。

繼承 FasterRCNN 的演算法 - MaskRCNN，對原有的架構進行改良，增加了 Semantic Segmentation 的部分，可對物體進行分割、檢出、分類， 是相當經典的 Segmentation 演算法。

測試 XGBoost 使用 GPU 進行訓練。

使用 Python 爬蟲抓取台灣的口罩資訊。

PSGAN 可應用於對一張人臉影像進行上妝，局部替換人臉妝容。

使用 Support Vector Machine (SVM) 進行 Iris 花朵的分類。

讀取和寫入 Excel 檔案的範例。

讀取和寫入 CSV 檔案的範例。

從檔案讀取 Sin。

使用 Python 的 matplotlib 套件，產生股票資料 (開盤、收盤、最高、最低) 的圖表。

從檔案讀取 JSON，將 JSON 寫入檔案。

使用 YOLACT 進行影像的分割。

GPT-2 應用於輸入關鍵字來產生一篇中文的文章、文言文、對聯、詩詞、中文歌詞。

使用 3D ResNets 進行影像 (影片) 的分類。

使用 3D UNet 進行影像的分割。

使用 LPRNet 進行車牌辨識。

使用 Ganomaly 進行影像的異常偵測。

使用 LightGBM 進行房價的預測。

使用 LightGBM 進行鐵達尼號乘客的生存預測。

使用 Gradient Boosting 進行房價的預測。

使用 Gradient Boosting 進行鐵達尼號乘客的生存預測。

使用 Regression Forest 進行股價的預測。

使用 Regression Forest 進行 Sin 函數的預測。

使用 Regression Forest 進行股價的預測。

使用 XGBoost 進行機票銷售 (時序資料) 的預測。

使用 XGBoost 進行股價的預測。

使用基因演算法解決多目標排程的問題。

使用 XGBoost 進行鐵達尼號乘客的生存預測。

YOLOv4 Tiny 演算法可以應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

使用 LSTM 進行機票銷售的訓練和推論。

使用 YOLOv4 進行即時多物件追蹤，可應用於監控系統、車流分析等各種領域。

使用基因演算法解決工廠排程 Job Shop 的問題。

此解決方案可應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

使用基因演算法解決工廠排程 Flow Shop 的問題。

此解決方案可應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

使用 MobileNetV3 進行物件偵測，可應用於工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析。

使用 Autoencoder 進行信用卡的詐騙偵測。

使用 FasterRCNN 進行物件檢測，可應用於工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析。

此解決方案可應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

CycleGAN 特點為不要求訓練數據要成對，可學習不同 domain 之間的影像轉換。 可應用於語義標籤的街道轉換成寫實影像、衛星影像轉換成地圖影像、將場景從白天轉換成夜晚。

使用 DETR 進行物件偵測，可應用於工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析。

BERT 應用領域有 Question Answer 問答系統、閱讀理解、語意拆解、語意分析。

應用於人體姿勢偵測，可偵測出人的眼睛、鼻子、耳朵、脖子、肩部、手肘、手腕、髖關節、膝關節、腳踝的位置。

使用 DenseNet 進行股票資料的訓練和推論。

使用 DenseNet 進行 Sin 函數的訓練和推論。

Image-GAN-Compression-PyTorch-Jupyter 是將 GAN 模型做壓縮後，再進行風格轉換。壓縮後的模型，不僅減少計算量，降低模型的大小，還能夠保持一定的準確度。此解決方案可應用於馬與斑馬、鞋子的風格轉換。

使用一維的 Convolutional neural network 進行資料分析。

FaceNet 可應用於人臉分群、人臉分類，透過歐式距離來判斷人臉的相似度，而達到人臉辨識。

GPT-2 應用於自動產生一篇文章，也可輸入任一句話來自動產生一篇文章。