發表文章

目前顯示的是 7月, 2025的文章

AZ-104考題練習_管理 Azure 身分識別和治理 (20-25%)_管理 Microsoft Entra 使用者和群組

圖片
  Q1. 先針對User1資訊來逐Group比對 Group1 → 條件:city 以 "m" 開頭,Montreal → 符合。 Group2 → 條件:department 不在 ["human resources"] User1 部門是 Human resources → 不符合 Group3 → 是 Assigned 群組,沒有動態規則。 但題目沒有說誰被指定 → 預設沒被指定,不加入。 結論:User1 只屬於 Group1 針對User2資訊來逐Group比對 Group1 → 條件:city 以 "m" 開頭,Melbourne →  符合 Group2 → 條件:部門 不是 human resources User2 部門是 Marketing →  符合 Group3 → 同上,Assigned 群組,沒說被指定 → 不加入 結論: User2 屬於 Group1 和 Group2 Q2.涉及混合部署的 Azure AD 關於能否從 Azure AD 修改用戶的 JobTitle 和 UsageLocation 屬性。 通常,只有純雲端用戶(來源為 Azure AD)能在 Azure AD 中修改屬性,而某些來自 Microsoft 帳戶的來賓用戶也可能能修改些許屬性。對於來自 Windows Server AD 的同步用戶,必須通過 Azure AD Connect,同步許多屬性,無法直接修改。 在混合部署中,某些屬性只能在本地環境修改並同步至 Azure AD。 例如,JobTitle 和 UsageLocation 屬性可能只在本地環境中可處理,而對於來賓用戶(來自 Microsoft 帳戶),它們可在 Azure AD 中修改,因為是外部屬性。 目前來賓使用者的 UsageLocation 是否被限制為必須設置進行許可指派還不確定,但 JobTitle 和 UsageLocation 應該可以為雲端用戶和來賓設定。 結論: JobTitle:User1 and User3 only 只有「雲端使用者 (Source = Azure AD)」與「來賓使用者 (Guest)」的 jobTitle 可以直接在 Azure AD 入口網站編輯。 User2屬於同步使用者 (Source ...

使用Docker結合Ngrok建立本機外部夥伴也能訪問的OpenProject網頁Dashboard

圖片
  OpenProject 是一套開源的專案管理軟體,功能類似於 Jira、Redmine 或 Microsoft Project。 上方為我本機透過Docker容器去RUN起來的效果 專案排程與甘特圖(Gantt Charts) 可視化任務時間軸與專案里程碑。 工作包(Work Packages)管理 相當於任務管理,可設置狀態、優先順序、負責人、開始與截止日期等。 進度追蹤與時間記錄(Time Tracking) 可追蹤每個任務花費的時間,適合時薪結算或成本管理。 文件與Wiki管理 可以儲存與共享文件,提供團隊知識庫空間。 使用者權限管理與角色設定 可依據使用者角色(如開發者、主管、客戶)設定存取與操作權限。 多專案管理 同時支援多個專案,各自獨立或關聯皆可。 起初默認帳號跟密碼皆為admin 要去更改密碼 Docker預設比方我在Windows已有裝過了Docker Desktop Step1.就可以開啟終端命令提示字元,先cd到對應目錄下 mkdir openproject-docker cd openproject-docker Step2.建立 docker-compose.yml version: "3.8" services: db: image: postgres:13 restart: always environment: POSTGRES_DB: openproject POSTGRES_USER: openproject POSTGRES_PASSWORD: secret TZ: Asia/Taipei volumes: - db_data:/var/lib/postgresql/data openproject: image: openproject/openproject:13 ports: - "8081:80" restart: always depends_on: - db environment: DATABASE_URL: postgres://openproject:secret@db/openproj...

【YOLOv8】姿態(動作)識別_俯臥撐計數

圖片
  用 Ultralytics YOLOv8 Pose 模型(yolov8x-pose.pt)搭配 AIGym 解決方案模組,對影片中的人物進行姿態辨識與伏地挺身(push-up)動作計數。 up_angle:如果角度超過這個值,代表身體在「上推」階段 down_angle:如果角度低於這個值,代表身體在「下壓」階段 kpts=[5, 7, 9],分別是左肩(left shoulder)、左肘(left elbow)、左手腕(left wrist) 用這三個點計算手臂夾角,以判斷 push-up 是否完成一個動作。 偵測深蹲的話kpts 就可以類似改成 [11,13,15] https://github.com/Alimustoofaa/YoloV8-Pose-Keypoint-Classification?tab=readme-ov-file 測試程式 import cv2 from ultralytics import solutions MODEL_PATH = "yolov8x-pose.pt" #yolov8x-pose.pt , yolo11n-pose.pt VIDEO_PATH = "fuwocheng.mp4" gym = solutions . AIGym( model = MODEL_PATH, kpts = [ 5 , 7 , 9 ], # 指定關鍵點:左肩-左肘-左手 up_angle = 100 , down_angle = 80 , line_width = 2 , show = False ) cap = cv2 . VideoCapture(VIDEO_PATH) if not cap . isOpened(): print ( "Error: Could not open video." ) exit () # ===== 新增:控制視窗大小與位置 ===== window_name = "Processed Frame" cv2 . namedWindow(window_name, cv2 . WINDOW_NORMAL) cv...

【YOLOv8】物件偵測與識別測試

圖片
  Yolo V8使用 pytorch 開發的,因此這邊採用Pycharm Community開發工具。 並進行Pytorch下載引入 開發測試環境Windows 11 電腦 Acer Predator PH315-54-72VQ 電競筆記型電腦 https://store.acer.com/zh-tw/ph315-54-72vq 處理器:Intel® Core™ i7-11800H 記憶體:32GB DDR4 3200MHz Memory 硬碟:512GB PCIe NVMe SSD 顯卡:NVIDIA® GeForce RTX™ 3070 記得先在Pycharm創建好Project-based的venv,這邊採用Python3.8。 之後依序執行已下指令把Pytorch需要的給裝一裝,安裝對應 CUDA 11.8 的 PyTorch 套件。 不要採用Anaconda內建虛擬環境提供的不支援GPU的Pytorch。 電腦有GPU顯卡用這下載方式的指令 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 --no-cache-dir 電腦無GPU顯卡只能用CPU跑用這下載方式的指令 pip install torch torchvision torchaudio --no-cache-dir YOLO在演進到6之後版本就交由ultralytics這間公司團隊繼續精進研發。 到了第八版算是成熟也十分多產品在使用的版本。(目前最新還有出到11的樣子) pip install ultralytics CUDA 與 cuDNN 的關係與角色 CUDA(Compute Unified Device Architecture) 是 NVIDIA 開發的一套平行運算平台與程式設計模型,底層是用 C/C++ 所實作,允許開發者撰寫程式碼,並將運算密集的任務交由 GPU(圖形處理器) 處理。 CUDA 提供一組 API,可以讓像 Python、C++ 等高階語言編寫的程式,透過 CUDA 將資料與任務分派到 GPU 執行。 當 Python 呼叫如 TensorFlow、PyTorch 等深度學習框架中的 GPU 運算時,其實是透過這些框架內部...

圖像描述/影像自動語義生成 (Image Captioning)看圖說故事_V2L問題(Visual-to-Language)

圖片
  https://www.oreilly.com/library/view/deep-learning-for/9781788295628/89def52b-a455-4a2f-b51e-23b74e154bd0.xhtml Image captioning is the task of describing the image with text 圖像描述主要應用十分多領域 從醫學影像產生臨床報告 旅遊照之情感分析與自動撰寫評論 影片摘要 視覺問答 國內各大院校研究論文 國立交通大學-資訊學院資訊學程/深度學習–旅遊照之情感分析與自動撰寫評論(2019) https://hdl.handle.net/11296/mh28rj 國立中山大學-電機工程學系研究所/基於 Transformer 具領域外泛化能力之影像標題生成(2021) https://hdl.handle.net/11296/mmenf5 國立成功大學-資訊工程學系/基於模態轉換和大型語言模型的視覺問答(2023) https://hdl.handle.net/11296/95bdq4 大同大學/資訊工程學系/利用數種深度學習搭配注意力機制對胸腔X光照做醫療報告生成(2023) https://hdl.handle.net/11296/55b3js 朝陽科技大學-營建工程系/工地影像字幕生成技術初探-以工地危害描述為例(2024) https://hdl.handle.net/11296/4jhbej 國立臺灣科技大學-工業管理系/結合圖片描述技術與影片標題於影片摘要預測之應用(2024) https://hdl.handle.net/11296/zxz842 國立清華大學-資訊系統與應用研究所/使用基於圖形的深度轉換器與大型語言模型來從醫學影像產生臨床報告(2024) https://hdl.handle.net/11296/az53h4

SQL Server 中,Index Location(索引的位置)

 在 SQL Server 中,Index Location(索引的位置) 通常是指「索引資料實際儲存的檔案位置」或「索引是放在哪個資料表分割區(partition)、資料檔案(filegroup)或頁面(page)上」。 CREATE INDEX ... ON <filegroup|partition_scheme> 若將非叢集索引放到與資料表不同的 filegroup 且位於不同磁碟,可能提升查詢效能,因為可以平衡 I/O 載荷;亦可利用 partition scheme 將 Clustered / Nonclustered index 分散到多個 filegroup 之上 https://learn.microsoft.com/en-us/sql/relational-databases/sql-server-index-design-guide?view=sql-server-ver17 官方 T‑SQL 語法說明 CREATE INDEX 對比 ON filegroup_name、ON partition_scheme(column) 與 ON [default] 若不指定,非分割資料表的 index 將放在與 base table 相同檔案群組。 [default] 並非資料庫預設組,而是指基表使用的 filegroup 或 partition scheme https://learn.microsoft.com/zh-tw/sql/t-sql/statements/create-index-transact-sql?view=sql-server-ver17 建立索引時指定特定檔案 or filegroup https://stackoverflow.com/questions/7823882/how-to-create-indexs-on-a-different-file-of-filegroup?utm_source=chatgpt.com 將現有的索引移至不同的檔案群組 https://learn.microsoft.com/zh-tw/sql/relational-databases/indexes/move-an-existing-index-to-a-different-filegroup?view=sql-server...