學習目標:
在IBM cloud 建立一個 NLU 的 instance
將 Web App 綁定 NLU 服務並部署到雲端
Part 0: 預備動作
步驟1: 在本地(local)端建立 Web App
延續上週的課程內容, 請確認 Web App 能成功在本地(local)端執行
參考程式碼
- 學習目標: 預備雲端程式(APP)的設定檔 將 Web App 部署到雲端 Part 0: 在本地(local)端建立 Web App 延續上週的課程內容, 請確認 Web App 能成功在本地(local)端執行 參考程式碼
bluemix changed 3 years agoView mode
- 學習目標: Visual Studio Code 基本操作 在本地端建立 Web App 學習建立 function 學習基本命令: if, print Part 1: 建置新的工作區域(workspace repository) 步驟1: 電腦建立一個新的資料夾, 例如, pythonlab_111_MIG004301
- Part 1: 電子郵件 建立電子郵件 Step 1: 打開瀏覽器(Microsoft Edge / Google Chrome browser) 並輸入網址: https://mail.google.com/ Step 2: 點選 "建立帳戶", 選取 "建立個人帳戶" Step 3: 輸入 "建立您的 Google 帳戶" 的資料, 填完後, 按下 "繼續" 按鈕. 備註: 這裡的 "使用者名稱 @google.com" 就是未來的電子郵件名稱. 如果這個使用者名稱已有人使用, 系統會告訴你, 並告訴你可用的使用者名稱推薦.
- 用過去幾週教過的內容, 寫一篇圖文並茂文章. 請用下列規則設定文章的版面: 文章標題置中, 字型大小=20 文章內文, 字型大小12 字元間距: 間距="加寬", 點數設定=可以用預設值,1點 段落: 行距="1.5倍"行高 段落: 與前段距離="6點" 段落: 與後段距離="6點"
- 介面介紹 & 文字編輯 功能區隱藏 介面色彩更改 文字輸入 & 刪除 Undo (Ctrl+z) 如何剪貼文字最有效率? 選取技巧
- Part 1: 透過 Flask 套件, 建立python 網頁伺服器 練習1: 步驟1: 創建新的專案資料夾, flask_blog 步驟2: 在該專案資料夾中, 新建 app.py 檔案. app.py from flask import Flask app = Flask(__name__)
Josh Ji changed 3 years agoView mode
- 學習目標 1.作業系統基本操作練習 2.網際網路應用練習 1. 找出你手上的電腦的規格, 包括: CPU, 記憶體, 磁碟機 [提示] 選取電腦右下方的[日期], 按滑鼠右鍵 > 選取[task manager] > 選取[Performance]。 步驟1: 將滑鼠移到螢幕右下方的日期並按下滑鼠右鍵 步驟2: 選取 “Task Manager”
- 1. 建立 "Watson Assistent" 服務 step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 然後在左邊的選單中, 點選 "服務" 後,再勾選 "AI/機器學習", 就可以看到 watson cognitive 相關的服務. step 3: 點選 "Watson Assistant" 服務. "選取地區" 用預設值 "達拉斯", 將服務名稱取名為 "Watson Assistant-ntust" 後,點選右邊的 "建立" 按鈕. step 4: 開啟 "Watson Assistant" 編輯工具建立 "對話技能" (dialog skill) 2. 建立 dialog skill step 1: 在開啟 "Watson Assistant" 編輯工具後，從左邊的 menu，點選＂Skills＂. step 2: 點選＂Create Skills＂建立一個新的技能 step ３: 點選＂Dialog Skill＂, 然後點選"Next"
- 學習目標: 在本地端建立 Web App 將 Web App 部署到雲端 Bind a Watson service with your application Part 1: Python Flask - 建立 Web App 步驟1: 打開 Visual Studio Code 並點選 workspace 步驟2: 建立一個新的專案, find_author, 並建立該專案專屬的資料夾 步驟3: 打開 terminal 安裝 flask
- 學習目標 建立 "Cloudant" 服務 整合 "Cloudant" 服務 1. 建立 "Cloudant" 服務 step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 然後在左邊的選單中, 點選 "服務" 後,再勾選 "資料庫", 就可以看到 data services 相關的服務. step 3: 點選 "Cloudant" 服務. "選取地區" 用預設值 "達拉斯", 將服務名稱取名為 "cloudant-ntust" 後,點選右邊的 "建立" 按鈕. step 4: 點選剛建立好的 instance, 接著建立 service credential. 點選左邊選單中的 "服務認證", 然後再點選右上方 "新建認證", 填寫認證名稱 "API_CRED", 其餘用預設值即可.
- 申請 AWS 學生帳號 首先,先到AWS網站申請學生帳號 https://aws.amazon.com/tw/education/awseducate/ 請是用學校的電子郵件帳號申請,在電子郵件驗證確認後, 即可登入學生帳號. 因為 Infrastructure as a service 是採使用者付費的機制. 因此,請記得每次使用完畢後, 請記得 shutdown 或 delete 不用的 Instance. 登入 AWS 學生帳號 步驟一 Login 到 AWS 教育帳號 To login AWS educate account:
- 1. 建立 "Watson Assistent" 服務 step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 然後在左邊的選單中, 點選 "服務" 後,再勾選 "AI/機器學習", 就可以看到 watson cognitive 相關的服務. step 3: 點選 "Watson Assistant" 服務. "選取地區" 用預設值 "達拉斯", 將服務名稱取名為 "Watson Assistant-ntust" 後,點選右邊的 "建立" 按鈕. step 4: 開啟 "Watson Assistant" 編輯工具建立 "對話技能" (dialog skill) 2. 建立 dialog skill 2.1 建立 intent #營業時間
- 1. 建立 "NodeRED" app step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 然後在左邊的選單中, 點選 "軟體" 後,再勾選 "入門範本套件", 就可以看到 Node-RED APP 範本套件 . step 3: 點選 "Node-RED APP" 範本套件. "選取地區" 用預設值 "達拉斯", "定價方案" 點選 "精選". 使用預設的名稱(此名稱必須是"唯一"),然後點選右邊的 "建立" 按鈕. 2 部署 "NodeRED" app step 1: 點選右邊的 "部屬您的應用程式" 按鈕 step 2: 部屬目標點選 "Cloud Foundry" step 3: 點選建立 "IBM Cloud API 金鑰", 新建含有完整存取權的API金鑰, 並點選 "確定". step 4: 往下拉並點選 "下一頁", 開始配置配屬自動化服務.
- 1. 建立 "IBM Internet of Things Platform" step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 尋找 "Internet of Things", 就可以看到 Internet of Things Platform 範本套件 . step 3: 點選 "Internet of Things Platform " 範本套件. "選取地區" 用預設值 "達拉斯", 使用預設的名稱(此名稱必須是"唯一"),然後點選右邊的 "建立" 按鈕. step 4: 點選 "啟動" 馬上開始使用 IBM Watson IoT Platform. 2. 啟動 Quick start step 1: 待 IBM Watson IoT Platform 啟動後, 將滑鼠往下滑動, 點選 "啟動 QUICKSTART" 按鈕. step 2: 在另一個視窗開啟 IoT simulator, 並將模擬器右上方的ID, 貼至 QUICKSTART 頁面 http://quickstart.internetofthings.ibmcloud.com/iotsensor
- 同步的程式 <!DOCTYPE html> <html> <head> <meta charset="utf-8" /> <title>同步流程控制</title> <script> // 同步的程式
- 學習目標 建立 Watson "Natural Language Understanding" 服務 整合 Watson "Natural Language Understanding" 服務 1. 建立 Watson "Natural Language Understanding" 服務 step 1: Login IBM Cloud https://cloud.ibm.com/login step 2: 點選 "型錄" , 然後在左邊的選單中, 點選 "服務" 後,再勾選 "AI/機器學習", 就可以看到 watson cognitive 相關的服務. step 3: 點選 "Natural Language Understanding" 服務. "選取地區" 用預設值 "達拉斯", 將服務名稱取名為 "Natural Language Understanding-ntust" 後,點選右邊的 "建立" 按鈕. step 4: 點選左邊選單中的 "連線", 然後再點選右上方 "建立連線", 即可看到目前可選用的 Cloud Foundry 應用程式, 點選欲連接的應用程式, 並點選 "下一個" 按鍵, 保留預設值, 按 "建立" 按鍵, 並確認 "重新編譯打包" 按鈕.
- 學習目標: 建立 NodeJS App Express Framework 部署到 IBM Cloud 準備開發環境 安裝下列軟體: MS Visual Studio Code
