<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>KbWen Blog</title>
    <link>https://www.kbwen.com/</link>
    <description>Recent content on KbWen Blog</description>
    <image>
      <title>KbWen Blog</title>
      <url>https://www.kbwen.com/images/og-default.png</url>
      <link>https://www.kbwen.com/images/og-default.png</link>
    </image>
    <generator>Hugo</generator>
    <language>zh-TW</language>
    <lastBuildDate>Wed, 01 Apr 2026 00:00:00 +0800</lastBuildDate>
    <atom:link href="https://www.kbwen.com/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>只會 Prompt 已經不夠了：從「下指令」到「蓋系統」的思維進化</title>
      <link>https://www.kbwen.com/beyond-prompt-from-instructions-to-building-systems/</link>
      <pubDate>Wed, 01 Apr 2026 00:00:00 +0800</pubDate>
      <guid>https://www.kbwen.com/beyond-prompt-from-instructions-to-building-systems/</guid>
      <description>從 Prompt、Skill、Workflow、Agent 到 System，用「寫一篇技術文章」的案例，帶你看清楚這幾個層級的思維斷層在哪裡。</description>
    </item>
    <item>
      <title>JSON Formatter: Format and Debug JSON for APIs and Config Files</title>
      <link>https://www.kbwen.com/json-formatter-format-and-debug-json-for-apis-and-config-files/</link>
      <pubDate>Fri, 13 Mar 2026 18:43:24 +0800</pubDate>
      <guid>https://www.kbwen.com/json-formatter-format-and-debug-json-for-apis-and-config-files/</guid>
      <description>Why JSON formatting matters for developers: how to read minified API responses, debug config files and webhooks, with a browser-based JSON Formatter tool that validates syntax and formats in real time.</description>
    </item>
    <item>
      <title>Privacy Policy</title>
      <link>https://www.kbwen.com/privacy-policy/</link>
      <pubDate>Mon, 09 Mar 2026 15:41:04 +0800</pubDate>
      <guid>https://www.kbwen.com/privacy-policy/</guid>
      <description>kbwen.com 隱私權政策 — 說明本網站如何收集、使用及保護您的個人資料。</description>
    </item>
    <item>
      <title>Token 是什麼？LLM 為何只讀 Token？</title>
      <link>https://www.kbwen.com/token-%E6%98%AF%E4%BB%80%E9%BA%BCllm-%E7%82%BA%E4%BD%95%E5%8F%AA%E8%AE%80-token/</link>
      <pubDate>Mon, 01 Dec 2025 16:24:54 +0800</pubDate>
      <guid>https://www.kbwen.com/token-%E6%98%AF%E4%BB%80%E9%BA%BCllm-%E7%82%BA%E4%BD%95%E5%8F%AA%E8%AE%80-token/</guid>
      <description>Token 是什麼？LLM 為何不直接處理完整字詞：解析字級、字元級、子詞級三種 tokenization 方法，包含 BPE 示範程式碼，以及 token 數量對計費和上下文長度的影響。</description>
    </item>
    <item>
      <title>《大語言模型 LLM：其實做的事情比你想像中更單純》</title>
      <link>https://www.kbwen.com/%E5%A4%A7%E8%AA%9E%E8%A8%80%E6%A8%A1%E5%9E%8B-llm%E5%85%B6%E5%AF%A6%E5%81%9A%E7%9A%84%E4%BA%8B%E6%83%85%E6%AF%94%E4%BD%A0%E6%83%B3%E5%83%8F%E4%B8%AD%E6%9B%B4%E5%96%AE%E7%B4%94/</link>
      <pubDate>Sun, 23 Nov 2025 20:54:42 +0800</pubDate>
      <guid>https://www.kbwen.com/%E5%A4%A7%E8%AA%9E%E8%A8%80%E6%A8%A1%E5%9E%8B-llm%E5%85%B6%E5%AF%A6%E5%81%9A%E7%9A%84%E4%BA%8B%E6%83%85%E6%AF%94%E4%BD%A0%E6%83%B3%E5%83%8F%E4%B8%AD%E6%9B%B4%E5%96%AE%E7%B4%94/</guid>
      <description>大語言模型 LLM 原理完整解析：從「預測下一個 token」的核心概念，到 Transformer 自注意力機制、訓練流程四步驟，以及對話生成、程式碼生成等常見應用。</description>
    </item>
    <item>
      <title>推薦系統中的冷啟動問題</title>
      <link>https://www.kbwen.com/%E6%8E%A8%E8%96%A6%E7%B3%BB%E7%B5%B1%E4%B8%AD%E7%9A%84%E5%86%B7%E5%95%9F%E5%8B%95%E5%95%8F%E9%A1%8C/</link>
      <pubDate>Mon, 29 Nov 2021 22:31:27 +0800</pubDate>
      <guid>https://www.kbwen.com/%E6%8E%A8%E8%96%A6%E7%B3%BB%E7%B5%B1%E4%B8%AD%E7%9A%84%E5%86%B7%E5%95%9F%E5%8B%95%E5%95%8F%E9%A1%8C/</guid>
      <description>推薦系統冷啟動問題完整解析：介紹使用者冷啟動、物品冷啟動、系統冷啟動三類問題，以及排行榜推薦、社交平台授權、相似度計算、快速試探等常用解決策略。</description>
    </item>
    <item>
      <title>Python Chunks</title>
      <link>https://www.kbwen.com/python-chunks/</link>
      <pubDate>Fri, 26 Nov 2021 16:57:07 +0800</pubDate>
      <guid>https://www.kbwen.com/python-chunks/</guid>
      <description>Python 切割 list 成多個 chunk 的四種方法：使用 yield generator、列表推導式、itertools.islice 處理任意 iterable，以及 numpy.array_split。</description>
    </item>
    <item>
      <title>Python 爬取每日股價(2)</title>
      <link>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E6%AF%8F%E6%97%A5%E8%82%A1%E5%83%B92/</link>
      <pubDate>Mon, 06 Sep 2021 18:44:10 +0800</pubDate>
      <guid>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E6%AF%8F%E6%97%A5%E8%82%A1%E5%83%B92/</guid>
      <description>Python 爬取台股每日收盤行情（第二篇）：使用 pandas DataFrame 整理 TWSE 資料，搭配 xlsxwriter 儲存成 xlsx 格式，可依日期取得歷史收盤價。</description>
    </item>
    <item>
      <title>How to scrape Yahoo Finance stock data with Python</title>
      <link>https://www.kbwen.com/how-to-scrape-yahoo-finance-stock-data-with-python/</link>
      <pubDate>Thu, 02 Sep 2021 22:11:52 +0800</pubDate>
      <guid>https://www.kbwen.com/how-to-scrape-yahoo-finance-stock-data-with-python/</guid>
      <description>How to scrape Yahoo Finance stock data with Python using BeautifulSoup and requests: extract financial data from root.App.main script tag, parse JSON stores, and retrieve price, PE ratio, and revenue metrics.</description>
    </item>
    <item>
      <title>Python 爬取每日股價(1)</title>
      <link>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E6%AF%8F%E6%97%A5%E8%82%A1%E5%83%B91/</link>
      <pubDate>Sun, 29 Aug 2021 22:09:01 +0800</pubDate>
      <guid>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E6%AF%8F%E6%97%A5%E8%82%A1%E5%83%B91/</guid>
      <description>Python 爬取台灣證交所每日收盤行情（第一篇）：用 DevTools 找到 MI_INDEX API，解析 JSON 取得全部股票的開盤、收盤、最高最低價及成交量資料。</description>
    </item>
    <item>
      <title>Deep Reinforcement learning</title>
      <link>https://www.kbwen.com/deep-reinforcement-learning/</link>
      <pubDate>Mon, 26 Oct 2020 16:42:30 +0800</pubDate>
      <guid>https://www.kbwen.com/deep-reinforcement-learning/</guid>
      <description>深度強化學習實作：使用 OpenAI Gym MountainCar 環境，結合 TensorFlow 2 建立 DQNetwork，實現 Q-learning 讓 AI 自主學習爬山車任務。</description>
    </item>
    <item>
      <title>Tensorflow2 -- MNIST</title>
      <link>https://www.kbwen.com/tensorflow2-mnist/</link>
      <pubDate>Sat, 26 Sep 2020 15:46:49 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow2-mnist/</guid>
      <description>TensorFlow 2.x 實作 MNIST 手寫數字辨識：比較繼承 tf.keras.Model 與 Sequential API 兩種建模方式，以及 GradientTape 自訂訓練迴圈的完整程式碼。</description>
    </item>
    <item>
      <title>python 爬取及時股價</title>
      <link>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E5%8F%8A%E6%99%82%E8%82%A1%E5%83%B9/</link>
      <pubDate>Tue, 08 Sep 2020 12:46:23 +0800</pubDate>
      <guid>https://www.kbwen.com/python-%E7%88%AC%E5%8F%96%E5%8F%8A%E6%99%82%E8%82%A1%E5%83%B9/</guid>
      <description>用 Python 爬取台股即時股價：從 DevTools 找到證交所 getStockInfo API，解析 JSON 回應，取得台積電等個股的即時成交價、最高最低價與五檔報價。</description>
    </item>
    <item>
      <title>Google NLP API parsing</title>
      <link>https://www.kbwen.com/google-nlp-api-parsing/</link>
      <pubDate>Fri, 04 Sep 2020 21:26:15 +0800</pubDate>
      <guid>https://www.kbwen.com/google-nlp-api-parsing/</guid>
      <description>使用 Google Cloud Natural Language API 進行中英文語意分析：從 GCP API Key 設定、JSON 請求格式，到解讀 partOfSpeech、lemma 和 dependencyEdge 結果。</description>
    </item>
    <item>
      <title>Before Data processing: ELT</title>
      <link>https://www.kbwen.com/before-data-processing-elt/</link>
      <pubDate>Wed, 02 Sep 2020 19:25:07 +0800</pubDate>
      <guid>https://www.kbwen.com/before-data-processing-elt/</guid>
      <description>ETL vs ELT 完整比較：了解傳統 ETL 與現代 ELT 資料處理流程的差異、ELT 的效能優勢，以及在雲端 PAAS/SAAS 環境下 ELT 為何成為主流選擇。</description>
    </item>
    <item>
      <title>Python Comments</title>
      <link>https://www.kbwen.com/python-comments/</link>
      <pubDate>Mon, 04 May 2020 15:47:56 +0800</pubDate>
      <guid>https://www.kbwen.com/python-comments/</guid>
      <description>Python 程式碼註釋的最佳實踐：單行 # 註釋、多行 # 和三引號 &amp;#34;&amp;#34;&amp;#34; 用法，以及如何寫出有效的程式碼文件，遵循 PEP8 規範。</description>
    </item>
    <item>
      <title>Python f-string</title>
      <link>https://www.kbwen.com/python-f-string/</link>
      <pubDate>Fri, 24 Apr 2020 20:03:01 +0800</pubDate>
      <guid>https://www.kbwen.com/python-f-string/</guid>
      <description>Python 3.6&#43; f-string 詳解：與 %-formatting、str.format() 的語法比較，以及 f-string 的進階操作，包含運算式、方法呼叫和格式化字串。</description>
    </item>
    <item>
      <title>Python lambda</title>
      <link>https://www.kbwen.com/python-lambda/</link>
      <pubDate>Thu, 23 Apr 2020 18:51:14 +0800</pubDate>
      <guid>https://www.kbwen.com/python-lambda/</guid>
      <description>Python lambda 匿名函式完整介紹：基本語法、與一般 def 函式的比較，以及什麼情況適合使用 lambda，包含 sorted、map、filter 的應用場景。</description>
    </item>
    <item>
      <title>Python context manager</title>
      <link>https://www.kbwen.com/python-context-manager/</link>
      <pubDate>Tue, 14 Apr 2020 17:05:33 +0800</pubDate>
      <guid>https://www.kbwen.com/python-context-manager/</guid>
      <description>學習 Python with 語句與 context manager：如何用 __enter__ 和 __exit__ 管理資源，確保文件、連線等資源被正確釋放，避免資源洩漏。</description>
    </item>
    <item>
      <title>Python Iterable</title>
      <link>https://www.kbwen.com/python-iterable/</link>
      <pubDate>Sat, 11 Apr 2020 16:08:13 +0800</pubDate>
      <guid>https://www.kbwen.com/python-iterable/</guid>
      <description>深入了解 Python 中 Iterable 與 Iterator 的差異：什麼物件可以被迭代、iter() 和 next() 的運作方式，以及 Generator 的前置概念。</description>
    </item>
    <item>
      <title>About</title>
      <link>https://www.kbwen.com/about/</link>
      <pubDate>Fri, 10 Apr 2020 19:05:03 +0800</pubDate>
      <guid>https://www.kbwen.com/about/</guid>
      <description>About KbWen — developer and blogger writing about Python, machine learning, deep learning, data engineering, and AI tools.</description>
    </item>
    <item>
      <title>python pdb</title>
      <link>https://www.kbwen.com/python-pdb/</link>
      <pubDate>Fri, 10 Apr 2020 19:04:03 +0800</pubDate>
      <guid>https://www.kbwen.com/python-pdb/</guid>
      <description>介紹 Python 內建除錯工具 pdb 的三種使用方式：命令列直接執行、設定斷點以及 Python shell 中使用 pdb.pm()，讓你告別 print 除錯法。</description>
    </item>
    <item>
      <title>OPENCV 人臉辨識</title>
      <link>https://www.kbwen.com/opencv-%E4%BA%BA%E8%87%89%E8%BE%A8%E8%AD%98/</link>
      <pubDate>Wed, 12 Jul 2017 14:52:58 +0800</pubDate>
      <guid>https://www.kbwen.com/opencv-%E4%BA%BA%E8%87%89%E8%BE%A8%E8%AD%98/</guid>
      <description>OpenCV Haar Cascade 人臉偵測：解析 AdaBoost 弱分類器級聯架構，scaleFactor 與 MinNeighbors 參數調整技巧，以及 Haar cascade 的限制與改善方向。</description>
    </item>
    <item>
      <title>Keras IMDb</title>
      <link>https://www.kbwen.com/keras-imdb/</link>
      <pubDate>Tue, 11 Jul 2017 17:58:33 +0800</pubDate>
      <guid>https://www.kbwen.com/keras-imdb/</guid>
      <description>Keras LSTM 情感分析：用 IMDb 電影評論資料訓練文字分類模型，使用 Tokenizer 編碼、Word Embedding 轉向量，搭配三層 LSTM 達到 0.8543 準確率。</description>
    </item>
    <item>
      <title>Keras Cifar-10</title>
      <link>https://www.kbwen.com/keras-cifar-10/</link>
      <pubDate>Thu, 06 Jul 2017 18:27:59 +0800</pubDate>
      <guid>https://www.kbwen.com/keras-cifar-10/</guid>
      <description>Keras 實作 CIFAR-10 圖像分類：兩層 CNN 卷積（3x3 kernel）加 Max Pooling，接全連接層（4096→1024→10），搭配 confusion matrix 分析各類別混淆情況，準確率 0.732。</description>
    </item>
    <item>
      <title>ML KNN</title>
      <link>https://www.kbwen.com/ml-knn/</link>
      <pubDate>Fri, 30 Jun 2017 20:29:26 +0800</pubDate>
      <guid>https://www.kbwen.com/ml-knn/</guid>
      <description>K-Nearest Neighbor (KNN) 演算法介紹：監督式學習中的 KNN 原理、用 Scipy 手刻距離計算，以及與 sklearn KNN 的準確率比較（0.9467 vs 0.9733）。</description>
    </item>
    <item>
      <title>LSTM</title>
      <link>https://www.kbwen.com/lstm/</link>
      <pubDate>Thu, 29 Jun 2017 20:10:47 +0800</pubDate>
      <guid>https://www.kbwen.com/lstm/</guid>
      <description>LSTM 長短期記憶網路入門：解析 input gate、output gate、forget gate 的運作原理，如何解決 RNN 的長期依賴梯度消失問題，以及在 TensorFlow 中的實際應用。</description>
    </item>
    <item>
      <title>Kaggle PM2.5 Prediction</title>
      <link>https://www.kbwen.com/kaggle-pm2-5-prediction/</link>
      <pubDate>Tue, 13 Jun 2017 20:00:46 +0800</pubDate>
      <guid>https://www.kbwen.com/kaggle-pm2-5-prediction/</guid>
      <description>Kaggle PM2.5 空氣品質預測：使用豐原站觀測資料，以 sklearn Linear Regression 為基礎，分析前九小時特徵預測第十小時 PM2.5 濃度，排名略高於 Baseline。</description>
    </item>
    <item>
      <title>Kaggle Titanic</title>
      <link>https://www.kbwen.com/kaggle-tinatic/</link>
      <pubDate>Fri, 09 Jun 2017 16:28:50 +0800</pubDate>
      <guid>https://www.kbwen.com/kaggle-tinatic/</guid>
      <description>Kaggle Titanic 生存預測解題紀錄：使用 Logistic Regression（sigmoid &#43; cross entropy）進行二元分類，分析 overfitting 原因並提出 feature engineering 改善方向。</description>
    </item>
    <item>
      <title>Kaggle Digit Recognizer</title>
      <link>https://www.kbwen.com/kaggle-digit-recognizer/</link>
      <pubDate>Mon, 05 Jun 2017 18:17:19 +0800</pubDate>
      <guid>https://www.kbwen.com/kaggle-digit-recognizer/</guid>
      <description>Kaggle Digit Recognizer 解題紀錄：用 CNN 卷積神經網路辨識手寫 MNIST 數字，兩層卷積加一層隱藏層搭配 SGD，達成 0.98614 準確率。</description>
    </item>
    <item>
      <title>TENSORFLOW 練習4: word2vec</title>
      <link>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%924-word2vec/</link>
      <pubDate>Fri, 12 May 2017 12:12:33 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%924-word2vec/</guid>
      <description>TensorFlow 練習：用 Skip-gram 模型實作 Word2Vec 詞向量，學習詞語間語意關聯（king-queen=man-woman），搭配 NCE loss 和 t-SNE 降維視覺化相似詞。</description>
    </item>
    <item>
      <title>Tensorflow 練習3: &#39;FizzBuzz&#39;</title>
      <link>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%923-fizzbuzz/</link>
      <pubDate>Mon, 08 May 2017 21:48:54 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%923-fizzbuzz/</guid>
      <description>TensorFlow 練習：用神經網路解 FizzBuzz 問題，兩層隱藏層（512&#43;256）搭配 ReLU，分析 batch size 對 local minimum 的影響，加入 dropout 後訓練測試準確率同步達 1.0。</description>
    </item>
    <item>
      <title>Tensorflow 練習2: CNN</title>
      <link>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%922-cnn/</link>
      <pubDate>Sun, 07 May 2017 20:28:02 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%922-cnn/</guid>
      <description>TensorFlow 練習：用卷積神經網路 CNN 辨識 MNIST 手寫數字，實作兩層 convolution &#43; max pooling &#43; dropout 架構，準確率達 97%~99%。</description>
    </item>
    <item>
      <title>PYTHON 機器學習基石 LS-PLA</title>
      <link>https://www.kbwen.com/python-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E5%9F%BA%E7%9F%B3-ls-pla/</link>
      <pubDate>Tue, 18 Apr 2017 20:13:39 +0800</pubDate>
      <guid>https://www.kbwen.com/python-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92%E5%9F%BA%E7%9F%B3-ls-pla/</guid>
      <description>實作 Perceptron Learning Algorithm (PLA)：根據林軒田機器學習基石課程，從零實作 Naive PLA 與 Pocket PLA，解決 linear separable 二元分類問題。</description>
    </item>
    <item>
      <title>Python reminder</title>
      <link>https://www.kbwen.com/python-reminder/</link>
      <pubDate>Fri, 14 Apr 2017 18:41:23 +0800</pubDate>
      <guid>https://www.kbwen.com/python-reminder/</guid>
      <description>Python 基礎筆記：變數宣告、字串 Escape 字元、Raw string，以及 %-formatting 與 str.format() 兩種輸出方式的比較與使用場景。</description>
    </item>
    <item>
      <title>Tensorflow 使用GPUs</title>
      <link>https://www.kbwen.com/tensorflow-%E4%BD%BF%E7%94%A8gpus/</link>
      <pubDate>Fri, 14 Apr 2017 12:31:52 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow-%E4%BD%BF%E7%94%A8gpus/</guid>
      <description>TensorFlow 使用 GPU 加速運算：用 tf.device() 指定 CPU/GPU 設備，搭配 log_device_placement 和 allow_soft_placement 設定確保運算順利分配。</description>
    </item>
    <item>
      <title>Tensorflow 練習1 : Polynomial Regression</title>
      <link>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%921-polynomial-regression/</link>
      <pubDate>Thu, 13 Apr 2017 16:30:42 +0800</pubDate>
      <guid>https://www.kbwen.com/tensorflow-%E7%B7%B4%E7%BF%921-polynomial-regression/</guid>
      <description>TensorFlow 練習：用神經網路擬合二維四次多項式 Polynomial Regression，介紹 tf.placeholder、tf.Variable、square error loss 和梯度下降優化器的基礎用法。</description>
    </item>
    <item>
      <title>聯絡</title>
      <link>https://www.kbwen.com/%E8%81%AF%E7%B5%A1/</link>
      <pubDate>Wed, 12 Apr 2017 15:27:26 +0800</pubDate>
      <guid>https://www.kbwen.com/%E8%81%AF%E7%B5%A1/</guid>
      <description>&lt;p&gt;如果你想聯絡我，歡迎直接來信：&lt;/p&gt;
&lt;p&gt;&lt;a href=&#34;mailto:support@kbwen.com&#34;&gt;support@kbwen.com&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;常見主題包含文章勘誤、技術合作、工具回饋，或任何和本站內容相關的問題。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
