AI 武林：TensorFlow

Essential Skills for Becoming an AI Engineer: RAG, AI Agents, & More

IBM Technology — Sun, 13 Sep 2026 00:00:00 +0800

介紹 AI 工程師的職涯路徑與所需技能，區分機器學習研究員與 AI 工程師的差異。內容涵蓋從 Python、Git、Linux 等基礎，到 RAG、向量搜尋與 AI Agent，最後是 Kubernetes 部署與可觀測性，並提供實作專案…

原站：https://www.youtube.com/watch?v=XN3xNJvWXsc

DeepSeek V4 Flash斩杀线逼疯硅谷，Google高层先地震了？其他模型还能活多久？

人民公园说AI — Fri, 07 Aug 2026 00:00:00 +0800

Podcast 訪談探討 DeepSeek V4 Flash 以極低價格衝擊市場，導致 Meta 等廠商面臨生存危機，並分析 Google DeepMind 因人事大地震與戰略調整而發生的變化。

原站：https://www.xiaoyuzhoufm.com/episode/6a7478dbc4079d62c57e62e6

Alexandr Wang: “This is a Once-in-a-Civilization Opportunity”

Y Combinator — Thu, 30 Jul 2026 00:00:00 +0800

Alexandr Wang 分享從 MIT 訓練模型到創立 Scale AI 的經歷，強調建立個人信念與人才密度的重要性。他探討了如何從零開始重建前沿實驗室，並指出當前是投資指數級增長領域的最佳時機。

原站：https://www.youtube.com/watch?v=sJ4VJWycX9M

【生活中的未來語言數學、Python、AI】14. CNN圖形辨識和遷移式學習

Iveai - I've AI — Tue, 26 May 2026 00:00:00 +0800

深入解析 CNN 圖形辨識的核心原理，包括卷積與池化層，並示範如何運用 ResNet50V2 進行遷移式學習。觀眾將學習建立自己的圖片分類模型，並使用 Gradio 部署互動介面。

原站：https://www.youtube.com/watch?v=E7rnJ8NP-_Q

【生活中的未來語言數學、Python、AI】13. 用全連結神經網路打造手寫辨識AI

Iveai - I've AI — Tue, 19 May 2026 00:00:00 +0800

複習神經網路核心觀念，並使用 TensorFlow 與 Keras 實作 MNIST 手寫數字辨識模型。學員將建立全連結神經網路，並透過 Gradio 製作可互動的網頁應用程式。

原站：https://www.youtube.com/watch?v=Ug9i7lWlXK0

AI at the Edge is a different operating environment

Practical AI — Thu, 26 Mar 2026 00:00:00 +0800

探討 2026 年邊緣 AI 的現狀與未來，由 Qualcomm Edge Impulse 專家 Brandon Shibley 與主持人對談。

原站：https://share.transistor.fm/s/ea7694a9

Kubernetes, Compliance, and Control: The Operational Backbone of AI Sovereignty

AI Engineering Podcast — Wed, 25 Feb 2026 00:00:00 +0800

探討企業與國家如何透過自管基礎設施與合規策略實現 AI 主權，涵蓋 Kubernetes、PyTorch 等工具在 LLM 服務中的應用。內容涵蓋從 GPU 存取難題到代理身份認證等實務挑戰，幫助讀者理解 AI 主權的技術與營運路徑。

原站：https://www.aiengineeringpodcast.com/ai-sovereignty-infrastructure-adaptation-episode-78

Taming Voice Complexity with Dynamic Ensembles at Modulate

AI Engineering Podcast — Mon, 09 Feb 2026 00:00:00 +0800

探討 Modulate 公司如何透過動態叢集架構解決語音 AI 的低延遲與高準確度挑戰。講者 Carter Huffman 解釋了為何單純的轉寫再轉語音流程無法捕捉語氣與情緒，並介紹了利用小型專模型組成的叢集系統，以平衡成本、延遲與多變環…

原站：https://www.aiengineeringpodcast.com/ensemble-listening-models-episode-76

The Future of Dev Experience: Spotify’s Playbook for Organization‑Scale AI

AI Engineering Podcast — Tue, 20 Jan 2026 00:00:00 +0800

Spotify 首席架構師 Niklas Gustavsson 分享如何透過標準化與 Backstage 平台，在分散式架構中加速 AI 工具（如 Copilot、Cursor）的採用。

原站：https://www.aiengineeringpodcast.com/spotify-agentic-developer-experience-episode-74

Beyond the Chatbot: Practical Frameworks for Agentic Capabilities in SaaS

AI Engineering Podcast — Mon, 29 Dec 2025 00:00:00 +0800

訪談 SaaS 產品與工程主管 Preeti Shukla，探討如何在多租戶軟體中安全地加入 AI 代理能力。內容涵蓋如何平衡延遲、成本與隱私，選擇合適的模型與架構，以及透過驗證與可觀測性系統來防止「自信錯誤」。

原站：https://www.aiengineeringpodcast.com/adding-agentic-behavior-to-saas-episode-72

Inside the Black Box: Neuron-Level Control and Safer LLMs

AI Engineering Podcast — Mon, 17 Nov 2025 00:00:00 +0800

訪談 Arya.ai 創辦人 Vinay Kumar，探討如何透過 DL Backtrace 技術追蹤神經元層級的控制與可解釋性。

原站：https://www.aiengineeringpodcast.com/explainability-interpretability-and-alignment-in-generative-ai-episode-69

From Swift to Mojo and high-performance AI Engineering with Chris Lattner

The Pragmatic Engineer — Thu, 06 Nov 2025 00:00:00 +0800

Chris Lattner 分享從 LLVM、Swift 到 Mojo 的語言設計歷程，解釋為何 AI 時代仍需新語言而非依賴現有工具。透過訪談了解 compiler 工程如何提升軟體效能，以及 Mojo 如何降低 AI 開發門檻。

原站：https://newsletter.pragmaticengineer.com/p/from-swift-to-mojo-and-high-performance

MIT 6.S191 (2025): Deep Generative Modeling

Alexander Amini — Mon, 24 Mar 2025 00:00:00 +0800

深入介紹生成式建模的基礎原理，涵蓋自動編碼器與生成式對抗網路。觀眾將學習如何從資料中提取潛在變數，理解密度估計與對抗訓練的機制，並掌握如何利用這些模型進行資料生成與異常檢測。

原站：https://www.youtube.com/watch?v=SdTZAMDKrNY

Jeff Dean & Noam Shazeer — 25 years at Google: from PageRank to AGI

Dwarkesh Podcast — Thu, 13 Feb 2025 00:00:00 +0800

Jeff Dean 與 Noam Shazeer 回顧 Google 25 年發展，從 PageRank 到 AGI 的演進。探討硬體與演算法如何相互促進，以及現代大型語言模型架構的技術細節。

原站：https://www.dwarkesh.com/p/jeff-dean-and-noam-shazeer

Decoding Google Gemini with Jeff Dean

Google DeepMind: The Podcast — Wed, 11 Sep 2024 00:00:00 +0800

Jeff Dean 與 Hannah Fry 訪談 Google Gemini 的多模態能力與演算法發展。內容涵蓋從早期搜尋引擎到神經網路、Transformer 架構的演進，以及 Gemini 如何整合文字、影像與聲音。

原站：https://afp-920373-injected.calisto.simplecastaudio.com/36cf10bf-f6dd-4a98-96a9-8eda9f59db4f/episodes/8ba662bc-5f5d-4a12-854d-a54dad8a1c99/audio/128/default.mp3?aid=rss_feed&awCollectionId=36cf10bf-f6dd-4a98-96a9-8eda9f59db4f&awEpisodeId=8ba662bc-5f5d-4a12-854d-a54dad8a1c99&feed=JT6pbPkg

MOPCON 2021 | 以 tensorflow 打造開源的保全攝影機 - 張維珍

MOPCON — Sun, 02 Oct 2022 00:00:00 +0800

介紹如何用 TensorFlow 打造開源保全攝影機，由張維珍分享實作經驗。

原站：https://www.youtube.com/watch?v=eXNHMtMfwXU

Implementing Deep Reinforcement Learning Models with Tensorflow + OpenAI Gym

Lilian Weng（部落格） — Sat, 05 May 2018 00:00:00 +0800

提供使用 Tensorflow 與 OpenAI Gym 環境實作深度強化學習模型的完整程式碼。讀者可以透過此教程學習如何將理論演算法轉化為實際運作的程式，並掌握相關工具的使用方式。

原站：https://lilianweng.github.io/posts/2018-05-05-drl-implementation