Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -1,16 +1,9 @@
|
|
| 1 |
import gradio as gr
|
| 2 |
|
| 3 |
-
# ========= 圖片(使用 Google Drive 可嵌入連結) =========
|
| 4 |
-
# 分享權限需設定為「知道連結的任何人」
|
| 5 |
-
# 將 /file/d/<ID>/view 轉成 /uc?export=view&id=<ID>
|
| 6 |
-
GALAXY_URL = "https://drive.google.com/uc?export=view&id=1OHl3Ice7U9wLJllXRHUsQUQDmmA4iuU4"
|
| 7 |
-
SEISMIC_URL = "https://drive.google.com/uc?export=view&id=1r0JCdwtws5DnvKeVV2MExTMkZo978gKb"
|
| 8 |
-
|
| 9 |
-
|
| 10 |
# --- 教學內容產生函式 ---
|
| 11 |
-
def generate_tutorial_step(step
|
| 12 |
if step == "🚀 你的任務:星際開發者":
|
| 13 |
-
return
|
| 14 |
## 🚀 你的任務:成為一名星際遠端開發者!
|
| 15 |
|
| 16 |
這是一個專為星際開發者準備的模擬訓練。你將扮演一名坐在地球指揮艙(Windows 電腦)的艦長,遠端駕駛一台駐紮在火星基地、性能超群的「泰坦號」機甲(Mac Studio)。
|
|
@@ -26,8 +19,10 @@ def generate_tutorial_step(step: str) -> str:
|
|
| 26 |
---
|
| 27 |
|
| 28 |
**星際開發者,準備就緒!**
|
| 29 |
-
|
| 30 |
-
|
|
|
|
|
|
|
| 31 |
|
| 32 |
準備好了嗎,艦長?請從下拉選單中選擇你的第一個訓練科目!
|
| 33 |
"""
|
|
@@ -141,13 +136,15 @@ with gr.Blocks(theme=gr.themes.Soft(), title="星際開發者訓練模擬器") a
|
|
| 141 |
with gr.Tabs() as case_tabs:
|
| 142 |
with gr.TabItem("🌍 案例一:地震科學與 AI 預警", id=2):
|
| 143 |
gr.Markdown(
|
| 144 |
-
|
| 145 |
### 任務情境:建構台灣地震 AI 分析與預警系統原型
|
| 146 |
|
| 147 |
台灣位於環太平洋地震帶,開發更快速、更準確的地震預警系統至關重要。這項研究需要處理大量的即時地震波形資料,並訓練 AI 模型來預測 P 波到達時間與地震規模。
|
| 148 |
|
| 149 |
-
|
| 150 |
-
|
|
|
|
|
|
|
| 151 |
**挑戰:**
|
| 152 |
1. **環境複雜:** 地震科學研究需要用到 `Obspy`, `Scipy`, `Pandas` 等大量科學計算庫,版本之間互相依賴,在本機上設定非常耗時且容易出錯。
|
| 153 |
2. **運算密集:** 處理原始地震波資料(濾波、去噪)和訓練深度學習模型(如 CNN)需要強大的 CPU 和 GPU 運算能力。
|
|
@@ -190,7 +187,7 @@ with gr.Blocks(theme=gr.themes.Soft(), title="星際開發者訓練模擬器") a
|
|
| 190 |
|
| 191 |
**解決方案:**
|
| 192 |
1. **建立一個 AI 專用的 Dev Container 藍圖**,預先安裝好 TensorFlow (Metal 加速版)、PyTorch、Jupyter Lab 等。
|
| 193 |
-
2. **遠端工作流程:** 你在 Windows
|
| 194 |
|
| 195 |
**成果:** 你可以利用遠端超強的硬體資源,而不需要花大錢升級自己的本地電腦。
|
| 196 |
"""
|
|
|
|
| 1 |
import gradio as gr
|
| 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 3 |
# --- 教學內容產生函式 ---
|
| 4 |
+
def generate_tutorial_step(step):
|
| 5 |
if step == "🚀 你的任務:星際開發者":
|
| 6 |
+
return """
|
| 7 |
## 🚀 你的任務:成為一名星際遠端開發者!
|
| 8 |
|
| 9 |
這是一個專為星際開發者準備的模擬訓練。你將扮演一名坐在地球指揮艙(Windows 電腦)的艦長,遠端駕駛一台駐紮在火星基地、性能超群的「泰坦號」機甲(Mac Studio)。
|
|
|
|
| 19 |
---
|
| 20 |
|
| 21 |
**星際開發者,準備就緒!**
|
| 22 |
+
|
| 23 |
+
<p align="center">
|
| 24 |
+
<img src="/file=galaxy.jpg" alt="星際開發者封面圖" style="width:100%; max-width: 800px; border-radius: 8px;">
|
| 25 |
+
</p>
|
| 26 |
|
| 27 |
準備好了嗎,艦長?請從下拉選單中選擇你的第一個訓練科目!
|
| 28 |
"""
|
|
|
|
| 136 |
with gr.Tabs() as case_tabs:
|
| 137 |
with gr.TabItem("🌍 案例一:地震科學與 AI 預警", id=2):
|
| 138 |
gr.Markdown(
|
| 139 |
+
"""
|
| 140 |
### 任務情境:建構台灣地震 AI 分析與預警系統原型
|
| 141 |
|
| 142 |
台灣位於環太平洋地震帶,開發更快速、更準確的地震預警系統至關重要。這項研究需要處理大量的即時地震波形資料,並訓練 AI 模型來預測 P 波到達時間與地震規模。
|
| 143 |
|
| 144 |
+
<p align="center">
|
| 145 |
+
<img src="/file=seismic.jpg" alt="地震科學封面圖" style="width:100%; max-width: 800px; border-radius: 8px;">
|
| 146 |
+
</p>
|
| 147 |
+
|
| 148 |
**挑戰:**
|
| 149 |
1. **環境複雜:** 地震科學研究需要用到 `Obspy`, `Scipy`, `Pandas` 等大量科學計算庫,版本之間互相依賴,在本機上設定非常耗時且容易出錯。
|
| 150 |
2. **運算密集:** 處理原始地震波資料(濾波、去噪)和訓練深度學習模型(如 CNN)需要強大的 CPU 和 GPU 運算能力。
|
|
|
|
| 187 |
|
| 188 |
**解決方案:**
|
| 189 |
1. **建立一個 AI 專用的 Dev Container 藍圖**,預先安裝好 TensorFlow (Metal 加速版)、PyTorch、Jupyter Lab 等。
|
| 190 |
+
2. **遠端工作流程:** 你在 Windows 上撰寫程式碼,但所有的模型訓練和數據處理**都在「泰TAN號」上利用其強大的硬體執行**。
|
| 191 |
|
| 192 |
**成果:** 你可以利用遠端超強的硬體資源,而不需要花大錢升級自己的本地電腦。
|
| 193 |
"""
|