技術債 technical debt 源自貪快/便宜/方便而採用的技術方案，犧牲可讀性、維護性、測試性、文件完整等等的面向，延後償還技術上的代價 隨著 vibe coding 的普及，另一種債也在慢慢累積：知識債 開發者抱著一個「可以跑就好」的想法就把產品推上架，卻不理解 AI 生成的程式碼到底在做什麼、不知道 AI 的作法到底對不對。前一陣子的鏟子英雄平台個資問題就是案例之一 哈佛教授 Jonathan Zittrain 已經在 2019 年將此現象取名為 intellectual debt，...
When reading rust codes, you sometimes see File::open or f.read(). Why are some functions accessed with ::, and others with .? By taking a look at the source code for std::fs::File, we could see that these functions are defined either in impl File, o...
閱讀 rust 程式的時候偶爾會看到 File::open() 或是 f.read()。但為什麼有些功能是用 :: 呼叫，有些是用 . ？ 翻開 std::fs::File 的原始碼，可以看到這些功能都是定義在 impl File 或是 impl SomeTrait for File 內： // src/std/fs.rs 精簡版 impl File { pub fn open(path: P) -> io::Result<File> {省略} pub fn create(pat...
How jieba works, part 3 本篇將用 Part 2 介紹的隱藏式馬可夫模型與 Viterbi 演算法將剩下的字 (大、學、與、老、師、討、論、力、學) 分詞。 字的隱藏狀態 一個人的身體可以有健康、生病的隱藏狀態。那一個字可以有幾種？結巴的程式碼定義了四種隱藏狀態：詞首、詞中、詞尾、以及單獨存在，分別用 B, M, E, S 標示。這四種狀態其實就是字位於詞的不同位置。 例如： 我: S 『我』只有一個字，所以標示 S 單獨存在。 的: S 『的』只有一個字，所以標示...
How jieba works, part 2 這篇將解釋何謂馬可夫模型 Markov model、隱藏式馬可夫模型 Hidden Markov model (HMM)、與 Viterbi 演算法。 馬可夫模型 Markov model 馬可夫模型是一個用來解釋偽隨機系統的模型。它假設未來事件只受到現在事件影響，不受更早事件影響。 範例：假設你是醫生，從你的臨床經驗來看，一個人身體前一天健康、今天也健康的機率是 0.7；前一天健康、今天生病的機率是 0.3；前一天生病、今天健康的機率是 0.4；...
How jieba works, part 1 有做過中文自然語言處理 (natural language processing, NLP) 的夥伴們一定都會面對中文分詞的問題：要怎麼把一個句子切成多個詞彙讓電腦理解一個句子的組成。 例如『我昨天去上海交通大學與老師討論量子力學』可以被分詞成『我』『昨天』『去』『上海』『交通』『大學』『與』『老師』『討論』『量子』『力學』。但這要如何實現呢？ 結巴是一個由 Python 實現的中文分詞工具。除了分詞以外也支援關鍵字抽取 (TF-IDF keywo...
When building REST APIs in Python, nothing beats FastAPI. It lets you define routes, and their inputs and outputs quickly and easily. Best of all, it automatically generates an OpenAPI 3.0 JSON spec, and includes Swagger UI to let you play with each ...
In Python, you can make use of the Path class from pathlib module: from pathlib import Path p = Path("/home/eric") for item in p.iterdir(): print(item) Output: .rustup .config .bash_logout snap .cert .sudo_as_admin_successful .mozilla Music .b...
Hello world! I'm a Python developer since 2018. At work, I work on a python project that performs some light NLP tasks that involve term frequency counting and text classification. These features are exposed through a set of APIs written using FastAP...