Ich bin yiwen.
Posts Tags Categories
Ich bin yiwen.

Contents

GCP on board

 included in StudyNote
   888 words   5 minutes    views  

Mod1_GCP 簡介

  • 什麼是雲端運算？

    1. 自助式隨選服務 - 無需人為介入即可取得資源
    2. 廣泛的網路存取權 - 隨時隨地都可存取
    3. 資源集區 (共享資源的概念) - 提供者可將資源分享給客戶
    4. 迅速彈性 - 隨需快速取得更多資源
    5. 依使用的服務計費 - 用多少，付多少

  • 雲端技術如何發展而成？未來方向為何？

    • 實體/主機代管：由使用者設定、管理與維護
    • [Phase2] 虛擬化：由使用者設定，由供應商代管與維護
    • [Phase3] 無伺服器：全自動化

  • GCP 運算架構 [採用代管基礎架構] ↔️ [採用動態基礎架構]

    Compute Engine Kubernetes Engine App Engine Cloud Functions 代管服務
    IaaS 混合式 PaaS 無伺服器邏輯 自動

  • GCP 在全球設立187個網路邊緣位置（POP，網際網路交換中心），並投資鋪設20+條海底電纜

  • GCP 依區域和可用區劃分

    • 區域region、可用區zone

    • 每個區域裡有多個可用區zone (大部分3個)，一個資料中心就是一個區域region

      https://i.imgur.com/Z1nifa5.png

      https://i.imgur.com/llzPbGw.png

  • Google善盡環保責任

    • 100%落實碳中和政策(自2007年起)

      Data Center 2030年達成零碳排

    • 全球數一數二的再生能源採購企業

    • 資料中心率先通過 ISO 14001 認證

  • 貼近客戶需求的計價方式

    • 以秒/毫秒計費：適用於運算、資料處理和其他服務
    • 續用折扣：虛擬機器的使用時間超過當月的25%，就會自動套用此折扣 (upto 30%)
    • 承諾使用折扣：以較低的價格取得長期穩定的工作負載 (around 50%off)
    • 先占使用折扣：以較低價格取得可中斷的工作負載
    • 自訂VM執行個體類型：僅為應用程式所需的資源付費 (pricing calculator)

  • 開放式API和開放原始碼讓客戶能改用其他供應商的服務

    • 開放式API；與開放原始碼服務相容
      • Cloud Bigtable
      • Cloud Dataproc（兼容Hadoop）
    • 採用開放原始碼以打造豐富生態系統
      • TensorFlow
      • Kubernetes
      • Forseti Security
    • 適合多供應商環境的技術
      • Google Operations Suite
      • Kubernetes Engine (支援混合雲)

  • Google技術基礎架構將安全性納入設計考量 (由下而上⬆️)

    分層 重要安全措施(僅列舉部分)
    作業安全性 入侵偵測系統、降低內部風險的技術、員工使用U2F、軟體開發作法 (e.g.紅隊演練)
    網際網路通訊 Google Front End；加入阻斷服務功能的設計 (預防ddos attack)
    儲存服務 靜態資料加密 (金鑰加解密)
    使用者身分 支援U2F的中央身分識別服務
    服務部署 服務間通訊加密 (e.g. RPC, 磁碟加密)
    硬體基礎架構 硬體的設計和來源、安全的啟動堆疊、設施安全
    • Google Front End(GFE)：確保 TLS 傳輸層安全

  • 選用GCP的優點

    • 提供高度安全、穩定可靠且彈性十足的基礎架構，幫助開發人員輕鬆部署

  • 運算服務

    1. Compute Engine
    2. Kubernetes Engine (代管K8S的平台)
    3. App Engine
    4. Cloud Functions

  • 儲存服務

    1. Bigtable
    2. Cloud Storaage
    3. Cloud SQL
    4. Cloud Spanner
    5. Cloud Datastore

  • 大數據

    1. BigQuery
    2. Pub/Sub
    3. Dataflow
    4. Dataproc
    5. Datalab

  • 機器學習

    1. Natural Language API
    2. Vision API
    3. AI Platform
    4. Speech API
    5. Translate API

Q1 創新GCP計價方式

  1. by sec
  2. ?
  3. ?

Q2 GCP 使用好處

  1. 善盡環保責任
  2. 對開放原始碼技術的承諾
  3. 穩固的基礎架構

1. 資源階層結構

https://i.imgur.com/THAfGBG.png

雲端安全

https://i.imgur.com/RtgrrVM.png

資源階層定義了信任界線

  • 依機構架構將資源分組
  • 階級中的每一層都可作為信任界線，達到資源隔離的效果（往下繼承）

有三個屬性可用於識別專案

專案ID 專案名稱 專案編號
全域不重複 可以重複 全域不重複
由您選擇 由您選擇 由GCP指派
無法變更 可變更 無法變更

資料夾提供靈活的管理功能

  • 資料夾將機構下的專案分門別類
  • 資料夾可以包含專案和/或其他資料夾
  • 資料夾可用於指派政策

機構節點可組織專案

organization node

IAM資源階層示例

https://i.imgur.com/xcJBRTH.png

  • 如果bookself專案有對Cloud Storage寫入的身份，而組織節點有對Cloud Storage讀取的身份，那麼bookself實際可讀可寫Cloud Storage（UNION)

2. IAM

誰可以對什麼資源做什麼事情

IAM政策可以套用至四種主體

https://i.imgur.com/w7aLQZY.png

可以做什麼：IAM角色是一組相關聯的權限

https://i.imgur.com/uRBSjz6.png

可用的資源：使用者會取得階層中特定項目的角色

定在某個節點上，他就會往下繼承，決定在哪一個服務生效

https://i.imgur.com/eSD5oIv.png

IAM角色有三種類型

  1. 基本角色：會套用到專案中的所有GCP服務

    https://i.imgur.com/duTw9hg.png

  2. 預先定義角色：會套用至專案中的特定GCP服務（e.g. no-sql bigtable)

    https://i.imgur.com/IdKAs9f.png

  3. 自訂角色：可以讓您定義一組精確的權限

    通常建議企業給員工設定原則為最低權限模型

    https://i.imgur.com/Z7MWpwN.png

可以使用哪些工具來管理具備管理權限的GCP user？

https://i.imgur.com/zmbhfEw.png

如果已經有其他公司目錄，怎麼辦

  • Google Cloud Directory Sync

https://i.imgur.com/JGkYKKx.png

3. 與GCP互動

有四種GCP互動的方式

https://i.imgur.com/I3rg1aX.png

(1) Google Cloud Platform Console

可以滿足大部分需求（但不是全部）

支援git協定的版本控制系統 — cloud source repositories

  • 可集中管理所有專案資料的控制台
  • 開發人員工具
    • Cloud Source Repositories
    • Cloud Shell
    • Test Lab (行動應用程式測試)
  • 可存取產品API
  • 管理和建立專案
(2) Google Cloud SDK

命令列工具

  • SDK 包括適用於 Cloud Platform 產品和服務的 CLI 工具
    • gcloud, gsutil(Cloud Storage), bq (BigQuery)
  • 可做為 Docker 映像檔
  • 可透過 Cloud Shell 使用
    • 在 Compute Engine 執行個體上執行的 Cloud SDK 容器化版本
(3)Cloud Console行動應用程式

在DevOps 或 SRE 時會用到

  • 管理虛擬機器和資料庫執行個體
  • 管理Google App Engine中的應用程式
  • 管理帳單
  • 透過可以自訂的資訊主頁，以視覺化方式呈現專案
(4) 符合REST樣式的API

  • 以程式輔助的方式存取產品和服務

    • 通常使用JSON作為交換格式
    • 使用OAuth 2.0 進行驗證與授權

  • 透過Google Cloud Platform Console啟用

  • 為了協助控管支出，大多數的服務都包含每日配額和頻率(限制)

    • 您可以申請調高配額和頻率

  • 另外也有支援GRPC(Google Remote procedure call)的 API

Questions

  • Q: 如果Google Cloud IAM政策授予您專案層級的擁有者權限，則您對專案內資源的存取權限，可能會因為資源具有較嚴格的政策而受限，正確或錯誤？
    • A: 政策是父政策與資源政策的聯集。如果父政策的限制性較低，則會覆寫限制性較高的資源政策。

https://i.imgur.com/F8qqvCh.png

https://i.imgur.com/BFQE9DU.png

Mod2_VM 與儲存空間

1. 虛擬私人雲端(VPC)網路

Virtual private cloud

  • 每個虛擬私人雲端網路都位於GCP專案中 (專案建立都會有預設的VPC)

  • 您可以佈建 Cloud Platform 資源，使這些資源彼此連接或隔離

Google Cloud虛擬私人雲端網路是全球性資源，但子網路是區域性資源

  • 子網路可以用內部ip相互通訊
  • us-east1區域內建立了 us-east1-b 與 us-east1-c ，位於不同的可用區

https://i.imgur.com/t3RleDC.png

2. Compute Engine

Compute Engine 提供代管虛擬機器

一定要先有網路才能建VM。RFC1918的內部通訊。

https://i.imgur.com/f2fW6vR.png

Compute Engine 貼近客戶需求的計價方式

  • 以秒計費、續用折扣、承諾使用折扣
  • 先占執行個體
  • 儲存空間提供高總處理量，且不額外收費
  • 自訂機器類型：僅支付所需硬體的費用

使用Compute Engine擴充或縮減

https://i.imgur.com/qQfdyVR.png

3. 重要的虛擬私人雲功能

虛擬私人雲端網路的拓撲(topology)由您掌控

路由表：如何把流量從一個VM傳送到網路中的另一個VM，是內建的不用管理

防火牆：『全球分散式的』防火牆，可以限制某台VM連進連出的流量限制

  • 使用路由表來轉送網路內的流量，甚至轉送跨子網路的流量
  • 使用防火牆來控制允許的網路流量
  • 透過共用虛擬私人雲端 (Shared VPC) 與其他GCP專案共用整個網路或獨立子網路
  • 使用虛擬私人雲端對等互連 (VPC Peering)，讓GCP專案中的網路相互連結

有了全球通用的Cloud Load Balancing，你的應用程式就能為世界各地的使用者呈現單一前端

解決流量分配的問題

這裏使用名詞是Load Balancing （負載平衡這件事）而不是Load Balancer（負載平衡裝置），GCP提供的是負載平衡服務（由軟體控制）

自動失效轉移的功能：當該區域的計算服務失效，負載平衡會自動移轉到健康的後端

https://i.imgur.com/llzPbGw.png

Google虛擬私人雲端提供一系列的負載平衡選項

https://i.imgur.com/1eu1Xie.png

區域性的負載平衡：後端只能放在單一區域

Cloud DNS可用性高且可擴充

8.8.8.8

  • 建立代管區域，接著新增、編輯和刪除DNS記錄
  • 使用符合REST樣式的API或指令列介面，以程式輔助方式管理區域和記錄

Cloud CDN (內容傳遞聯播網)

content delivery network

  • 利用 Google 遍及全球的邊緣快取技術，在靠近使用者的位置快取內容
    • 好處：
      1. 使用者的延遲感受較低
      2. 這個請求不會消耗運算資源
      3. 不會需要輸出到 Internet 上，費用較低
  • 如果想使用不同的CDN，也可以使用CDN Interconnect

Question

https://i.imgur.com/vgVyHST.png

Cloud Virtual Network, Cloud Interconnect, Cloud DNS, Cloud Load Balancing, CDN

https://i.imgur.com/FzrfXST.png

Calculate by second, Customized machine type, spot VM

儲存空間選項

1. Cloud Storage

Cloud Storage 是二進位大型物件儲存空間

用多少付多少，不用預先估容量

定址到這個物件的 key 是以網址形式呈現

資料加密不能停用，也不需要特別啟用他，不會另外多收錢

第三方儲存工具 FUSE：可以幫你把Cloud Storage以檔案系統方式呈現，但Cloud Storage底層還是物件式儲存

  • 高效能、網際網路規模
    • 管理簡單
  • 無需管理容量
  • 靜態資料加密
  • 預設會加密從Google傳輸到端點的資料
  • 提供線上和離線匯入服務
Cloud Storage 檔案會歸入不同的值區(bucket)

https://i.imgur.com/EpFgRxk.png

有幾種方法可以將資料移入Cloud Storage
  1. 線上移轉：gsutil或gcloud指令上傳，或者在主控台上傳(拖曳)
  2. Storage Transfer Service 移轉服務：可以管理、排定批次移轉作業 (TB等級規模)
  3. Transfer Appliance 移轉裝置：租一個儲存裝置，線下寄過去 (PB等級規模)

https://i.imgur.com/7ksOmji.png

Cloud Storage 可以與其他 GCP 服務搭配使用

https://i.imgur.com/pYrlWwu.png

  • 使用BigQuery或CloudSQL匯入匯出資料

  • Compute Engine映像檔、開機指令腳本

2. Cloud Bigtable

Cloud Bigtable 是代管 NoSQL

Google mail, map, analytics 都會用到

https://i.imgur.com/24RGJ2b.png

選用Cloud Bigtable的優點

如果資料庫很龐大(>1TB)，為半結構或結構化的資料

要求低延遲，高處理量

要求NoSQL，不需要關聯式語意

  • 複製 (Replicated) 儲存空間
  • 傳輸中的資料和靜態資料都會加密
  • 以角色為依據的存取控制清單
  • 驅動主要應用程式，例如Google Analytics(分析) 和 Gmail

3. Cloud SQL & Cloud Spanner

Cloud SQL 是代管RDBMS

SQL資料庫修補patch，備份工作交給GoogleCloud，也可以控制哪些IP才能存取資料庫，某種程度上是取代了DBA的工作

  • 提供MySQL, PostgresSQL, SQL Server資料庫式服務
  • 自動複製 (Replication)
    • 可以是GCP外部，或者Compute Engine裡面的RDS
  • 代管備份
  • 垂直資源調度 (讀取和寫入)
  • 水平資源調度 (讀取)
  • Google 安全性
Cloud Spanner 是可水平擴充的RDBMS
  • Cloud Spanner支援：
    • 自動複製
    • 全球同步一致性
    • 具有高可用性的代管執行個體
    • SQL (ANSI 2011及擴充功能)

要高可用、關聯式、資料量大、每秒鐘IO請求大-> use this

4. Cloud Datastore

Cloud Datastore是可水平擴充的NoSQL DB

查詢作業速度是依照結果集大小而定，不是依資料集大小 (aka Datastore模式底下的Firestore)

https://i.imgur.com/f09dYkB.png

5. 比較儲存選項：

技術詳細資料

OLAP(線上分析處理), OLTP(線上交易處理)

https://i.imgur.com/DNfkwvd.png

用途

https://i.imgur.com/M54H9nQ.png

Questions

  • Question：您的應用程式會為大型影片檔案轉碼，應該先考慮使用哪種儲存服務？

    • Answer: Google Cloud Storage

  • Question：您要從裝有感測器的裝置中串流大量資料，應該先考慮使用哪種儲存服務？

    • Answer: IoT, 大量資料串流 ➡️ Google Cloud Bigtable

Mod3_容器與應用程式開發、部署與監控

1. 簡介

IaaS可以讓你透過虛擬化硬體來共用資源

https://i.imgur.com/g9FBIWq.png

三台機器有各自系統，可以自己安排執行期、中繼軟體、磁碟空間, etc.

但靈活性會導致啟動所需的時間（分鐘）和資源（GB）增加

每個副本要去複製一次，導致速度變慢

https://i.imgur.com/eGhzqYz.png

App Engine可讓使用者存取程式設計服務以及客戶端函式庫

https://i.imgur.com/q1M9Iz3.png

隨著對應用程式需求的增加，此平台可以依據工作附載和基礎架構，以快速且獨立的方式擴充應用程式

可以擴充但無法微調底層架構

https://i.imgur.com/SSquScS.png

容器提供IaaS靈活性和PaaS可擴充性

https://i.imgur.com/OYNklVL.png

容器可以設定、彼此獨立且極為輕便可攜

假設build出了綠色的容器，可以直接把他丟到雲端（容器作為交付元件）

https://i.imgur.com/zG56SU0.png

透過共用主機設定，即可將容器部署在稱為叢集的一組伺服器上

使用大量的容器建立一個應用程式，讓容器具有模組化功能，可以在多台主機獨立擴充微型服務。容器可以增減，主機也可以增減。

https://i.imgur.com/lBFnsxG.png

2. K8S和GKE

Kubernetes

Kubernetes讓你可以在多台主機上輕鬆自動化調度管理多個容器

https://i.imgur.com/cpVe7MO.png

第一步：以容器的形式建構應用程式並加以執行

https://i.imgur.com/djfjgqg.png

如何在Kubernetes中執行這個應用程式？

requirements.txt: python app 需要哪些相依性套件

Dockerfile: 指定如何將程式碼封裝成映像檔的步驟

  • 指定環境
  • 在指定的虛擬環境安裝
  • 從本機複製到空中的虛擬環境
  • 在空中環境執行
  • 指定進入點ENTRYPOINT

https://i.imgur.com/TzMl0BL.png

接著以映像檔的形式建構容器並加以執行

https://i.imgur.com/y9zvCzc.png

使用Kubernetes API在稱為叢集的一組節點上部署容器

建立叢集的指令如下

gcloud container clusters create k1

https://i.imgur.com/RsxTbZ1.png

以下是啟動Kubernetes Engine的方法

在GKE叢集中，你可以指定：

  • 機器類型
  • 節點數
  • 網路設定等等
在節點上部署容器時，使用Pod來包裝容器

Pod: 太空艙、綠豆莢(一個豆莢裡很多綠豆)、是包裝容器的抽象化單元，是可以部署的最小單元

https://i.imgur.com/yQnDm7F.png

可以使用kubectl run指令執行Pod中的容器
kubectl run nginx --image=nginx:1.15.7

https://i.imgur.com/7o60Tox.png

您可以使用Deployment管理用於應用程式或工作負載的一組Pod副本，並確保所需的數量正在執行，並且狀態良好
kubectl get pods

就會列出蓋叢集所有pod的清單

預設情況下，Pod只能在叢集內使用，並且會取得臨時IP

將deployments暴露在外，建立負載平衡器

kubectl expose deployments nginx --port=80 --type=LoadBalancer

https://i.imgur.com/oj0Ezh5.png

符合前述IP的所有用戶端請求都會轉送至Service物件後方的Pod

deployment物件：維持pod的可用性

https://i.imgur.com/ooVEfOV.png

如果要取得Service的公開IP，請執行kubectl get services

https://i.imgur.com/xF1UI3h.png

如要調整Deployment的資源配置，請執行 kubectl scale

擴充（帶參數：三個複製）手動擴充

https://i.imgur.com/arpb7oc.png

自動擴充Service後面的Pod

https://i.imgur.com/xo12DHz.png

宣告式作業

declarative 真正強的地方，以組態檔設定

kubctl get deployment nginx -o yaml

replicas: 3 -> 這個deployment需要維護三個nginx pods的副本

selector -> 把符合條件的pods圈選起來，歸類進Deployment物件

但 pod 也要有對應的 label (app:nginx)才能被選到

https://i.imgur.com/DFyXTma.png

宣告式作業—套用變更

https://i.imgur.com/WWTVxRp.png

執行kubectl get pods以查看上線的Pod

https://i.imgur.com/YzeGlWG.png

kubectl get deployments或describe deployments，以確保適當數量的副本執行中

https://i.imgur.com/av29yze.png

kubectl get services再次確認service的公開IP

達成分散負載、擴充服務的目標

https://i.imgur.com/ZW7cFSr.png

滾動式更新策略

kubectl rollout、kubectl apply

一個一個建立新版本，建立一個新的就砍一個舊的，會有新舊版同時存在的情況

https://i.imgur.com/HqQA8tW.png

Questions

  • 請列舉兩個使用容器部署應用程式的理由
    1. 跨開發、測試和實際工作環境的可攜性
    2. 遷移工作負載更簡單
    3. 便於建立微型服務（鬆散耦合）
    4. 靈活性
  • Kubernetes讓您可以在不同雲端供應商叢集裡管理容器，正確或錯誤？
    • correct，而且GKE現在已經是跨平台產品了。Kubernetes Engine可以在不同環境中管理K8S。
  • GCP提供高速容器映像檔案儲存服務，可與Kubernetes Engine搭配使用，正確或錯誤？
    • correct. 稱為 Artifiact Registry (原本的 Container Registry 停用了🥲)

雲端中的運算環境

1. AppEngine

https://i.imgur.com/xyNF0g6.png

2. Standard GAE

https://i.imgur.com/aQk4Gca.png

Requirements

https://i.imgur.com/zZ5argG.png

3. Flexible GAE

AppEngine彈性環境

也可以自訂執行期

因為是用VM執行映像檔案，如果啟用除錯模式，可以ssh連進去彈性環境給你的VM，除錯完在停用

https://i.imgur.com/alqcbC5.png

比較 App Engine

https://i.imgur.com/HHy4sdG.png

4. GC Endpoint & Apigee Edge

https://i.imgur.com/I50fP68.png

Cloud Endpoints
  • 分散式的API管理系統
  • ESP 可延伸式服務代理伺服器，提供低延遲高效能

https://i.imgur.com/i6lJfMR.png

Apigee Edge

依照客戶等級限流

https://i.imgur.com/f1L2LZq.png

5. Cloud Function

Cloud Function

使用微型商業邏輯建立程式，或連到其他雲端服務

https://i.imgur.com/OLg7Rpr.png

Cloud Run: 計費模型跟 cloud function 一樣。cloud run 可以用容器映像檔案部署，cloud function 底層是由 cloud run 幫你完成執行

Questions

  • 請列舉使用App Engine彈性環境（對比App Engine標準環境）的3項優勢
    • 彈性環境允許SSH存取及磁碟寫入，並支援第三方二進位檔案（也允許自訂堆疊及背景程序）
  • Cloud Endpoints 與 Apigee Edge有哪些不同之處？
    • Cloud Endpoints可協助您建立和維護API；Apigee Edge可協助您保護API並透過API盈利

在雲端開發部署與監控

1.雲端開發

Cloud Source Repositories

建立不限數量的 repositories，避免將安全性金鑰退上remote

https://i.imgur.com/f7rhao0.png

2.部署基礎架構與程式碼(IaC)

infrastructure as code 其中一種是 Terraform，它是開源的

https://i.imgur.com/vVMTVMI.png

3. 監控：主動式監測

Operations

Monitoring, Logging訊息紀錄, Profiler效能分析, Error reporting例外通知, Trace延遲

https://i.imgur.com/oe8PA05.png

https://i.imgur.com/NrQdmgI.png

Mod4_大數據與機器學習

1.大數據

https://i.imgur.com/oE5Rd7v.png

Cloud Dataproc

https://i.imgur.com/CcIr9D1.png

Cloud Dataflow

比較新一代的是Cloud Dataflow，整合批次處理和串流資料處裡

https://i.imgur.com/9AXOPa2.png

Dataflow 管道

來源不一定要是GCP上面的 -> 轉換 -> 接收器 sink

https://i.imgur.com/Lch4UGR.png

BigQuery

可以做ELT，查詢速度快，資料量龐大(幾十TB)

https://i.imgur.com/ey7cLZw.png

結合分析和儲存服務 (所以費用也分兩種)

但儲存費用跟 Cloud Storage 差不多，且長期儲存(90天以上) 打折

https://i.imgur.com/gl4gYcT.png

Cloud Pub/Sub

保證接收者至少收到一筆，或者精準收到一筆

串流資料緩衝接收第一步

https://i.imgur.com/k4s5Al1.png

Vertex AI Workbench

提供代管的 Jupyter 環境

https://i.imgur.com/4sMaeJb.png

為何要用Vertex

跟其他服務整合在一起了，存取資料時，身分驗證會很簡單

https://i.imgur.com/zSWaxnL.png

AI平台

AI解決方案

訓練深度神經網路：TensorFlow

加速訓練模型：Vertex AI

準備資料 ➡️ 評估 ➡️ 部署 ➡️ 模型監控（避免飄移）

https://i.imgur.com/DOpP0Ad.png

Cloud Vision API

專門處理圖片辨識：地標、不適當圖片

https://i.imgur.com/cOIQPjX.png

音訊轉為文字檔案

https://i.imgur.com/zYpUoAi.png

Cloud Natural Language API

了解這段話內容，字詞間的交叉參照關係，辨識位置事件，辨識情緒

https://i.imgur.com/AEEXXE5.png

Cloud Translation API

https://i.imgur.com/AbyaILN.png

Cloud Video Intelligence API

Vision API的影片版本

https://i.imgur.com/ZXS675h.png

Questions

  • 何時會使用 Cloud Dataproc？
    • 您可以透過這項服務將內部部署Hadoop工作遷移到雲端，還可以用於資料採集和雲端資料分析。
  • 請列舉 Cloud Dataflow 的兩個用途
    1. ETL
    2. 自動化調度管理
  • 請列舉 Google AI 平台的三個用途
    1. 詐欺偵測
    2. 情緒分析
    3. 內容個人化

Conclusion

https://i.imgur.com/fLo3nbC.png

https://i.imgur.com/2GHawsl.png

https://i.imgur.com/Y2EN73s.png

參考資料

Module 1 video Module 2 video Module 3 video Module 4 video Module 5 video

Updated on 2024-01-10
 Tags
Back | Home