【MakeCode】在micro:bit上實作混成（blended）計步器
本文將帶領讀者們在一塊 micro:bit 主板上體驗由 MakeCode 平台提供的積木（Blocks）、靜態型別腳本（Static TypeScript，STS）和 Static Python（SP）三種程式語言開發工具，以 micro:bit 最著名的計步器範例展示。
利用Intel平台提升LLM微調與訓練效率：ResNet50+LoRA範例
本文將說明如何善用英特爾(Intel)所研發的新產品和相關技術，來提升AI模型的訓練效率，以便提供更優質的推論功能。為了循序漸進介紹上述的新產品及其相關的使用技術，本文先從大家熟悉ResNet50圖像分類模型做為起步範例，並搭配LoRA來進行外掛訓練，以便從這簡單範例中充分理解如何活用上述的創新產品及相關技術。
一步到位：利用OpenVINO實現LCM高速影像生成
最近橫空出世的潛在一致性模型(LCM)讓文生圖模型的圖片急速生成變成可能。LCM可以在任何預訓練的潛在擴散模型上進行快速推斷、步驟最少，包括穩定擴散模型(Stable Diffusion)。用OpenVINO也能對充滿魔力的LCM文生圖模型進行完全的最佳化、壓縮以及推理加速、快速部署的支援！
【CIRCUS Pi】Azure Custom Vision － AutoML 物件偵測輕鬆玩
本文將介紹如何使用Azure Custom Vision，做為微軟 Azure 雲端服務旗下的一員，不僅具備強大的功能與整合能力，亦允許開發人員訓練自己的機器學習模型，常見的影像分類 Image Classification 與物件檢測 Object Detection 皆有，適合初學者訓練物件偵測模型。
0514邊緣系統VLM視覺理解推論實作工作坊
