azure


[11] 透過 Azure Sandbox 建立出 Azure SQL Database | [從 Microsoft Learn 學 Azure]

[從 Microsoft Learn 學 Azure][11] 透過 Azure Sandbox 建立出 Azure Sql Databse.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([10] 關聯式資料庫及大數據分析服務介紹 - MSSQL、MySQL、PostgreSQL、HDInsight 、 Synapse Analytics [從 Microsoft Learn 學 Azure]) 介紹了有那些關聯式資料庫的服務以及 Big Data 服務之後。

這篇要實際建立看看 - 看一下要建立出一個 Azure Sql Database 需要做什麼。

那如果遇到過啟用 Azure Sandbox 但是還是進入了自己的 Subscription 也不用慌,這次一次一起介紹。


[10] 關聯式資料庫及大數據分析服務介紹 - MSSQL、MySQL、PostgreSQL、HDInsight 、 Synapse Analytics | [從 Microsoft Learn 學 Azure]

[從 Microsoft Learn 學 Azure][10] PaaS 關聯式資料庫介紹 MSSQL、MySQL、PostgresSQL.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([09] NoSQL 存儲 - Azure Cosmos DB 介紹 | [從 Microsoft Learn 學 Azure]) 看完了 Azure Cosmos DB 這個 NoSQL 的服務之後。

接下來看看對於常見的關聯式資料庫 (RDMS) 這個部分 Azure 有什麼服務可以使用。

以及近幾年非常流行的大數據、AI 等,這些大數據存儲或者分析可以用什麼服務處理。

這篇將會介紹到:MSSQL、MySQL、PostgreSQL、Azure HDInsight、Azure Synapse Analytics 等服務。


[09] NoSQL 存儲 - Azure Cosmos DB 介紹 | [從 Microsoft Learn 學 Azure]

[從 Microsoft Learn 學 Azure][09] NoSQL 存儲 - Azure CosmosDB 介紹.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([08] 透過 Azure Sandbox 建立第一個 Azure 服務 - WordPress 網站 | [從 Microsoft Learn 學 Azure]) 透過 Azure Marketplace 建立出一個 App Service 運行 WorodPress。

在那個過程了解了實物上什麼是 Subscription、Resource、Resource Group 等 Azure 最基本的核心的概念。

完成了上面的 Module 之後,剛好完成了 Learning Path:Azure Fundamentals part 1: Describe core Azure concepts

在接下來,將會開始進入下一個 Learning Path:Azure Fundamentals part 2: Describe core Azure services

在這個 Learning Path,將會看最核心的幾個服務:compute (運算)、storage (存儲)、network (網路)。

先從 storage 開始 - 看 No Sql 服務 Azure Cosmos DB。


[08] 透過 Azure Sandbox 建立第一個 Azure 服務 - WordPress 網站 | [從 Microsoft Learn 學 Azure]

[從 Microsoft Learn 學 Azure][08] 建立第一個 Azure 服務 - WordPress 網站.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

上一篇 ([從 Microsoft Learn 學 Azure][07] 搞懂基本管理結構 - Subscription、Resource Group 以及 Region) 看完了一些 Azure 基本的組成概念,包含了 Subscription、Management Group、Resource、Resource Group、Region 等最基本的概念之後。

接下來在這個 Module 裡面,我們將實際透過 Azure Marketplace 建立出一個在 Web App 上面的 WordPress 網站。

在這個過程將會把之前提到的那些基本組成概念,在實務上面都看一遍。


[從 Microsoft Learn 學 Azure][07] 搞懂基本管理結構 - Subscription、Resource Group 以及 Region

[從 Microsoft Learn 學 Azure][07] 搞懂基本管理結構 - Subscription、Resource Group 以及 Region.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([從 MS Learn 學 Azure][06] 應用第一個 Module 學習到的內容 - Discuss Azure fundamental concepts) 把第一個 Module 的內容在次應用了一下,以 Case Study 情境列出了雲端運算 (cloud computing) 裡面的特色以及優劣之後。

在這篇將會看看更靠近 Azure 入門時候會遇到的問題。

什麼是 Subscription、Management Group、Resource、Resource Group、Region 以及 Region Pair。


[從 Microsoft Learn 學 Azure][06] 應用第一個 Module 學習到的內容 - Discuss Azure fundamental concepts

[從 Microsoft Learn 學 Azure][06] 應用第一個 Module 學習到的內容 - Discuss Azure fundamental concepts.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([從 Microsoft Learn 學 Azure][05] 第一個 Module 下篇 Introduction to Azure Fundamentals - 了解 Azure 服務及基本概念) 結束之後,對於 Cloud Computing (雲端運算) 應該就很有感覺了。

那接下來看的有點像是複習,但是有點不太一樣是針對 Azure 的部分,在做一些深入的討論。

這篇來看一下第二個 Module:Discuss Azure fundamental concepts


[從 Microsoft Learn 學 Azure][05] 第一個 Module 下篇 Introduction to Azure Fundamentals - 了解 Azure 服務及基本概念

[從 Microsoft Learn 學 Azure][05] 第一個 Module 下篇 Introduction to Azure Fundamentals.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([從 Microsoft Learn 學 Azure][04] 第一個 Module 上篇 Introduction to Azure Fundamentals - 了解 Cloud Computing 基本概念) 看了第一個 Module Introduction to Azure Fundemental。

看了第一個部分,裡面介紹了所謂的 Cloud Computing 的基本概念 - 為什麼會想要從地端搬到雲端。

接下來在這個 Module 的下半段就是在介紹 Azure 有什麼類型的服務可以使用。



[從 Microsoft Learn 學 Azure][03] Microsoft Learn 登入帳號有什麼好處?

[從 Microsoft Learn 學 Azure][03] Microsoft Learn 登入帳號有什麼好處?.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([02] Microsoft Learn 的基本組成 - 如何找到有興趣的內容或者考證照學習資源) 了解了如何找到有興趣的 Module 以及 Learning Path,並且如果今天是考認證的角度,也可以用認證的方式找到適合的資源。

到目前為止,就算不登入的情況下也可以學習,那這樣為什麼會想要登入呢?

這篇來看一下登入之後可以做什麼。


[從 Microsoft Learn 學 Azure][02] Microsoft Learn 的基本組成 - 如何找到有興趣的內容或者考證照學習資源

[從 Microsoft Learn 學 Azure][02] Microsoft Learn 的基本組成 - 如何找到有興趣的內容或者認證學習資源.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

在上一篇 ([從 Microsoft Learn 學 Azure][01] 這個系列想要介紹什麼?) 介紹了這個系列的初衷,以及這個系列會介紹什麼之後,下一步當然就要來了解一下我們會主要使用到的學習系統,Microsoft Learn

這篇來看一下,想要透過 Microsoft Learn 學習需要什麼,以及整個的網站是透過什麼方式來組成,了解到 Module (模組),Learning Path (學習途徑),以及怎麼找到自己感興趣的內容。


[從 Microsoft Learn 學 Azure][01] 這個系列想要介紹什麼?

[從 Microsoft Learn 學 Azure] 這個系列想要介紹什麼?.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/、https://www.freepik.com/free-photo/magnifying-glass-stock-market-graph-paper_3095564.htm

時間過得好快呀,一眨眼一年又過去了,又到了今年鐵人賽開始的時間。

在去年的時候,用了影片的方式建立了「我和 Azure 有約」系列

那個系列是從無到有的介紹一些 Azure 常會使用到的服務。

這個過程其實也蠻好玩的,從一開始音質非常不 ok,然後調整到了之後,買了麥克風等等,到最後現在音質應該比較沒問題。

那今年我其實也有考慮過是否把那個系列繼續下去,但是後來想一下,還是想說開另外一個系列(不過不太表那個系列不會繼續下去 XD),不過為什麼會想要開這個系列呢?

這篇我們來看一下,並且看看這個系列要做什麼事情。


[活動] 2020 Study4 8 Dev 8月活動 - 架構這件事 - Azure 可以幫助什麼 - 如何選擇使用什麼 Azure 服務

00.pngStudy4Deb 8月活動

好久沒有參加/舉辦 Study4 的活動了,這次由 Poy 大大邀約想要做一次 Study4 的線上和線下的結合活動。

也就是說,有線上直播的同時,也有現場的觀眾。

這次有幸能夠擔任其中一個講者,主題是:架構這件事 - Azure 可以幫助什麼

這篇就來記錄一下當天的情況。


[微軟證照][04] 怎麼在家或者辦公室進行線上考試


封面

在上一篇 ([03] 怎麼申請考試) 介紹了如何申請考試之後,理論上應該是先介紹有那些資源可以用來準備考試。

不過,剛好有人在 FB 問我說如果想要線上考試,應該怎麼做。

所以,我調整了一下順序,先和大家介紹一下要考試的時候,要準備什麼,以及大概流程是如何。

這篇先從如果是要在家裡或者在辦公室考試,要準備什麼。


[我和阿九(Azure)有約][39]Azure Blob Storage 如何省錢?設定 Access Tier 以及透過 Lifecycle Management 自動調整

上篇了解了 Access Tier 這個 概念之後以及其重要性

下一個問題就是:

那應該如何設定?

除了手動設定之外,有定期性的需要調整,有沒有什麼 schedule 可以用? 這篇來看看 如何設定以及使用 Lifecycle Management


[我和阿九(Azure)有約][38]Azure Blob Storage 如何省錢?搞懂Access Tier

費用相信是上雲的一個很大會被考量到的部分

那省錢不省錢完全取決於怎麼使用服務

在 Blob Storage 有個可能會被不小心忽略的地方,就是所謂的Access Tier

這篇來看看,Access Tier 是什麼?以及怎麼樣影響到費用


[我和阿九(Azure)有約][37]Azure Blob Storage 如何檔案異動自動記錄建立檔案版本?Version Preview

上篇看完了怎麼自己手動呼叫snapshot來保留檔案的歷史之後

可是,snapshot畢竟還是要自己手動呼叫,有沒有什麼能夠自動記錄的功能呢?

這篇來看看preview的功能:version 能夠自動在檔案異動的時候建立版本 (snapshot)


[我和阿九(Azure)有約][36]Azure Blob Storage 如何開啟snapshot保留目前狀態

上篇看完了Soft Delete知道了如何透過開啟他來避免誤刪或者誤修改之後

延伸的問題是,如果今天是我想要控制備份的時間點可以怎麼做?

這篇來看看snapshot,也是Soft Delete底層使用到的功能


[我和阿九(Azure)有約][35]Azure Blob Storage 如何開啟 Soft Delete?避免誤刪檔案

上篇看完了Azure File和Azure Disk的差異之後,相信對於什麼時候選擇什麼服務比較有概念

接下來看一些blob storage裡面偏管理比較方便的功能

先從如何避免誤刪檔案開始,看看什麼是Soft Delete,怎麼開啟,並且使用


[我和阿九(Azure)有約][34]Azure Storage File-什麼時候適合用Azure File? File vs Disk

上篇看完了Azure File和Azure Blob Storage的比較之後,再來看一個也和File類似的Storage,也就是Azure Disk

先了解一下兩種不同類型的Disk - managed vs unmanaged

再來在看看什麼時候適合File,什麼時候適合Disk


[我和阿九(Azure)有約][33]Azure Storage File-什麼時候適合用Azure File? File vs Blob

上篇了解了什麼是Azure File並且如何建立出File並且Mount在OS作為網路磁碟之後

接下來來比較一下,什麼時候適合使用File?

這篇,先看看File和Blob storage的比較 從價錢以及那個適合什麼情景看起




[我和阿九(Azure)有約][31]Azure Blob Storage 使用AzCopy進行自動化作業-例如備份到檔案到Storage

Azure Storage 的好處其中之一就是他的SLA保證

假設,今天想要從地端備份資料到雲端,那麼Azure Storage Blob絕對是一個可以考慮的服務 但是,怎麼樣才能夠自動讓他每天備份呢?

這個時候就需要CLI工具,而AzCopy就很適合 來看看怎麼使用AzCopy


[微軟證照][03]怎麼申請考試


封面

在上一篇 ([02]微軟有那些證照可以考,以及開發者適合那些) 了解樂證照類型之後,下一步當然是了解自己的目標是那一張證照。

原則上,建議可以從Associate等級開始考起,基本上只要有大約1~2年的使用經驗在加上系統學習,一般問題不大。

那麼,最大的問題肯定是:沒有時間學習

依照我個人的經驗,這個解決方式就是:把考試訂下來,那麼就有時間去學習。因為怕考沒過浪費錢,因此訂了考試,就會逼自己去學XD。

所以,這篇先來以AZ-203的證照為例,看看怎麼申請考試。


[微軟證照][02]微軟有那些證照可以考,以及開發者適合那些


封面

在上一篇([01]該不該考證照?要注意什麼?MCP是什麼?MCID是什麼?這個系列的索引文章)介紹了為什麼可能想要考證照了之後,接下來的下一個問題就是:那我可以考什麼?

在這一篇將會介紹一下微軟證照裡面,針對Developer的有那些,以及可以考慮往那一邊做準備。


[活動] 2020 Global Azure 記錄 - Azure API Management - 協助邁向Open API及Micro Service架構的好用服務


Azure API Management - 協助邁向Open API及Micro Service架構的好用服務

好久沒有寫參加活動的文章啦,雖然這一次也沒拍什麼太特別的照片。

不過也算是記錄一下當天介紹的內容以及簡單介紹一下整體活動。


[微軟證照][01]該不該考證照?要注意什麼?MCP是什麼?MCID是什麼?這個系列的索引文章

最近大家應該常被我在FB或者其他平台轟炸,又考過了xxx微軟Azure的證照。

如果因為這樣而萌生起考證照的話,或者只是想要挑戰自我,那麼應該要怎麼開始呢?

這是我想寫這系列的原因之一,想要把我對於考證照的一些心得以及感想分享給大家。

這篇將會是這個系列的索引,因此先來和大家介紹比較大方向的部分。


[Azure DevOps] 00 費用模式介紹

Azure DevOps是一個很好用,整合了DevOps環節都需要的服務

不過,當要開始導入到實際專案的時候,繞不過去的問題就是,他會需要多少錢? 雖然有免費等級,但是超過了之後怎麼辦? 以及之前介紹Test Plan感覺想用,那到底需要多少錢?

這篇來看一下

要注意,金額會隨著時間而變化,因此,建議評估的時候還是要看一下最新的情況哦



[Azure DevOps][Azure Test Plan] 05 Test & Feedback 套件介紹-Connected模式

在上一集看到了,Test & Feedback這個套件 了解了如何使用裡面的Standalone模式來做Exploratory Testing 並且能夠匯出一個通用的格式報告

但是,還遺留了一個問題,Standalone產生完了之後還需要手動建立回Azure DevOps上面 難道沒有什麼方式可以做完之後自動建立bug、test或甚至是test case嗎?

這篇來看看Connected模式 - 看看如何做到這件事情


[Azure DevOps][Azure Test Plan] 04 Test & Feedback 套件介紹-Standalone模式

在上一集看到了,當Test Plan建立好了,就可以開始進行測試。

但是,每一個step之間怎麽不能夠記錄實際測試的截圖? 還有,如果今天要做Exploratory Testing怎麽樣才能夠把每個問題記錄清楚,並且用統一的一種格式呢?

這就是 Test & Feedback可以幫忙的地方。 這集來看看基本介紹,以及Standalone模式 - 瞭解如何透過他得到統一格式的報告




[Azure DevOps][Azure Test Plan] 01 測試有什麽難?爲什麽需要Azure Test Plan

測試都是保證程式碼品質的一個最好的方式

假設,今天公司要導入手動測試 (Manual Test) 遇到的第一個問題就是,我要怎麽計劃這些測試?並且我要怎麽樣知道每一個人的執行狀況?

Azure Test Plan 是 Azure DevOps的其中一個專門用來做這件事情的服務 這篇先瞭解測試有什麽困難點,以及Azure Test Plan的一些關鍵名詞。


[我和阿九(Azure)有約][30]Azure 番外篇 - Retro

這篇算是個番外篇 鐵人賽30天算是結束了,今天直接來個大亂入

這30天以來非常感謝給與我訂閲的大家 - 讓我可以在這個月每個指標都是 999% XD 這篇,看看這30天以來得到的結果是什麽,以及和大家分享一下一些可以期待的東西 別慌,這個系列不會結束,所以有興趣還是可以持續關注哦









[我和阿九(Azure)有約][22]Azure Sql Database 費用這件事

Azure SQL Database 費用這件事

Azure SQL Database 屬於 PaaS 的 SQL Database 服務,意味著很多的事情是不用自己來管理,只要會用就好。

不過自己不用做,肯定是別人要幫忙管理,那就會牽扯到費用問題。

或許就會延伸以下的一些問題:

  1. 費用模式是什麼?
  2. 應該怎麼選擇?
  3. 怎麼收費?
  4. 怎麼調整費用?

在上一篇介紹完了如何設定Always On了之後 Azure SQL Database應該聽起來都是一個很好的選擇

這時候就會遇到一個問題,那它的費用模式是如何? 怎麽收費?怎麽切換等級? 這篇來看看




















[我和阿九(Azure)有約][03]熟悉如何操作 Portal 基本設定以及如何找到想要的服務

有了Azure Subscription之後,接下來就是可以開始使用Azure來建立服務。

不過在使用之前,第一個遇到的問題是,怎麽操作Azure Portal?

這一篇將會介紹:

  1. 如何使用Azure Portal來切換語言、Subscription
  2. 如何找到服務
  3. 如何把常用服務加入到我的最愛清單



[faq]Azure DevOps如何透過設定Service Connection連到非同帳號的Azure 訂閲 - Powershell篇

[faq]Azure DevOps如何透過設定Service Connection連到非同帳號的Azure 訂閲 - powershell篇.jpg
圖片來源:https://pixabay.com/en/key-tag-security-label-symbol-2114047/

在上一篇([faq]Azure DevOps如何透過設定Service Connection連到非同帳號的Azure 訂閲 - GUI篇)介紹了如何透過GUI的方式在Azure建立出Service Principal用來在Azure DevOps設定Service Connections的時候用來作爲登入的驗證方式。

不過GUI雖然直覺,但是Azure如果有改版那麽很有可能資訊的位置會換,這個時候要在產生Service Principal又可能要找一下。

更好的方式其實可以透過用script的方式得到結果 - 這樣不管誰來做,得到的結果都會是一樣的 - 並且需要的資訊也可以一目瞭然,不用切來切去找不同訊息的位置。

這篇來看一下,如何透過powershell的方式,快速建立出Service Principal。


[faq]Azure DevOps如何透過設定Service Connection連到非同帳號的Azure 訂閲 - GUI篇

Azure DevOps如何透過設定Service Connection連到非同帳號的Azure 訂閲 - GUI篇.jpg
圖片來源:https://pixabay.com/en/key-tag-security-label-symbol-2114047/

Azure DevOps裡面的Pipeline功能讓做軟體開發裡面的CI (Continuous Integration) 以及CD (Continuous Develiery) 非常的容易。

其中,在CD的時候把結果部署到Azure上面是很常見的一個需求。

在Azure DevOps裡面設定可以部署到那個Azure訂閲裡面是透過設定Service Connection,如果目前登入到Azure DevOps的帳號有權限操作Azure訂閲,那麽設定Service Connection非常的容易。

但是如果沒有呢?畢竟管理Azure DevOps和管理Azure很有可能是兩個不同的帳號。

這個時候怎麽辦呢?

這篇來看看如何透過在Azure建立App以及Service Principal,然後在Azure DevOps使用這些資訊建立出Service Connection能夠CD部署到Azure上面。


[faq]如何故障排除ASP .NET Core網站啟動失敗問題

[faq]如何故障排除ASP .NET Core網站啟動失敗問題.jpg
圖片來源:https://pixabay.com/en/despair-alone-being-alone-archetype-513528/

辛辛苦苦開發的Asp .Net Core網站做完了,在local測試也沒什麽問題了,接下來肯定是要發佈到正式機器讓世界看看你的傑作。

但是,當發佈到Azure Web App上面,卻出現了An error occurred while starting the application,然後其他除了執行環境訊息之外什麽訊息都沒有。

這個時候該怎麽辦?我只是想要把網站run起來怎麽那麽困難!!!

這篇將介紹如何偵錯這類的問題。


[Cognitive Service之Face Api][13]人臉識別的AI服務 - 結束既是開始

[Cognitive Service之Face Api][13]人臉識別的AI服務 -  結束既是開始.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([12]人臉識別的AI服務 - 用Face API Explorer看看Identify的應用)介紹完了Face API Explorer裡面的Identify功能之後,這個系列就已經到了一個尾聲。

雖然說并不是所有的Face API方法都有介紹,但是相信就算要使用的話,因爲有了其他方法的介紹做基底,要理解應該不會太難。

這篇將會對這個系列有介紹的服務做一個統整的介紹(像是一個目錄),并且留下一些參考資料。


[Cognitive Service之Face Api][12]人臉識別的AI服務 - 用Face API Explorer看看Identify的應用

[Cognitive Service之Face Api][12]人臉識別的AI服務 -  用Face API Explorer看看Identify的應用.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([11]人臉識別的AI服務 - Identify 找出圖片的臉是誰)介紹完了如何透過Identify的方式找出圖片裡面的臉是屬於那個人之後,這個系列要介紹Face API的服務就差不多告一個段落。

介紹純API的呼叫是看看最底層的用法,當整合到Application裡面,用途就多了。

這一篇將用Face API Explorer這個工具,看看在裡面是如何整合Identify的功能。


[Cognitive Service之Face Api][11]人臉識別的AI服務 - Identify 找出圖片的臉是誰

[Cognitive Service之Face Api][11]人臉識別的AI服務 -  Identify 找出圖片的臉是誰.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([10]人臉識別的AI服務 - Verify 驗證臉是不是屬於某個Person)介紹了PersonGroup train出來的Model的其中一個用途,也就是用來確認某個臉和某個person是否為同一人。

這一篇來看看另外一個用途:identify,也就是直接從臉找到是誰。


[Cognitive Service之Face Api][10]人臉識別的AI服務 - Verify 驗證臉是不是屬於某個Person

[Cognitive Service之Face Api][10]人臉識別的AI服務 -  Verify 驗證臉是不是屬於某個Person.jpg
背景圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([09]人臉識別的AI服務 - Face Api Explorer - GUI工具來建立Person Group Model)介紹完了Face Api Explorer這個工具之後,相信在建立PersonGroup Model就易如反掌啦。

建立好了Model,下一步當然是看如何使用這個Model。

總共有兩個方法:

  1. Verify - 比對臉是否屬於某個人
  2. Identify - 看看臉可能是屬於那個人

Verify之前介紹過([06]人臉識別的AI服務 - 使用Verify確認兩張圖片的人臉是否為同一人),不過那個時候是兩張臉比較,這篇介紹一下如果拿人比較如何使用。


[Cognitive Service之Face Api][09]人臉識別的AI服務 - Face Api Explorer - GUI工具來建立Person Group Model

[Cognitive Service之Face Api][09]人臉識別的AI服務 -  Face Api Explorer -  GUI工具來建立Person Group Model.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([08]人臉識別的AI服務 - 建立自己人物的臉Model - 瞭解PersonGroup、Person以及Face的概念)介紹了PersonGroup、Person以及Face之間的關聯,并且透過用直接呼叫API的方式建立出了一個myFriends的Model,下一步就是要看如何使用這個Model。

不過在進入如何使用這個Model之前,肯定是要先把Model Training好用起來才好用。但是要透過Postman一個一個建立Person以及加入Face有點不方便,尤其是看不出來目前那些person有哪些face (上篇沒有介紹取得的API,但是是可以取得建立的信息,但是畢竟都是文字看起來還是不容易看)

難道沒有GUI的界面嗎?這邊就來介紹一個大大所建立的Open Source專案,Face API Explorer。


[Cognitive Service之Face Api][08]人臉識別的AI服務 - 建立自己人物的臉Model - 瞭解PersonGroup、Person以及Face的概念

[Cognitive Service之Face Api][08]人臉識別的AI服務 - 建立自己人物的臉Model - 瞭解PersonGroup、Person以及Face的概念.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([07]人臉識別的AI服務 - C#整合Verify驗證兩張圖片的人是否同個人)介紹完了Face Api裡面的Verify功能,在介紹這個Api的時候遇到了其中一個呼叫方式的參數叫做personGroupId

這個Person Group Id只得是什麽呢?如何建立呢?

這邊來看一下在Face Api裡面的Person Group、Person以及Face的概念,以及如何呼叫API來建立這些概念。


[Cognitive Service之Face Api][07]人臉識別的AI服務 - C#整合Verify驗證兩張圖片的人是否同個人

[Cognitive Service之Face Api][07]人臉識別的AI服務 - C#整合Verify驗證兩張圖片的人是否同個人.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([06]人臉識別的AI服務 - 使用Verify確認兩張圖片的人臉是否為同一人)介紹了如何使用verify這個功能來驗證兩個人臉(faceId)是否為同一人。

這篇將來看看再C#裡面如何呼叫verify這個方法。


[Cognitive Service之Face Api][06]人臉識別的AI服務 - 使用Verify確認兩張圖片的人臉是否為同一人

[Cognitive Service之Face Api][06]人臉識別的AI服務 - 使用Verify確認兩張圖片的人臉是否為同一人.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([05]人臉識別的AI服務 - 使用Python框出圖像裡面人臉的部分)看完了如何在Python裡面呼叫Face Api裡面的Detect服務,并且把圖片裡面的人臉部分用紅色框起來,然後把年紀用藍色列在了頭像下面,基本上識別相關的服務就介紹到這邊。 剩下的應用就是看想象力了。

能夠識別圖片裡面的人臉只是服務的一部分,另外一個常用情景是,能不能識別人臉是不是屬於同一個人?這種類型的應用非常的多,例如環安裡面當是同一個人門要開啓就可以使用到這個服務。

這篇來看看如何使用Verify這個服務,看看如何呼叫,并且回傳的内容是什麽。


[Cognitive Service之Face Api][05]人臉識別的AI服務 - 使用Python框出圖像裡面人臉的部分

[Cognitive Service之Face Api][05]人臉識別的AI服務 - 使用Python框出圖像裡面人臉的部分.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([04]人臉識別的AI服務 - 整合Face Api的Detect功能到C#程式裡面)看完了如何用C#呼叫Face Api取得圖像裡面人臉的資訊并且印在console上面之後,這篇連看看另外一個使用情景。

Python是一個最近很火紅(或者説一直以來都很火紅)的一個語言,可不可以用Python呼叫Face Api?

這篇來看看如何用Python把圖像裡面屬於人臉的部分框起來。


[Cognitive Service之Face Api][04]人臉識別的AI服務 - 整合Face Api的Detect功能到C#程式裡面

[Cognitive Service之Face Api][04]人臉識別的AI服務 - 整合Face Api的Detect功能到C#程式裡面.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([03]人臉識別的AI服務 - 用Postman測試Detect服務能做什麽)透過使用Postman的方式瞭解了Face Api裡面的Detect服務的所有功能之後,接下來就是要看看如何在程式裡面使用Detect服務。

這篇將使用C#搭配.NET SDK來看看在程式裡面呼叫Detect有多麽的簡單。


[Cognitive Service之Face Api][03]人臉識別的AI服務 - 用Postman測試Detect服務能做什麽

[Cognitive Service之Face Api][03]人臉識別的AI服務 - 用Postman測試Detect服務能做什麽.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([02]人臉識別的AI服務 - 要使用Face Api的準備)介紹完了要使用Face Api所需要準備的東西之後。

這篇來實際看看Face Api裡面的Detect服務能夠做到什麽。


[Cognitive Service之Face Api][02]人臉識別的AI服務 - 要使用Face Api的準備

[Cognitive Service之Face Api][02]人臉識別的AI服務 - 要使用Face Api的準備.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([01]人臉識別的AI服務 - Face API能夠做什麽?)介紹了什麽是Face Api,以及Face Api能夠做到什麽事情。

接下來就是要看看實際上如何使用Face Api。


[Cognitive Service之Face Api][01]人臉識別的AI服務 - Face API能夠做什麽?

[Cognitive Service之Face Api]人臉識別的AI服務 - Face API能夠做什麽?.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

Face Api是微軟的Cognitive Service(認知服務)Vision(視覺)裡面的一個服務。

最主要的目的是用來處理和人臉識別有關的AI功能。

這篇從Overview的角度來看看Face API能夠做什麽,然後這個系列會介紹什麽。


[chatbot + AI = 下一代操作模式][43]结束?一切正要開始 - 下一步是什麽

[chatbot + AI = 下一代操作模式][43]结束?一切正要開始 - 下一步是什麽.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([42]回顧整個系列 - 開發Chatbot的整個生命周期)把整個系列文章review完了之後,算是把整個系列寫下了一個句點。

不過,下一步是什麽?依照關注的方向點不同可以往不同的地方鑽研。這篇將介紹接下來可以看的不同方向。


[chatbot + AI = 下一代操作模式][42]回顧整個系列 - 開發Chatbot的整個生命周期

[chatbot + AI = 下一代操作模式][42]回顧 - 開發Chatbot的整個生命周期.jpg
圖片來源:https:/pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([41]使用Chatdown做Chatbot的UI Prototyping),介紹完了可以用來做Prototyping的UI工具Chatdown之後,這個系列想要介紹的東西都介紹完了。

這篇想要整個重新在review一次整個開發chatbot的開發流程(lifecycle),并且看看再每一個環節這個系列都介紹了什麽可以使用。


[chatbot + AI = 下一代操作模式][40]Visual Studio Tools for AI - 用VS管理Cognitive Service的服務

[chatbot + AI = 下一代操作模式][40]Visual Studio Tools for AI - 用VS管理Cognitive Service的服務.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([39]Video Indexer - 讓影片可以被搜索和分析出影片的重點)介紹完了Cognitive Service的整合服務Video Indexer了之後,這篇來介紹微軟怎麽讓開發著使用Cognitive Service便的更加的容易。

看看管理Cognitive Service的好工具:Microsoft Visual Studio Tools for AI能夠做到什麽。

接下來Visual Studio有時會縮寫成文VS

[chatbot + AI = 下一代操作模式][39]Video Indexer - 讓影片可以被搜索和分析出影片的重點

[chatbot + AI = 下一代操作模式][39]Video Indexer - 讓影片可以被搜索和分析出影片的重點.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([38]用Application Insight看使用者都在QnA Maker查什麽)介紹完了QnA Maker之後,接下來來看看另外一個也很有意思的服務 Video Indexer

這個服務和QnA Maker一樣,他是一個用很多服務整合出來的Solution。和QnA Maker整合的都是Azure服務不同的是,Video Indexer整合的都是Cognitive Service的服務爲主。

這篇來看一下Video Indexer是什麽,并且看看能夠做到什麽。


[chatbot + AI = 下一代操作模式][38]用Application Insight看使用者都在QnA Maker查什麽

[chatbot + AI = 下一代操作模式][38]用Application Insight看使用者都在QnA Maker查什麽.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([37]維護QnA Maker的知識庫 - 設定url或者檔案為來源、多人維護以及離綫定義知識庫)介紹完了如何更容易的去維護Knowledge Base了之後,這篇來看另外一個問題:就算再怎麽維護Knowledge Base,如果裡面内容不符合使用者的查詢,那麽一點意義都沒有

因此瞭解到使用者怎麽詢問這些Knowledge Base非常的重要。

在這一篇將來看看如何透過Application Insight看看使用者都在搜索什麽問題。


[chatbot + AI = 下一代操作模式][37]維護QnA Maker的知識庫 - 設定url或者檔案為來源、多人維護以及離綫定義知識庫

[chatbot + AI = 下一代操作模式][37]維護QnA Maker的知識庫 - 設定url或者檔案為來源、多人維護以及離綫定義知識庫.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([36]Chatbot整合QnAMaker - 使用對話查找知識集)介紹完了如何把QnA Maker整合到Bot Builder SDK裡面,讓使用者可以透過問答的方式去搜索設定好的Knowledge。

這篇要來介紹維護Knowledge Base這件事。如何透過設定截取網頁内容或者截取檔案内容來設定Knowledge、怎麽多個人維護和怎麽Offline 透過LUDown這個工具來Offline備份以及設定。


[chatbot + AI = 下一代操作模式][36]Chatbot整合QnAMaker - 使用對話查找知識集

[chatbot + AI = 下一代操作模式][36]Chatbot整合QnAMaker - 使用對話查找知識集.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([35]使用QnA Maker打造問答知識類型資料集服務)介紹了QnA Maker的主要目的,以及如何使用之後,下一個問題就是要怎麽把QnA Maker整合到程式裡面。

在這一篇將介紹如何把QnA Maker的服務整合到Chatbot裡面。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-36

[chatbot + AI = 下一代操作模式][35]使用QnA Maker打造問答知識類型資料集服務

[chatbot + AI = 下一代操作模式][35]使用QnA Maker打造問答知識類型資料集服務.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([34]賦予Chatbot用語音下指令以及翻譯的功能)介紹完了Translator Speech Api之後,基本上這個系列想要介紹的Cognitive Service基本服務都介紹完了,這些服務包含了文字圖片以及語音的智能處理。

在這系列接下來的部分將在介紹幾個Cognitive Service的進階服務、以及管理和維護這些Cognitive Service工具以及微軟在AI這方面還提供什麽樣的未來藍圖。

這篇先介紹知識庫類型的服務QnA Maker,看看這個服務能夠做什麽。


[chatbot + AI = 下一代操作模式][34]賦予Chatbot用語音下指令以及翻譯的功能

[chatbot + AI = 下一代操作模式][34]賦予Chatbot用語音下指令以及翻譯的功能.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([33]C#使用Translator Speech API服務達到語音轉文字加翻譯)瞭解了如何用C# Console使用Translator Speech Api的服務達到語音轉文字加翻譯。那麽要整合到Chatbot就更加沒有問題了。

這一篇將介紹如何把Translator Speech Api整合到Chatbot裡面,語音能夠轉文字就能夠達到用來叫Chatbot做事,并且提供一些多國語言的使用情景,例如不會說中文的客戶,可以透過chatbot達到及時語音翻譯。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-34

[chatbot + AI = 下一代操作模式][33]C#使用Translator Speech API服務達到語音轉文字加翻譯

[chatbot + AI = 下一代操作模式][33]C#使用Translator Speech API服務達到語音轉文字加翻譯.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([32]Cognitive Service語音服務相關介紹)介紹了Cognitive Service裡面對於語音相關的服務介紹,在接下來將會關注在語音轉文字加翻譯的服務上面。

上篇提到有兩個服務在做這件事情,分別為Speech Service以及Translator Speech API。個人使用經驗是Translator Speech API比較準確,因此在這篇將環繞在如何在C#使用Translator Speech API。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-33

[chatbot + AI = 下一代操作模式][32]Cognitive Service語音服務相關介紹

[chatbot + AI = 下一代操作模式][32]Cognitive Service語音服務相關介紹.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([31]Custom Vision Train好的Model匯出離線和給app使用)介紹完了把Custom Vision的Model匯出并且用Docker File版本讓他本地執行之後,在Cognitive Service裡面的圖片相關就介紹到一個段落。

在接下來的篇幅將來介紹另外一種常見的輸入方式,也就是透過語音的方式。任何科幻電影的指令輸入模式都是語音,例如《鋼鐵人》裡面的助理系統Jarvis,想象一下如果可以用説的就讓電腦做事有多方便。

這邊就來看看Cognitive Service裡面對於語音這塊處理有什麽幫助。

上一篇最後提到要介紹ONNX和如何在程式裡面使用ONNX。不過因爲在Windows要使用ONNX需要Windows 10 17110以上,剛好手上這臺電腦不是,又暫時無法更新,因此未來在補上這部分的介紹。

[chatbot + AI = 下一代操作模式][31]Custom Vision Train好的Model匯出離線和給app使用

[chatbot + AI = 下一代操作模式][31]Custom Vision Train好的Model匯出離線和給app使用.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall)介紹了Confusion Matrix并且如何使用Precision和Recall這兩個指標來衡量一個Classifier Model的好壞。

這一篇又回到了Custom Vision。在Custom Vision Train好的Model是否能夠拿來離線和或者別的應用例如app裡面使用呢?

Custom Vision有提供匯出Model的功能,這篇將對這個部分介紹。


[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall

[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控)看完了如何用歷史的搜索結果來持續training Model(模型)并且透過iteration做到Model的測試訓練以及版控,不過上一篇也遺留了一個問題,怎麽看目前的Model是好還是壞?

這裡面就牽扯到了一些數學概念,因此在這一篇將介紹怎麽評判一個Classifier Model是好還是壞,透過Confusion Matrix以及Precision和Recall來瞭解一個Classifier Model的情況。


[chatbot + AI = 下一代操作模式][29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控

[chatbot + AI = 下一代操作模式][29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([28]整合Custom Vision到chatbot - 拍照就可以識別價錢)把Custom Vision Training好的Model和Chatbot結合達到了拍照就可以辨識飲料價錢的功能。

這一篇來看看如何透過歷史查詢的圖片持續精進Model,讓他的準確度越來越高,并且透過Iteration做版控避免更糟糕的Model不小心上綫。


[chatbot + AI = 下一代操作模式][28]整合Custom Vision到chatbot - 拍照就可以識別價錢

[chatbot + AI = 下一代操作模式][28]整合Custom Vision到chatbot - 拍照就可以識別價錢.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([27]Custom Vision - 自己的Model自己Train 建立圖片的分類模型)瞭解了如何使用Custom Vision去train一個圖片的classifier模型,并且用了一些測試照片去測試模型的準確度。

是時候把這個功能整合到chatbot裡面了。這一篇將來實作整合進入chatbot的功能并且實現上篇提到的情景 - 透過拍照就可以知道這個飲料是多少錢。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-28

[chatbot + AI = 下一代操作模式][27]Custom Vision - 自己的Model自己Train 建立圖片的分類模型

[chatbot + AI = 下一代操作模式][27]Custom Vision - 自己的Model自己Train 建立圖片的分類模型.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([26]賦予chatbot OCR的能力 - 加入對發票的功能)介紹完了Computer Vision裡面的OCR服務整合到Bot Builder SDK的程式了之後,來看看另外一個和Vision有關的服務,Custom Vision。

在這一篇將介紹Custom Vision是一個什麽樣的服務,并且如何用Custom Vision來建立一個之後會用到的模型。


[chatbot + AI = 下一代操作模式][26]賦予chatbot OCR的能力 - 加入對發票的功能

[chatbot + AI = 下一代操作模式][26]賦予chatbot OCR的能力 - 加入對發票的功能.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([25]使用Computer Vision - 如何設定、看文件以及使用REST API測試)看完了如何建立Computer Vision的Key,瞭解如何看REST Api的文件并且用Postman做服務測試。

這一篇將把OCR的功能整合到chatbot裡面,看看實際開發起來是個什麽感覺。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-26

[chatbot + AI = 下一代操作模式][25]使用Computer Vision - 如何設定、看文件以及使用REST API測試

[chatbot + AI = 下一代操作模式][25]使用Computer Vision - 如何設定、看文件以及使用REST API測試.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([24]圖像識別的服務 - Computer Vision概觀介紹)看完了Cognitive Service 裡面和 Vision 有關的服務,以及Computer Vision的一些簡單的功能介紹了之後,在這一篇將來看看實際上怎麽使用Computer Vision。

這篇將會先介紹如何建立Computer Vision需要的Key,再來用Postman呼叫OCR服務的REST API作爲測試。


[chatbot + AI = 下一代操作模式][24]圖像識別的服務 - Computer Vision概觀介紹

[chatbot + AI = 下一代操作模式][24]圖像識別的服務 - Computer Vision概觀介紹.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([23]LUIS管理工具 - luis-api和LUDown介紹)瞭解完了LUIS管理工具之後,基本上文字處理方面的神器LUIS介紹完了。當然,文字相關的處理還有一些服務可以介紹,例如QnA Maker,不過這個在之後的篇幅再來説明。

接下來的篇幅將來看看另外一種越來越常見的輸入方式:圖像。有沒有什麽可以讓開發者處理圖像變得簡單?

這篇先來介紹一下微軟Cognitive Service裡面和視覺(Vision)有關的服務,并且概觀瞭解已經Training好的圖像識別服務Computer Vision,看一下這個服務是什麽并且能夠做到什麽。


[chatbot + AI = 下一代操作模式][23]LUIS管理工具 - luis-api和LUDown介紹

[chatbot + AI = 下一代操作模式][23]LUIS管理工具 - luis-api和LUDown介紹.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([22]LUIS管理及維護 - 持續加强app、多人維護、備份以及加入別的region key)看了一些luis.ai的portal裡面提供維護LUIS app的功能,透過web界面這個讓一般使用者可以很容易的進行一些微調。

不過如果從開發者的角度,如果我想要透過script的方式去維護可不可以?然後在定義intent、utterance以及entities的時候是否可以不直接透過web界面就做到?

這篇,將來看看luis-apis以及LUDown這兩個小工具。


[chatbot + AI = 下一代操作模式][22]LUIS管理及維護 - 持續加强app、多人維護、備份以及加入別的region key

[chatbot + AI = 下一代操作模式][22]LUIS管理及維護 - 持續加强app、多人維護、備份以及加入別的region key.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([21]LUIS深入使用 - 如何在Bot Builder SDK使用entities)介紹完了如何在程式碼裡面使用LUIS截取的Entities之後,基本上LUIS的設定以及和程式碼如何搭配使用就基本上介紹完了。

程式最困難不是在開發,而是上綫之後的維護,LUIS的app也是如此,怎麽樣讓LUIS的app越來越好是接下來幾篇要介紹的部分。

這篇先從四個部分開始:依照使用者輸入内容來加强app如何使用不同region的LUIS多人維護 app備份/匯入 app


[chatbot + AI = 下一代操作模式][21]LUIS深入使用 - 如何在Bot Builder SDK使用entities

[chatbot + AI = 下一代操作模式][21]LUIS深入使用 - 如何在BotBuilder使用entities.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([20]LUIS深入使用 - 定義Entities來截取參數)看完了如何定義entities之後,在這篇將來看看如何把定義的entities在程式裡面使用起來。

這一篇將先從加入訂房的intent,并且會依照使用者輸入的内容解析出來的entities作爲初始的表單值。

一起來看看如何在程式使用entities。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-21

[chatbot + AI = 下一代操作模式][20]LUIS深入使用 - 定義Entities來截取參數

[chatbot + AI = 下一代操作模式][20]LUIS深入使用 - 定義Entities來截取參數.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

上一篇([19]把LUIS和Bot Builder SDK整合)看完了如何把LUIS model發佈出來并且在Bot Builder SDK怎麽整合在一起之後。

接下來在更深入的看看如何把LUIS使用到最大化。先從Entities開始介紹起。


[chatbot + AI = 下一代操作模式][19]把LUIS和Bot Builder SDK整合

[chatbot + AI = 下一代操作模式][19]把LUIS和Bot Builder SDK整合.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([18]在LUIS建立app - 概念變成實作)看完如何建立一個app,然後定義intent以及utterance。

這篇將來看看如何把上篇建立好的model發佈出去,并且用在實際的程式裡面。這篇將整合LUIS建立出來的Model到目前的chatbot裡面,讓chatbot的判斷不再是呆板的if else。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-19

[chatbot + AI = 下一代操作模式][18]在LUIS建立app - 概念變成實作

[chatbot + AI = 下一代操作模式][18]在LUIS建立app - 概念變成實作.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([17]語義識別服務 - LUIS概念介紹)介紹完了微軟的語義識別服務LUIS的概念之後,在這一篇將把理論變成實作。

來看一下怎麽實際建立出一個符合目前chatbot的模型。


[chatbot + AI = 下一代操作模式][17]語義識別服務 - LUIS概念介紹

[chatbot + AI = 下一代操作模式][17]語義識別服務 - LUIS概念介紹.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([16]Bot Builder SDK開發總結 - 下一步是搭AI服務)快速的總結了目前爲止的内容以及接下來的重點,Cognitive Service的AI服務包含的内容。

這篇將來看看最會被用到的服務,語義識別的AI 服務 LUIS的基本概念介紹。


[chatbot + AI = 下一代操作模式][16]Bot Builder SDK開發總結 - 下一步是搭AI服務

[chatbot + AI = 下一代操作模式][16]BotBuilder開發總結 - 下一步是搭AI服務.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([15]上綫 - 透過Direct Line把chatbot和任意程式做連接)介紹完了Direct Line Channel之後,Azure Bot Service 和 BotBuilder 搭配開發chatbot的部分就到了一個尾聲。當然,裡面還有很多細節可以介紹,但是以目前介紹的内容來説,要開發出一個能用的chatbot已經不是什麽問題。

那下一步是什麽?在介紹Bot Builder SDK的過程會發現,開發chatbot其實蠻死板的,有沒有辦法讓他更加智能一些?如果搭上最近幾年很火的AI服務就可以。

這篇將快速回顧一下目前Bot Builder SDK所學到的内容,以及下一步如何搭配AI服務來增加可用性。


[chatbot + AI = 下一代操作模式][15]上綫 - 透過Direct Line把chatbot和任意程式做連接

[chatbot + AI = 下一代操作模式][15]上綫 - 透過Direct Line把chatbot和任意程式做連接.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([14]上綫 - 把facebook粉絲頁和chatbot接上)介紹了如何把chatbot和Facebook Messenger做了連接。bot channel registration還有好幾個内建的其他channel可以設定做關聯,至於怎麽設定可以透過google的方式去找到相關資料,因此其他内建的channel 這邊不在做介紹。

不過,雖然任意網站可以用web control channel來連接,并且有些内建的channel,可是如果想要在不是内建的channel關聯chatbot怎麽辦?舉例來説,如果今天想要和Line關聯或者微信怎麽辦?或者如果想要在任何程式和chatbot 做關聯?

這就是Direct LIne Channel的目的,只要可以用程式來控制,那麽就可以透過Direct LIne Channel來和chatbot關聯。

這篇將會透過開發一個console程式和chatbot程式溝通。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-15

[chatbot + AI = 下一代操作模式][14]上綫 - 把facebook粉絲頁和chatbot接上

[chatbot + AI = 下一代操作模式][14]上綫 - 把facebook粉絲頁和chatbot接上.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([13]上綫 - 開啓web control channel)看了如何開啓web control的channel,透過iframe讓chatbot可以在任意網站出現。

這篇將看看如何把chatbot和別的平臺的聊天工具整合,這邊將介紹内建有支援的channel,Facebook Messenger。


[chatbot + AI = 下一代操作模式][13]上綫 - 開啓web control channel

[chatbot + AI = 下一代操作模式][13]上綫 - 開啓web control channel.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

透過上一篇([12]準備上綫 - 用Bot Channel Registration注冊chatbot),chatbot已經和bot channel registration設定好了,可以上綫了。

接下來需要做的就是設定對應的channel。

這篇將來看看最容易的channel,web control。看如何取得相關的資訊讓chatbot可以在任意網站上面出現。

這篇的程式碼github頁面是alantsai-samples/mhat-hotelbot:blog/chapter-13

[chatbot + AI = 下一代操作模式][12]準備上綫 - 用Bot Channel Registration注冊chatbot

[chatbot + AI = 下一代操作模式][12]準備上綫 - 用Bot Channel Registration注冊chatbot.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([11]準備上綫 - chatbot發佈到Azure App Service)介紹了如何用visual studio把chatbot部署到了Azure的PaaS服務,App Service。

這一篇將來看另外一個部分,也就是如何把chatbot和不同的channel連接在一起的服務,Azure Bot Service裡面的Bot Channel Registration (以下簡稱Channel Registration)。


[chatbot + AI = 下一代操作模式][11]準備上綫 - chatbot發佈到Azure App Service

[chatbot + AI = 下一代操作模式][11]準備上綫 - chatbot發佈到Azure App Service.jpg
圖片來源:https://pixabay.com/en/books-spine-colors-pastel-1099067/ 

在上一篇([10]用IDialog全部重構 - 階段性總結)我們把所有的程式用Dialog重構了之後,對於chatbot開發暫時到了一個段落。當然,目前功能還非常的雛形,但是以目前介紹的東西已經足夠寫出一個好的chatbot,因此各位可以自由發揮。

接下來我們要開始看看上綫的部分。當chatbot開發完了之後,該怎麽讓他上綫?需要搭配什麽服務。這篇將會看第一個部分,把chatbot先host在azure的app service上面。


[tool]用acs-engine在azure透過VMSS建立出kubernetes (k8s) 自動延展的cluster - 下篇

[tool]用acs-engine在azure透過VMSS建立出kubernetes (k8s) 自動延展的cluster - 上篇.jpg
圖片來源:https://pixabay.com/en/key-tag-security-label-symbol-2114047/

在上一篇(用acs-engine在azure透過VMSS建立出kubernetes (k8s) 自動延展的cluster - 上篇)介紹了如何使用acs-engine這個工具產生出了可以在azure上面部署的ARM template,并且成功部署上了Azure。

在這篇將會延續上篇建立出來的vm,并且透過工具對建立出來的k8s cluster做操作,并且看看azure和k8s怎麽的深度結合。

以下用到的指令整合在一起可以從我的github看到:mhat-acs-enginge-azure-k8s/src/02 access-k8s/access-k8s-cluster.ps1

[tool]用acs-engine在azure透過VMSS建立出kubernetes (k8s) 自動延展的cluster - 上篇

[tool]用acs-engine在azure透過VMSS建立出kubernetes (k8s) 自動延展的cluster - 上篇.jpg
圖片來源:https://pixabay.com/en/key-tag-security-label-symbol-2114047/

最近有機會接觸到要用azure的IaaS服務建立出可以自動擴展的kubernetes (以下簡稱k8s) 叢集 (以下簡稱cluster)。

雖然常碰azure的一定會知道,其實azure有提供k8s的PaaS服務(不管是Azure kubernetes Service (AKS) 還是 更高一層的 Azure Container Instance (ACI))但是有些地方是沒有那些服務的(可以期待9月)或者如果想要自己控制完整的vm那要怎麽辦呢?

這篇將會快速介紹一下用acs-engine產生在Azure IaaS上面可以使用的k8s自動延展的cluster,在下一篇在介紹如何操作并且看到azure怎麽和k8s整合。


[活動]20180628北京Insider Dev Tour的擺攤記錄

00.jpg

這麽多年以來,參加活動有以學員的身份、講師的身份及現場工作人員的身份參加過活動,但是還真沒有以擺攤的身份參加過。

因此這篇更多是在周邊的介紹,話説這個應該是我見過免費裡面最大手筆的一次活動,主辦單位很用心,一起來看看吧。



[回顧][課程][Study4]2018 北京 Azure bootcamp - Azure Migration 上雲之路

31064290_10211093476394701_3699603924475445248_n.jpg

這次Study4的4月的活動在北京辦了2018 年的Azure bootcamp。小弟我有幸在其中一堂分享了Azure Migration 上雲之路的内容。

這篇將會把整個活動的資源整理一下,并且對于這次的簡報感想做個總結。


Script改Windows防火墻設定的正確寫法 - 如何能同時在Windows不同語系之間都能執行

Script改Windows防火墻設定的正確寫法 - 如何能同時在Windows不同語系之間都能執行.jpg
圖片來源:https://pixabay.com/en/key-tag-security-label-symbol-2114047/

最近在製作上傳到Azure的VHD的時候就遇到,需要開一些特定的port。

作爲coder,懶是一種美德,因此當然想要透過使用powershell的方式把整個動作自動化。

Azure官方文件有些範例script可以參考,但是實際使用起來卻有個但書,就是只能英文版的OS才有作用(畢竟是外國人寫的script),其他語系就gg了。

因爲這個原因,所以去找了一些資料,才發現原來要支援多語系的Windows沒有那麽直覺,因此這邊記錄一下以供未來參考。