車用介面app的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

Google教你深度學習：中小企業如何利用會自己學習的電腦?

為了解決車用介面app的問題，作者日經大數據 這樣論述：

你要聽特斯拉馬斯克的或是臉書祖克伯的？ 前者認為人工智慧（AI）會毁滅人類，後者說不會！ 其實你應聽Google的， 它提供平台讓中小企業也可以搭上人工智慧的特快車！ 　　將衝擊世界的人工智慧類型基本上是指會自己學習的電腦，也就是所謂的機器學習（Machine Learning）及深度學習（Deep learning），而非過去大家習慣的電腦依程式行事。前者是指機器自己由大量資料中，得出某結論，如給電腦一堆貓的圖片，他會自己替貓做定義，進而由一張被切割的照片中，判斷那是不是貓。而深度學習則是電腦自行處理多層結構的訊息，而進行判讀。 　　人工智慧用5000部影片，就可以自己學會讀唇語！

　　曾有研究單位利用「深度學習」學習唇語的判讀，他們將英國BBC電視頻道的多個節目系列、合計約五千小時的影片做為學習的資料。學習後的電腦，在兩百支影片測驗組合中，光靠唇部動作便成功解讀出大約百分之五十的單字。而即使是在法庭上擁有十年以上經驗的唇語術專家，在相同的測驗中也只能判讀四分之一左右的單字。 　　電腦具備自主學習及判斷能力的事實將對人類社會產生重大衝擊，本書不只以一般人能理解的方式說明人工智慧在技術方面的進展，更以大量的實例，說明目前全球各種規模的企業如何利用會「學習」的電腦，來改變企業的運作。例如客戶服務的工作，原本極為依靠人力，但是，現在只要投入大量過去的QA，電腦會自己學會如何

對應客戶；如語文的翻譯，電腦也可以自己由大量的翻譯資訊中學習，讓翻譯的品質提升。 　　善用人工智慧技術的企業，將在企業的經營上（至少成本的控制上），取得領先。問題是人工智慧的發展是否有很高的技術門檻？阻擋一般的中小企業於門外？其實不然。 　　中小企業也可以利用Google平台提供的應用程式介面，發展自己的深度學習運用 　　谷歌在其雲端服務「Google Cloud Platform（GCP）」中，將谷歌研究開發至今的深度學習成果透過兩種方式開放一般大眾使用（Google目前將人工智慧用在公司一千種服務以上）：一種是將機器學習訓練完畢的模型，以應用程式介面 (Application Pro

gramming Interface；API)方式提供服務。另一種是提供機器學習程式庫「開源機器學習系統（Tensor Flow）」。 　　應用程式介面（API）一般是指能將擁有特定機能的電腦程式由外部程式叫出使用的介面。透過應用程式介面與電腦程式連結，就可以直接利用其功能。 　　谷歌將許多不同種類具有「機器學習」或是「深度學習」能力的「模型」放在「谷歌雲端平台（GCP）」。中小企業可以利用應用程式介面，直接利用其功能。而這些「模型」已經經過基本的「訓練」，因此使用者只要提供少量的資料，就可以達成學習的目的。 　　因為有了應用程式介面（API）的提供，使得「機器學習」與「深度學習」為一般

企業所用的門檻大幅降低了。只需以程式介面（API）程式將「模型」叫出，就能使用圖像辨識與語音辨識的最新成果，真的很方便。 　　不過另一方面，許多太專業的運用，如人體器官病徵的辨識或是機械故障的預兆判斷等，無法以應用程式介面（API）套用現有的「模型」。谷歌所準備的機器學習程式庫「開源機器學習系統 TensorFlow」將派上用場。使用者可以下載程式，自行發展所需要的功能。「使用TensorFlow最大的好處，是只要以Python語言寫出簡單的程式碼，就能運用深度學習」。 　　本書不只告訴你人工智慧是什麼？將改變什麼？更告訴你可以做什麼，讓公司保持在科技的浪潮尖端。 本書特色 　　從定義

到駕御：讓你徹底搞懂將對人類產生鉅大影響的科技 　　本書在觀察大量企業的運用後，在第五章《架構活用篇》提出導入的深度學習的具體架構，讓讀者不只能懂，也能縮短運用時摸索的時間。本書發現人工智慧（機器學習、深度學習）的風潮席捲全球，不過其在企業運用的目的不外以下幾種：1、刪減成本。2、提高附加價值創造出新的商機。3、提升創意性。而在觀察幾百家企業的操作後，發現以刪減成本的目的最容易產生效果。 　　用案例讓讀者完全理解 　　對沒有技術背景的民眾而言，最關心的是人工智慧（機器學習、深度學習）要如何運用，本書以實際的案例說明相關問題： 　　■ 安藤HAZAMA――用以判斷隧道工程之岩盤硬度 　

　為了建設隧道工程時能兼具安全與效率，安藤HAZAMA與日本系統軟體共同開發的「隧道開挖面AI自動評價系統」。將挖掘隧道時最尖端之開挖面照片輸入後，該系統就會自動評價其岩盤的硬度、脆性等工學特性。透過人工智慧帶來的岩盤工學特性評價自動化，即使沒有專家或資深技師在場，也能給予正確的判斷。 　　在學習之際，將五百張左右的相片進行分割，製作成五萬張的相片資料。結合相片岩石所代表的彈性波速度，一起讓機器學習的結果，在拍攝開挖面相片後，就能得到彈性波的速度值。新系統在從開挖面的相片辨識其相對應的彈性波速度上，正確率大約有百分之八十五。 　　■ AUCNET IBS――從車輛相片就能鎖定款式 　　深

度學習特別適用於圖片的識別。從事支援中古車等業者間交易的AUCNET（位於東京都港區）系統開發子公司之AUCNET IBS就是圖片識別運用的例子。該公司運用深度學習技術，開發了能自動將車輛不同部位照片歸類上傳到網站的系統「konpeki（紺碧）」。二〇一六年十一月集團旗下的中古車經銷商FLEX（東京都港區）採用了這個系統，提升網站上資訊登錄作業的效率。 　　中古車經銷商經常需要為購入的中古車拍攝許多相片、進行上傳到自家網站或資訊網站的作業。車子的左斜前方、右斜前方、右側、左側、後方、還有車內的前座及後座、儀表板、導航等……。這些相片如果由店員手工整理的話，大概要花個五分鐘左右。Konpeki

系統只要經銷商店員將拍攝的相片登錄，就立刻能自動依部位別分類，輕鬆地上傳至中古車資訊網站。 　　它將車輛外部區分為十八種、内部區分為十二種。它也會將包含車輛的相片、但並非銷售對象的圖像（如廣告）區分出來。甚至還能鎖定某品牌、車名、款式，顯示平均銷售價格帶。 　　「konpeki（紺碧）」系統的開發便是採用了谷歌的「谷歌雲端平台（GCP）」上為了開發深度學習模型的程式庫「開源機器學習系統（Tensor Flow）」、讓機器學習大量圖像資料而成。 　　■ 以少量的訓練資料構築出車輛台數檢測的系統 　　Aerosense與大數據的BrainPad公司共同合作、運用了深度學習技術的作法。開發了

從空拍圖像中測出停車車輛數的系統。先從實驗結果來看的話，使用了深度學習的空拍圖辨識汽車模型，在顯示了一百一十六輛汽車的測試圖資料中，測岀結果為一百二十二輛。 　　Aerosense的汽車辨識模型，其特點在於其從空拍圖辨識汽車用的深度學習模型，並非是從零開始打造的。研發人員說明：「若要製作專用的模型，將需要大量的訓練資料。即使有一萬張也不夠吧！這次是運用了現有的模型，大約只有一百三十張的少量訓練資料，就顯示出其高精確度，很有價值。」 　　在深度學習模型的開發上，活用了谷歌的深度學習程式庫「TensorFlow」。利用TensorFlow中名為「Inception-V3」之一般圖像辨識模型，從

圖像資料中製作抽取了特徵值的向量。此時，使用約一百三十張的汽車空拍照作為訓練資料。抽取了特徵值的向量，再以一種名為SVM（支援向量機；Support Vector Machine）的機器學習進行學習，得出結果。 　　結合500家企業的導入經驗，系統化說明著手運用深度學習的方法 　　作者輔導了500家以上企業導入深度學習於工作之中，他用資料×目的的矩陣，描繪出活用展望圖，協助讀者理清頭緒，讓公司縮短導入摸索的時間。  

車用介面app進入發燒排行的影片

車內CAN Bus與物聯網(IoT)橋接器設計

為了解決車用介面app的問題，作者黃清淵 這樣論述：

1983 年 Bosch 公司所提出的 CAN Bus(Control Area Network) 通訊協定，在 1993 年列入 ISO11898 的國際標準。由於其高可靠度特性，有越來越多移動載具選擇使用 CAN Bus 來做各種交通工具內的重要通訊協定，例如: 汽車、火車、高鐵、船、飛機 ……等。甚至 CAN Bus 也在工業 4.0 扮演相當重要的角色。從診斷的角度看，一般 的小型車輛在 2008 年已將 OBDII 診斷接口作為車輛販售的必要條件，此接口內使 用的就是 CAN Bus 通訊標準。以往 OBDII 只使用於車輛的診斷，或者是單純 OBDII 的資料擷取後進行資料存取。

本論文，預期延伸 CAN OBDII 的一般資料讀取應用 到可以透過 OBDII 對車輛進行控制。換句話說，希望透過具有 CAN Bus 通訊功能之 OBDII 診斷介面來對車內的電器控制單元 (Electrical Control Unit, ECU) 進行控制。基 於此想法，本論文設計一套橋接系統，此系統包含了四個子系統:1) 車內 CAN Bus 介 面系統，2) NB-IoT 通訊介面, 3) 雲端資料庫, 4) 人機介面 App。在車內 CAN Bus 介面 系統的部分，它可以將資料送達車內 CAN Bus 進行控制，NB-IOT 的通訊界面則是 負責接收雲端資料庫的資料，至於人機介

面 App 可傳送控制指令到雲端資料庫。最 後，雲端資料庫則可以接收來自於 App 的資料，同時也可以將資料傳送至車內 CAN Bus 介面系統。本論文所設計之系統可以成功控制車上 ECU，如: 大燈、霧燈、方向 燈、警示喇叭、後車箱蓋、車門鎖，且經由測試之後無論在車輛行駛狀態下或者車 輛靜止狀態下都可以成功控制。基於本論文所提出之系統，未來可對以下之產業進 行加值服務: 車輛租賃、共享車輛、車輛改裝、CAN Bus 相關應用之產品或載具。

hTC Butterfly S 使用手冊

為了解決車用介面app的問題，作者deanchen 這樣論述：

　　hTC Butterfly 蝴蝶機去年底首先在日本上市, 挾著頂尖的硬體效能與出色的外觀設計, 獲得許多使用者的喜愛, 在全球各地都不錯的銷售成績。時隔半年, 蝴蝶機以 hTC Butterfly S 之名, 挾著更優越的性能, 搭載更先進、更直覺的操作介面, 再次擄獲消費者的目光。 　　新款 hTC Butterfly S 除了正面顯眼上下兩排的紅色喇叭外, 其餘都沿襲原先的設計, 然而看起來相似的外觀, hTC Butterfly S 卻具備 hTC 最新設計的 Sense 5.0 介面, 並且整合了 Ultra Pixel 鏡頭、BoomSound 喇叭等 hTC 獨家設計, 整體而

言, hTC 智慧型手機已經自成一格。 　　舊款 hTC Butterfly 使用者也別沮喪, hTC 已於日前推出更新版系統軟體, 只要升級系統, 一樣可以具備 hTC Sense 5.0 的介面與功能, 雖然少了 Zoe 拍照、BoomSound 等硬體功能, 不過操作便利性還是提升許多。 　　為了讓您能快速體驗、學會新手機上的功能操作, 我們花了很多心思, 透過最適合的場景、最貼切的範例, 解說 hTC Butterfly S 的各項操作, 並將以往我們使用智慧手機的經驗, 全數都收錄在本書之中, 引領您逐步愛上 hTC Butterfly S。書中精彩技巧包括： 　　●hTC Sens

e 全面革新　　Blink Feed 掌握社群消息、即時新聞一把抓、Online 佈景同步變換 　　●Zoe 實境相簿 – 不只動感，更具魔法　　動態魔幻相簿、連拍合成分身效果、移除物件隱形術、最佳表情瞬間變臉、正妹人像編修 　　●與 1080P 螢幕最麻吉的影像功能　　Hangouts 視訊通話、遠端播放電腦影音、Media Link HD、手機即時影片剪輯 　　●雲端傳輸、分享超 Easy　　超有 fu, 易分享的塗鴉手繪記事、Facebook 帳號訊息同步、Dropbox 雲端備份、OTG 外接隨身碟傳檔 　　●影音娛樂全享受　　HTC TV 充當電視遙控器、BoomSound 雙喇叭結

合 Beats 音效、聽音辨歌、車用模式 本書特色 　　本書不僅僅是 hTC Butterfly S 的功能操作手冊, 更包含了作者使用 hTC 手機多年來的經驗累積, 所有新手遇到的問題, 本書統統有解！ 　　●舊手機通訊錄完整轉到 hTC Butterfly S　　●超好康！升級到 25GB 大容量 Dropbox 網路硬碟　　●告訴你 Zoe 實境相簿和一般照片、影片相比的神奇之處！　　●超方便！在手機上直接播放電腦中或別人手機的影片　　●廣告中的照片合成效果好酷, 教您輕鬆做到　　●比較習慣以前的 hTC 手機桌面, 隨時可以改回去！　　●動感相片傳給別人都變靜態的, 怎麼分享？　　

●NFC 背靠背傳檔怎麼一直失敗, 偵測不到別人的手機？　　●灌了一大堆程式, 每次執行都要找很久, 教您如何妥善整理　　●Google Play 付費購買 / 退刷 App 完整示範　　●Butterfly 一代機搭載 hTC Sense 5.0 完全適用！

探討導航 APP 使用行為與知識分享影響因素之研究

為了解決車用介面app的問題，作者楊岳錡 這樣論述：

隨著無線網路與行動科技的發展及趨勢，導航APP是使用者在日常生活中常會使用的應用系統之一。導航APP能提供多種便利及有用的導航功能，而且使用者可以透過行動裝置，登入雲端的導航APP系統，就可以使用多種的導航服務，並且不受時空的限制。導航APP可以方便及快速的協助使用者路線導行且找到目的地，並且能提供其他多種的服務，例如：直覺化操作、避開壅塞路段、即時的路況訊息、離線導航、精準的行車時間預測等。由於導航APP的未來性和重要性，目前在市場上已有多種的導航APP產品，相關的業者如果想要吸引使用者的注意及增加使用率，則要提供符合使用者需要的產品功能及服務。因此使用者對導航APP的採用，會受到哪些

關鍵因素的影響，是值得探討的議題。 本研究想瞭解導航APP使用行為和知識分享的影響因素，因而提出一個整合式架構，以整合性科技接受模式與創新擴散理論為基礎，探索研究變數間的影響性。本研究採用實證研究方法，利用線上問卷進行資料蒐集，並經由結構方程模式，進行檢驗分析研究假說的結果。本研究透過實證分析的主要結果為：(1)績效期望、努力期望、促成條件、相容性、行動性、產品涉入及使用動機對於行為意圖有正向的影響；(2)行為意圖及產品涉入對使用行為有正向的影響；(3)行為意圖及使用動機對知識分享有正向影響。最後，根據本研究的分析結果，將會對相關導航APP的業者提出一些實務上的觀點和管理建議，並提出相關的看

法作為後續研究者的參考。