第 一台哈雷的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

如果我擁抱你，請不要害怕

為了解決第 一台哈雷的問題，作者FulvioErvas 這樣論述：

　　一個義大利父親，一個自閉症孩子　　一台哈雷，一趟擁抱驚喜的美國公路之旅 　　平行宇宙是自閉的，我必須向地球人學習。　　生命並不完美，但有它自己的力量！ 　　★義大利狂銷20萬冊，已授出電影版權　　★義大利國家廣播電台 聽眾票選2012年度好書　　★義大利Amazon網路書店 綜合榜第4名，讀者評價5顆星 　　我驚奇地看著安德烈敲著鍵盤，那動作是每敲下一個字母前，拳頭要捶一下心臟。捶心臟，敲字母，敲字母，敲字母，捶心臟，一個單字完成。那是經過多年的練習，才學會用電腦寫出完整的句子。無法用語言溝通的我們父子倆，一路上只能這樣對談著。 　　父：如果我發生了什麼事，留下你一個人在美國，你會怕嗎

？　　子：不怕我和爸爸在一起不會有事。　　父：可是萬一我們走散了，你怎麼辦？　　子：我變成美國人，安德烈會認路。　　父：沒錯。我知道，可是如果發生意外，我死掉了，你一個人要怎麼辦？　　子：我等媽媽。　　父：不過要是很遠很遠……　　子：爸爸我等好心的路人。　　父：總之，你會安安靜靜的，不會擔心……　　子：請不要問假的問題，謝謝。　　父：所以你不想談沒有發生的事情，是這樣嗎？　　子：沒錯。 　　這一趟旅程在出發的時候，沒有熱鬧喧騰，沒有樂隊伴奏。安德烈只是擁抱媽媽，抱緊，放開，然後親吻她。媽媽告誡他不要抱任何人，也不要摸人家的肚子。 　　「美國人不喜歡喔……那些人會生氣，然後開槍。」 　　我們看看

彼此，想起了曾經買過的一些T恤，那是因為安德烈小時候在學校裡，總會突然間跑去用力地抱同學。上面寫著：「如果我擁抱你，請不要害怕。」 　　這是一個感動了義大利「卡爾維諾文學獎」得主富維歐．埃爾瓦思，因此願意代筆書寫的真實故事－－內容講述一位父親，為了打開自閉症兒子的內心世界，讓他認識並接觸到世上更多的人、不同文化，於是帶著17歲的自閉症兒子，兩個人在2010年的夏天，花了將近三個月的時間，乘著租來的哈雷機車和汽車，完成了一趟跨足美國南方和拉丁美洲的長途公路旅行。 　　富維歐被他們深厚的父子親情所動容，花了將近兩年的時間，採訪、筆錄下這對奇特父子檔原本不為人知的美洲紀行，以文學的筆觸，記錄了他們旅

途中的點點滴滴，以及在36個城市中所遇見的可愛人們，讀來笑中帶淚，感人至深。 　　【關於父親】 　　法蘭哥．安東尼洛(Franco Antonello)，出生於義大利Trento的Castelfranco Veneto。他是一個實事求是的人，曾擔任過中學老師和出版公司的負責人。他的孩子安德烈在兩歲時被診斷為自閉症，他的生活從此改變。他把公司委由合夥人經營，此後全心奉獻給兒子，並成立了專為自閉症孩童家庭提供經濟援助的「仙女的孩子基金會」(I Bambini della Fata)。他盡可能地給予兒子最大的幸福，也和他一起分享人生的冒險。 　　【關於孩子】 　　安德烈．安東尼洛(Andrea An

tonello)，1993年生，已經和他的困難相處了十八年。他沒有接受藥物治療；他獨自上學，喜歡畫畫，也在為下一次的奧運作訓練。擁抱人們讓他感到心靈平靜，他希望大家不要害怕。 　　安德烈的網站：www.andreaantonello.it 作者簡介 富維歐．埃爾瓦思(Fulvio Ervas) 　　2001年義大利「卡爾維諾文學獎」得主。 　　1955年生於義大利北部的Piave，大學主修畜牧，畢業論文是關於如何保護義大利特有種Burlina乳牛，對動物有極大的喜愛。2001年，與胞妹露易莎．埃爾瓦思(Luisa Ervas)合著小說《彩券》，獲得「卡爾維諾文學獎」，從此奠定文壇地位。之後，

陸續出版了《愛是水溶性的》、《瘋狂教師》、《烤企鵝》等八本膾炙人口的小說。目前與妻子、女兒定居於義大利北部的Treviso。 譯者簡介 張娟如 　　專職是平面設計師，與義大利結識於波隆納書展。學習義大利文原只是為了旅行夠用，但越學越發現義大利文就像是迷宮，一進去就出不來。曾至羅馬語言學校短期進修，最喜歡義大利的書店和書展，最大的願望是開一家義大利文書店。

第 一台哈雷進入發燒排行的影片

生成對抗網路應用於AOI樣本數擴增

為了解決第 一台哈雷的問題，作者蔡棠介 這樣論述：

AOI(Automated Optical Inspection)自動光學檢測於台灣製造業中，為應用廣泛之一，因社會勞動力老年化及人口的趨減，加上人會因為疲勞而降低專注力，故製造業逐漸導入AOI光學檢測設備來取代傳統目檢人力，在應用於工廠內之產品瑕疵檢測時，常發生正確率不高／漏檢之問題，主要原因是以訓練樣品數不足為主，因瑕疵品在產品生產初期所發生之數量及類別不多，若出現不同的瑕疵內容，機器未先學習過，就會造成AOI漏檢。因此本研究主要利用GAN(Generative Adversarial Nets)中文譯為生成對抗網路來生成樣本，來彌補AOI開發初期樣本數不足的問題， 利用兩種生成對抗網路

模型Cycle GAN與Bicycle GAN在兩種不同情境的情況下，生成樣本來擴增AOI樣本資料庫，研究的架構中應用YoloV4(You Only Look Once V4)來當替代AOI系統，在資料集分配上，模擬剛開發初期只有少量的樣本時需讓AOI有基本的檢測能力，故只抽取少量的訓練資料來生成，其餘的當作測試集來驗證生成的樣本是否有效。有別於其他研究應用，本文利用VAE(Variational autoencoders)及GAN結合的生成對抗網路，控制特徵潛在空間向量來生成多樣性的AOI樣本，實驗結果說明利用生成對抗網路生成瑕疵樣本，相較於擴增前兩者準確率差異準確率可達12%，在實驗過程中

生成出多樣性的AOI樣本已與原先輸入的圖像截然不同，故也可應用於生成不同的瑕疵樣本來測試AOI系統的檢驗可靠度。