此解決方案包含五個範例，開啟使用者指定的網頁、開啟使用者指定的資料夾、將讀入的文字輸出 PDF 檔、終止 (exit)、開啟一個執行檔。

Httpd 是個常被用來作 web 伺服器使用的開源軟體，我們可以透過指定 URL 方式，post 或 get 資料然後顯示在網頁上。

此 Image-Classification-VGG16-Caffe 是利用 Caffe 框架，使用 VGG16 網路架構來訓練模型，透過已訓練好的模型來分類影像。

Python 函式庫用來執行 python 檔，只要選擇指定的 python 檔、填入想傳給 python 檔的參數，按下執行運行 py 檔，就能得到 python 回傳的字串。

Image_Binarize (影像二值化) 用於將影像進行前後景分離，即分成我們感興趣的部分 (前景)，以及不感興趣的部分 (背景)，通常將某個閾值 (threshold) 當作分割的標準，超過閾值的像素當作前景，反之則為背景。

本文章為深度學習應用於影像檢測的基本概念說明，並與傳統影像演算法進行比較。

使用隨機森林預測數據的推論結果。

此 Image-Object-Detection-ResNet50-SSD512-Caffe 是利用 Caffe 框架，速度比 Keras 快兩倍以上，與其他 Image_PCB_SSD512_Caffe 所不同的是使用 resNet 網路架構，再加上使用 SSD (Single Shot MultiBox Detector) 深度學

JSON library 的函式庫包含以下 function。

OpenVINO 是 Intel 針對深度學習 Inference 跑在 Intel 的硬體 (CPU, GPU...) 上，所做的一個軟體框架，目的是最佳化執行效能。

OpenVINO 是 Intel 針對深度學習 Inference 跑在 Intel 的硬體(CPU, GPU...)上，所做的一個軟體框架，目的是最佳化執行效能。

此函式包含 Video 影片；影像開啟、創立、複製顯示、儲存相關函式；影像基礎運算；影像畫圖相關；影像處理過濾相關；影像大小縮放、平移、旋轉、裁切；影像色彩空間；影像像素值資訊；影像應用相關。

此 Image_PCB_SSD300_Keras 是透過 Keras 函式庫，使用 SSD (Single Shot MultiBox Detector) 方法來偵測 PCB 上面的電容。

Control 的功能有 For 迴圈、If 條件式、Loop 迴圈、離開、等待……等 22 種。

R7 library 的函式庫包含以下 function。

確認裝置是否有 GPU 與 CUDA。常用在做深度學習取得 CUDA 或 GPU 的名稱，以及判斷其在裝置是否存在。

聲音函式庫。使用此函式錄製，請先拉音訊初始化，設定音訊參數，之後再依照需求自行拉其他函式。

Image library 的函式庫包含以下 function，其函式庫功能主要為影像讀取、處理、過濾、顯示 ...... 等功能，詳細使用請見各 function 說明。