接案工作

開始收到案件通知

地區

禮盒設計

輸入關鍵字找案件

地區

推薦：自由業 freelance soho 族晚上兼職

更多＞

"禮盒設計" 相關案件

- 共2051件

小坪數裝潢

郭〇生

新北市三重區

整體預算：沒有預算想法

8/16

1. 5坪以下 2. 20年以上（老屋） 3. 自有產權，現居於此 4. 沒有 5. 新北市,三重區

描述： 1. 約4坪套房要重新裝潢，請用Line聯繫。

我要接單

找專家

室內裝潢

喳〇〇z

高雄市鳳山區

整體預算：沒有預算想法

8/16

1. 其他 2. 其他 3. 10坪以下 4. 5-10年（新古屋） 5. 已經交屋

描述： 1. 通訊門市裝潢 2. 1樓門市

我要接單

找專家

室內設計

小〇

屏東縣潮州鎮

客戶預算：50萬元

坪數：自行輸入坪數: 24

8/16

室內設計師

裝潢設計師

室內裝潢設計師

1. 設計＋裝修工程 2. 其他 3. 21-30年 4. 已經交屋 5. 現代風格,北歐風格

描述： 1. 1樓店面 2樓住（1房1廳1衛+廚房） 2. 24 3. 透天4樓，1樓店面，2樓住（1臥室1衛1廳+廚房）

我要接單

找專家

園藝設計

Danxxx

台中市南屯區

坪數大小：10坪以下

8/16

搶先接洽

景觀設計師

園藝工作

設計師

1. 陽台景觀設計 2. 住宅 3. 皆可討論 4. 沒有 5. 台中市,南屯區

我要接單

找專家

木工施工

呂〇航

高雄市三民區

施作預算：25萬-50萬

木作類型：隔間、牆面,木作天花板,木地板,訂製木門、家具,拆除原有裝潢並清運,木作其他工程

8/16

木工接案

木工工作

木工師傅

1. 系統櫃,櫃子,床,架子 2. 已交屋之房屋 3. 我有初步的設計構想 4. 皆可討論 5. 沒有

描述： 1. 案場位於9樓樓中樓（一層面積約20坪、二層約12坪），需新增夾層（新增面積約4坪）

我要接單

找專家

廚房水槽更換

蕭〇姐

台南市歸仁區

服務類型：局部安裝或更換

8/16

1. 水槽 2. 不鏽鋼 3. 沒有特別想法，請專家推薦 4. 需要拆除服務 5. 有

描述： 1. 沒有整個流理台要換新，只想換水槽部分，包括水槽和下面的櫃子就好。 3. 此次想要更換的主因是，覺得這個水槽設計，我們不喜歡不好用，想要換一個好用喜歡的水槽，但是似乎找不到人幫忙做。

我要接單

找專家

LINE貼圖製作

YS xxx

新北市新莊區

一般貼圖預算：一張150-250元

貼圖類型：一般貼圖

8/16

貼圖設計師

製圖接案

畫畫接案

1. 16張一般貼圖 2. 寵物照片貼圖 3. 個人：日常生活/業務往來使用 4. 自行上架 5. 沒有

我要接單

找專家

軟體開發

邱〇榮

新北市蘆洲區

顧客預算：一萬以下

交件時限：一般件

8/16

RD 工作

web 接案

Programmer 工作

1. 其他 2. Python 3. 只有想法 4. 聽從專家的建議 5. 沒有

描述： 1. 遊戲ai程式 2. 設計一個可以自動玩onebit adventure的ai程式

我要接單

找專家

軟體開發

邱〇榮

新北市蘆洲區

顧客預算：沒有預算概念

交件時限：指定交件期限: 9/30

8/16

RD 工作

web 接案

Programmer 工作

1. 其他 2. Python 3. 只有想法 4. 聽從專家的建議 5. 沒有

描述： 1. 遊戲ai程式 2. 設計一個可以自動玩onebit adventure的ai程式 DQN.py：實作 Dueling Deep Q-Network (DQN) 的智能體，包含網路架構、經驗回放、訓練流程與 epsilon-greedy 策略。 virtual.py：自訂的虛擬環境，採用 12x11 的網格地圖，地圖中有主角（Hero）、目標（Target）與障礙物，Hero 可透過上下左右移動，並根據行為獲得獎勵或懲罰。 test.py：測試模組，用於載入訓練好的模型，讓智能體在環境中實際操作，並輸出地圖與分數。 ? 設計目的建立一個簡單可控的模擬環境，讓智能體能透過嘗試錯誤學習移動與達成目標。應用深度強化學習 (Deep Reinforcement Learning) 技術，驗證 DQN 在自訂遊戲環境中的表現。分離環境 (virtual.py) 與演算法 (DQN.py)，使系統具備可擴充性與可維護性。 ? 期望目標學習效果：希望智能體能學會在地圖中找到並接觸目標，避免不必要的移動或過早結束遊戲。最佳化策略：透過 Dueling DQN，智能體不只依賴動作價值，也能評估當前狀態的重要性，提升策略穩定性。驗證系統：利用 test.py 測試已訓練好的模型，觀察 Hero 的決策行為，並評估其在多場遊戲中的平均表現。 3. 9/30

我要接單

找專家