刀具磨耗訓練與預測函示庫，提供由QAD量測資料來訓練及預測刀具磨耗之函式庫。函式庫由Python所撰寫，支援版本為3.6，Tensorflow使用版本1.11，採用GPU進行運算。並搭配Keras 2.2.4使用。刀具磨耗的訓練與預測函式庫提供包含大數據資料提取、維度轉換、模型訓練、及資料預測等，詳細請查閱附件所提供之完整技術文件。
Python：3.6.6
Tensorflow：1.11.0
Keas：2.2.4
資料存取函式庫 – bigdb.py
以Python語言撰寫，提供存取MongoDB伺服器中的資料表，可指定導出一份DAQ量測資料，或是一批DAQ量測資料；在存取刀具磨耗資料時，也是使用同樣的API函式庫。
資料維度轉換函式庫 – bigtable.py
以Python語言撰寫，提供從MongoDB伺服器存取的資料表後，進行維度的轉換。存取大數據資料庫的過程中，欄位資料會以最佳的存取方式寫入記憶體，因此欄位排列的序位，每次存取時排列順序並不會相同。可透過資料維度轉換函式庫來固定資料的維度，並可以額外設定要取得的資料欄位，以利於資料分析使用。
模型訓練與預測函式庫 – bigtarin.py
以Python語言撰寫，提供完整的模型訓練過程，所必要的相關函式庫，例如：產生訓練集、產生訓練集與驗證集、資料亂序(shuffle)、資料集正規畫、模型載入與儲存、模型訓練、資料預測…等，由API可以快速建立起訓練與預測的測試程式碼。