에코프로.AI

이 섹션에서는 모델을 만들고 사용하는 방법을 자세히 살펴보겠습니다. 체크포인트에서 모델을 인스턴스화할 때 유용한 AutoModel 클래스를 사용하겠습니다. AutoModel 클래스와 그 모든 관계된 클래스는 사실 라이브러리에서 사용할 수 있는 다양한 모델에 대한 간단한 래퍼입니다. 체크포인트에 적합한 모델 아키텍처를 자동으로 추측한 다음 이 아키텍처로 모델을 인스턴스화할 수 있으므로 영리한 래퍼입니다.그러나 사용하려는 모델 유형을 알고 있다면 해당 아키텍처를 정의하는 클래스를 직접 사용할 수 있습니다. BERT 모델에서 이것이 어떻게 작동하는지 살펴보겠습니다.구현환경IDE : vscodeLanguage : Python가상환경 생성라이브러리 설치 (torch 를 사용하는, transformers 라이브러리..

HuggingFace의 pipeline() 함수를 실행 시, 내부적으로 어떤 절차로 처리가 되는지 확인 합니다. 전체 예제부터 시작하여 다음 코드를 실행했을 때 백그라운드에서 어떤 일이 발생했는지 살펴보겠습니다.from transformers import pipelineclassifier = pipeline("sentiment-analysis")classifier( [ "I've been waiting for a HuggingFace course my whole life.", "I hate this so much!", ])처리결과[{'label': 'POSITIVE', 'score': 0.9598047137260437}, {'label': 'NEGATIVE', 'sco..

1. 윈도우 하단의 작업표시줄에서 오른쪽 마우스 클릭 후, "작업 표시줄 설정(T)"항목 선택 2. "시스템 아이콘 켜기 또는 크기" 선택 3. "시계"  항목의  "켬" 슬라이드를 선택해서, 켜고/끌수 있습니다.  4.끄면 아래와 같이, 날짜/시간 표시가 보이지 않습니다. 끝~

트랜스포머 역사에 대한 간단한 소개  Transformer 아키텍처는 2017년 6월에 도입되었습니다. 원래 연구의 초점은 번역 작업에 맞춰져 있었습니다. 그 후 다음을 포함한 여러 영향력 있는 모델이 도입되었습니다.2018년 6월 : 다양한 NLP 작업에 대한 미세 조정에 사용된 최초의 사전 학습된 Transformer 모델인 GPT를 통해 최고의 결과를 얻었습니다.2018년 10월 : 또 다른 대규모 사전 학습된 모델인 BERT는 문장을 더 잘 요약하도록 설계되었습니다2019년 2월 : 윤리적 문제로 인해 즉시 대중에 공개되지 않은 GPT의 개선된(그리고 더 큰) 버전인 GPT-22019년 10월 : DistilBERT 는 BERT의 증류 버전으로 60% 더 빠르고 메모리는 40% 더 가벼우며 BER..

1. Hugging Face란 무엇인가?Hugging Face는 자연어 처리(NLP)와 머신러닝(ML) 모델의 개발 및 배포를 돕는 오픈소스 중심의 AI 플랫폼입니다. 특히 Transformers 라이브러리를 통해 딥러닝 기반의 NLP 모델(예: BERT, GPT, T5 등)을 손쉽게 사용할 수 있도록 지원합니다. 최근에는 컴퓨터 비전(CV)과 멀티모달 모델로도 확장되고 있으며, 모델 허브, 데이터셋, 교육 자료를 제공해 AI 개발자와 연구자에게 필수적인 도구로 자리 잡고 있습니다. 2. 인공지능 개발에 유용한 이유오픈소스 접근성 : 최신 AI 모델을 무료로 활용하고 수정할 수 있는 강력한 오픈소스 라이브러리를 제공합니다.사전 훈련된 모델 : 수천 개의 사전 훈련된 모델을 통해 개발자가 시간과 비용을 절..

1. 아래의 링크를 확인하여, PostgreSQL 과 dbeaver 를 설치 해 줍니다.https://www.ecopro.ai/entry/PostgreSQL-%EC%84%A4%EC%B9%98-%EB%B0%8F-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%A0%80%EC%9E%A5-Feat-Python PostgreSQL 설치 및 데이터 저장 (Feat. Python)PostgreSQL & DBeaver 설치PostgreSQL 다운로드 및 설치PostgreSQL 사이트https://www.postgresql.org/download/windows/PostgreSQL 다운로드 사이트https://www.enterprisedb.com/downloads/postgres-postgresql-downlo..

Django는 빠르고 안전하며 확장 가능한 웹 개발을 위해 설계된 고급 Python 프레임워크입니다. Django에는 URL 라우팅, 페이지 템플릿 및 데이터 작업에 대한 풍부한 지원이 포함되어 있습니다.이 Django 튜토리얼에서는 공통 기본 템플릿을 사용하는 세 페이지로 구성된 간단한 Django 앱을 만듭니다. 필수조건이 Flask 튜토리얼을 성공적으로 완료하려면 다음을 수행해야 합니다( 일반 Python 튜토리얼 과 동일한 단계 ).Python 확장 프로그램을 설치합니다 .Python 3 버전을 설치하세요(이 튜토리얼은 이 버전을 위해 작성되었습니다). 옵션은 다음과 같습니다.(모든 운영 체제) python.org 에서 다운로드하세요 . 일반적으로 페이지에 먼저 나타나는 다운로드 버튼을 사용하세요..

Visual Studio Code의 Flask 튜토리얼 Flask는 웹 애플리케이션을 위한 가벼운 Python 프레임워크로, URL 라우팅과 페이지 렌더링을 위한 기본 기능을 제공합니다.Flask는 폼 검증, 데이터베이스 추상화, 인증 등의 기능을 직접 제공하지 않기 때문에 "마이크로" 프레임워크라고 불립니다. 이러한 기능은 대신 Flask 확장 프로그램이라는 특수 Python 패키지에서 제공합니다. 이 확장 프로그램은 Flask와 완벽하게 통합되어 마치 Flask 자체의 일부인 것처럼 보입니다. 예를 들어, Flask는 페이지 템플릿 엔진을 제공하지 않지만 Flask를 설치하면 기본적으로 Jinja 템플릿 엔진이 포함됩니다. 편의상 일반적으로 이러한 기본값을 Flask의 일부라고 합니다.이 Flask ..

FastAPI 설치vscode 의 터미널에서 아래의 명령어를 실행하여, FastAPI 를 설치해 줍니다.pip install "fastapi[standard]" FastAPI 기본 실행 해보기main.py 파일을 생성 후, 아래와 같이 작성해 줍니다.# FastAPI 패키지 가져오기from fastapi import FastAPI# 인스턴스 생성app = FastAPI()# "/" 경로 설정# GET: 데이터를 읽습니다.@app.get("/")# "/" 경로에 호출 함수async def root(): return {"message" : "Hello World"} vscode의 터미널에 아래의 명령을 실행하여, 웹서버를 구동해 줍니다.fastapi dev main.py 브라우저에서 아래의 URL접속h..

데이터 분석 결과를 웹으로 서빙할 때 FastAPI, Flask, Django는 각각 고유한 특징과 장단점을 가지고 있습니다. 이들을 비교해보겠습니다.FastAPIFastAPI는 현대적이고 빠른 (고성능) 웹 프레임워크로, Python 3.6+ 버전의 표준 타입 힌트에 기반하여 API를 구축하는 데 사용됩니다장점높은 성능: 비동기 처리를 지원하여 매우 빠른 속도를 제공합니다자동 API 문서화: Swagger UI를 통해 API 문서를 자동으로 생성합니다타입 힌팅: 코드의 가독성을 높이고 개발자 간 협업을 용이하게 합니다간편한 데이터 검증: Pydantic을 사용하여 데이터 모델을 쉽게 정의하고 검증할 수 있습니다단점상대적으로 새로운 프레임워크로, 커뮤니티와 리소스가 다른 프레임워크에 비해 적을 수 있습니..