JuJuKwakKwak

코멘토 : https://comento.kr/ 시작하는 사람들의 커리어 커뮤니티, 코멘토 커리어의 시작과 성장을 도와줄 사람들과 만나고 LIVE로 진행되는 교육에 참여하세요. comento.kr * 4월은 최대한 이런 저런 기술을 접해라. 그리고 기술 후기를 기록하고 정리하고 공유하라. * 일단 코드 돌아가는 것이 베스트이다. 나만 일하고 있는지, 내가 너무 얻어가고 있는지 파악해서 자주 소통하자.

* 기업마다 무슨 일을 했는지 리스트 만들기, 무슨 사업을 했는지 리스트 만들기 - BERT를 이용한 질의 응답 - 질문 답변 과제(Question Answering Tasks) - 주어진 지문에 대해서 질문에 해당하는 부분을 찾는 과제 Question Answering Tasks with BERT - 지문의 모든 토큰마다 시작 점수와 끝 점수를 매겨서 정답을 찾게 된다. 1. 질문을 문장1로 입력 2. 지문을 문장2로 입력 3. 지문의 모든 토큰에 대해 시작 점수와 끝 점수를 계산 4. 시작 토큰이 끝 토큰보다 먼저인 경우 중 시작 점수와 끝 점수의 합이 가장 큰 범위를 답변으로 선택

tensorflow, cudnn, cuda 버전 맞추기 : https://robot9710.tistory.com/29 Nvidia driver, CUDA, cuDNN, TensorFlow 버전 호환성 맞추기 Pytorch를 사용하다가 Tensorflow2를 사용하게 되었는데, "GPU 드라이버, CUDA, cuDNN, TensorFlow"의 버전 호환성이 안 맞는 문제가 계속 발생했어요.... 느낌 상 TF가 유독 까다로운 것 같아요... ㅠ 텐서플로 robot9710.tistory.com * 기회를 잡으라 * 멘토링 때 기획안을 물어보라. 현직 경험을 물어보라. 이것저것 물어보라. 어떤 NLP 기술이 쓰이고 있는지. 대학원은 어떤지. 어떻게 공부하고 있는지.-> 블로그도 물어볼까? 개인 데이터 수집하는..

출처 : https://wikidocs.net/22644 09. 워드 임베딩(Word Embedding) 텍스트를 컴퓨터가 이해하고, 효율적으로 처리하게 하기 위해서는 컴퓨터가 이해할 수 있도록 텍스트를 적절히 숫자로 변환해야 합니다. 단어를 표현하는 방법에 따라서 자연어 처리 ... wikidocs.net - 워드 임베딩(Word Embedding) - 각 단어를 인공 신경망 학습을 통해 벡터화하는 워드 임베딩이라는 방법 단어를 벡터로 표현하는 방법으로, 단어를 밀집 표현으로 변환 이 밀집 벡터를 워드 임베딩 과정을 통해 나온 결과라고 하여 임베딩 벡터(embedding vector)라고도 한다. 유사한 단어를 찾을 수 있다. 워드 임베딩 방법론으로는 LSA, Word2Vec, FastText, Glo..

Bert-base-uncased MASK task¶ In [1]: import numpy as np import tensorflow as tf from transformers import TFBertForMaskedLM, AutoTokenizer transformers의 TFBertForMaskedLM 라이브러리 이용해서 빈칸 채우기¶ In [3]: model = TFBertForMaskedLM.from_pretrained('bert-base-uncased') All model checkpoint layers were used when initializing TFBertForMaskedLM. All the layers of TFBertForMaskedLM were initialized fr..

In [1]: !python -V Python 3.9.7 In [2]: !pip install transformers Requirement already satisfied: transformers in c:\users\kjw\anaconda3\lib\site-packages (4.17.0) Requirement already satisfied: filelock in c:\users\kjw\anaconda3\lib\site-packages (from transformers) (3.3.1) Requirement already satisfied: tokenizers!=0.11.3,>=0.11.1 in c:\users\kjw\anaconda3\lib\site-packages (from transformers) ..

멀티캠퍼스 이러닝 - [큐레이팅# 플러스]최적의 코딩을 결정하는 기본 알고리즘 8차시 - 그래프 탐색의 기본, DFS와 BFS DFS(Depth-First Search) - DFS는 깊이 우선 탐색이라고도 부르며 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘이다. - DFS는 스택 자료구조(혹은 재귀 함수)를 이용한다. 1. 탐색 시작 노드를 스택에 삽입하고 방문 처리를 한다. 2. 스택의 최상단 노드에 방문하지 않은 인접한 노드가 하나라도 있으면 그 노드를 스택에 넣고 방문 처리한다. 방문하지 않은 인접 노드가 없으면 스택에서 최상단 노드를 꺼낸다. 3. 더 이상 2번의 과정을 수행할 수 없을 때까지 반복한다. BFS(Breadth-First Search) - BFS는 너비 우선 탐색이라고도 부르..

멀티캠퍼스 이러닝 - [큐레이팅# 플러스]최적의 코딩을 결정하는 기본 알고리즘 7차시 - 정렬 알고리즘 비교 및 기초 문제 풀이 정렬 알고리즘 비교하기 - 대부분의 프로그래밍 언어에서 지원하는 표준 정렬 라이브러리는 최악의 경우에도 O(NlogN)을 보장하도록 설계되어 있다. 정렬 알고리즘 - 평균 시간 복잡도 - 공간 복잡도 - 특징 선택 정렬 - O(N^2) - O(N) - 아이디어가 매우 간단하다. 삽입 정렬 - O(N^2) - O(N) - 데이터가 거의 정렬되어 있을 때는 가장 빠르다. 퀵 정렬 - O(NlogN) - O(N) - 대부분의 경우에 가장 적합하며, 충분히 빠르다. 계수 정렬 - O(N+K) - O(N+K) - 데이터의 크기가 한정되어 있는 경우에만 사용이 가능하지만 매우 빠르게 동작..