본문 바로가기

분류 전체보기

(85)
React 기초 정리 React란?: 웹사이트의 화면(UI)을 만들기 위한 JavaScript 라이브러리 보통 Next.ks, TypeScript, Reducx/ Zustand, Tailwind CSS와 같은 것들과 같이 사용 됨. React 특징1. 컴포넌트 구조부품처럼 쪼개서 개발이 가능함 (예를 들어 App에도 header, sidebar, postlist, comment등을 나눠서 만들 수 있음)2. 상태 관리데이터가 바뀌면 자동으로 화면이 업데이트 됨 3. Virtual DOM 속도가 빠름. 수정하면 화면 전체를 다시 그리는게 아니라 변한 부분만 다시 그려 성능이 빠름. function App() { return ( Hello Click ); }=> Jav..
AI Agent에 대해 AI 전공자이지만 내가 가진 AI 기술을 실제 사용자에게 닿을 수 있게 하기 위해선 AI 모델링만으로는 한계가 있다고 생각합니다.웹, 앱을 만드는 개발이나 AI를 조금 더 똑똑하게 사용할 수 있도록 하는 AI Agent 공부도 놓치지 않고 할까 합니다. AI Agent의 핵심 구성 요소 4가지 - Planning : 복잡한 태스크를 작은 단위로 쪼개는 능력 (ex: Chain of Thought, Tree of Thoughts)- Memory : 단기기억 (context window)와 장기기억 (database, RAG)을 어떻게 활용할 것인가- Tools : 모델이 외부 API, 검색 엔진, 코드 실행기 등을 호출하고 그 결과를 다시 해석하는 과정 (Function Calling)- Framework..
Embedding Hook에 대해 알아보자 (+PointLLM을 사용해보며) 우선 embedding hook에 대해 설명하기 위해선 huggingface transformers framework를 알아야 한다. HuggingFace Transformers: LLM,Vision 모델, Audio 모델을 일관된 인터페이스로 로딩,학습,추론하게 해주는 프레임 워크 ex)[추론(generate) 관리]: beam search, sampling, decoding, attention mask 생성, past_key_values 관리, stopping criteria[tokenizer 관리]: 텍스트를 토큰 ID로 변환, special tokens 등록, padding,truncation 제어[모델 구조 통일]: LLaMA, GPT, OPT, T5 등 서로 다른 모델을 같은 API로 호출[f..
LLM2Vec : Large Language Models Are Secretly Powerful Text Encoders https://openreview.net/forum?id=IW1PR7vEBf#discussion LLM2Vec: Large Language Models Are Secretly Powerful Text EncodersLarge decoder-only language models (LLMs) are the state-of-the-art models on most of today's NLP tasks and benchmarks. Yet, the community is only slowly adopting these models for text embedding...openreview.net LLM2Vec의 논문은 잘 만들어진 llm decoder를 통해 효과적인 embedding으로 사용하는 간단한 uns..
기존 작업 컨테이너의 서버 이사하기 연구실 서버를 사용 중인데 연구실 사정 상 기존 서버에서 다른 서버에서 작업을 하게 되었어요..아직 서버를 다루는 게 익숙치 않아서 차근차근 지피티와 알아보았습니다 :) 현재 내 상황 서버4번에 있는 soojin container에서 myenv conda 가상환경을 바탕으로 작업 진행 중=> 서버 5번으로 옮기기 image를 전체로 옮기거나 훨씬 더 간편한 방법이 있을 수 있지만 저는 서버4번에서 새로운 container를 파서 기존의 myenv conda 가상환경을 갖고오고 다른 데이터셋이나 파일들도 갖고오기로 했어요 [서버5번 container] ↓ (export)[서버5번 host /home/soojin/myenv.yml] ↓ (rsync)[서버4번 host /home/soojinhwa..
Huggingface token 만들고 접근 권한 얻기 huggingface-cli login - 로그인 성공했고, 모델 다운로드 가능! (from_pretrained() 정상 작동)- Git Credential Helper가 없어서, Hugging Face Hub에 모델을 push할 때는 다시 로그인해야 할 수도 있음- Git을 통한 모델 업로드가 필요하면 git config --global credential.helper store 설정 추가 가능 만약 Git을 통해 모델을 push하거나 repo를 관리할 계획이 있다면, Git Credential Helper를 설정하기1. 터미널에서 실행 git config --global credential.helper store 2. Hugging Face에 다시 로그인 후 테스트huggingface-cli l..
OASIS dataset 사용해보기 (2) OASIS-3 사용 OASIS dataset에 대해 궁금하신 분은 이전 글들을 참고해주세요 !참고로 oasis dataset에 대한 설명은 https://github.com/NrgXnat/oasis-scripts 에서 확인하시면 됩니다  그래도 간단히 설명을 하자면 OASIS-1과 OASIS-2는 바로 사용이 가능한 데이터셋이고 OASIS-1은 cross-sectional, OASIS-2는 longitudinal 데이터 셋입니다. OASIS-3는 normal aging과 alzhiemer's disease에 대한 longitudinal neuroimaging, clinical, cognitive, biomarker dataset이 존재하는 대용량의 dataset입니다.  OASIS-3에 대한 간단한 설명- 총 1378명 (..
OASIS dataset 사용해보기 (1) dataset 접근 권한 요청하기 OASIS dataset이 무엇인지 궁금하신 분들은 이전 게시글 참고해주세요 우선 OASIS 사이트에 접속합니다https://sites.wustl.edu/oasisbrains/ Open Access Series of Imaging Studies (OASIS)OASIS Brainssites.wustl.edu  사이트에 들어가시면 우측에 OASIS 버전 선택이 가능합니다 OASIS-4는 기억장애나 치매로 판단된 sample들만 모아놓은 dataset입니다. 저는 normal을 포함해 여러 단계의 alzheimer를 classification하는 것을 다룰 예정이기 때문에 OASIS-3을 받을거에요.  원하는 버전을 클릭하면 이렇게 노란 칸에 "Request Access To Datasets"이 나옵니다.  ..