본문 바로가기

인공지능

(19)
AI Service - Flask VS FastAPI AI Service: Flask VS FastAPIAI Service를 구축하기 위해 Flask와 FastAPI의 비교Flask장점간단하고 가벼움: 초보자도 쉽게 시작할 수 있는 단순한 구조유연성: 개발자가 원하는 대로 구조를 설계할 수 있음광범위한 커뮤니티와 풍부한 확장 기능단점비동기 처리가 기본적으로 지원되지 않음대규모 애플리케이션에서는 구조화에 더 많은 노력이 필요타입 힌팅이 기본적으로 제공되지 않음FastAPI장점빠른 성능: 비동기 처리를 기본적으로 지원자동 문서화: Swagger UI와 ReDoc을 통한 API 문서 자동 생성타입 힌팅과 데이터 검증: Pydantic을 이용한 강력한 타입 체크와 데이터 검증현대적인 Python 기능 활용: 비동기 프로그래밍, 타입 힌팅 등단점학습 곡선: 비동기 ..
LangChain - 03. Chat models LangChain 이란?LangChain은 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 프레임워크입니다.공식 문서위의 공식 문서를 보고 연습한 곳Chat modelshttps://python.langchain.com/v0.2/docs/concepts/#chat-models메시지 시퀀스를 입력으로 사용하고 채팅 메시지를 출력으로 반환하는 언어 모델대화 메시지에 고유한 역할을 할당하는 것을 지원 - AI, 사용자, 시스템 메시지LangChain 래퍼는 문자열이 입력으로 전달되면 이를 'HumanMessage'로 변환되어 기본 모델에 전달LangChain은 채팅 모델을 호스팅하지 않으며, 대신 제3자 통합에 의존Chat modles 의 일부 표준화된 매개 변수model: 모델의 이름temper..
LangChain - 02. PromptTemplates LangChain 이란?LangChain은 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 프레임워크입니다. 공식 문서위의 공식 문서를 보고 연습한 곳PromptTemplates 이해 하기1. 'Tell me a joke about cats'를 llm에 요청 하기# 앞으로 아래 2줄은 생략하겠습니다.from dotenv import load_dotenvload_dotenv()from langchain_openai import ChatOpenAIllm = ChatOpenAI(model="gpt-4o-mini")result = llm.invoke("Tell me a joke about cats")print(result.content)# 결과Why was the cat sitting on the ..
LangChain - 01. 기본 사용 - Runnable, LCEL LangChain 이란?LangChain은 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 프레임워크입니다. 공식 문서위의 공식 문서를 보고 연습한 곳LangChain 설치pip install langchainpip install langchain-corepip install langchain-communitypip install langchain-experimentalpip install langchain-openai # openai의 API를 사용하기 위해pip install langchain_anthropic # anthropic의 API를 사용하기 위해pip install python-dotenv # 환경변수(API-KEY)를 사용하기 위해API-KEY 설정.en..
딥러닝 개요 - 실습으로 느껴보기 실습에 필요한 패키지를 설치합니다.pip install numpypip install tensorflowpip install matplotlibpip install pillow손글씨 숫자 인식손글씨 숫자 인식하는 모델을 구현합니다.1. 손글씨 숫자 데이터 불러오기MNIST 데이터셋은 0부터 9까지의 손글씨 숫자 이미지로 구성된 데이터셋입니다. 각 이미지는 28x28 크기의 흑백 이미지로 구성되어 있습니다. 총 70,000개의 이미지가 포함되어 있으며, 그 중 60,000개는 학습(training) 데이터로, 10,000개는 테스트(test) 데이터로 사용됩니다. from tensorflow.keras.datasets import mnist를 통해 MNIST 데이터셋을 불러올 수 있습니다.# pip ins..
딥러닝 개요 인공지능, 머신러닝, 딥러닝이미지 출처인공지능 (Artificial Intelligence, AI)인공지능은 인간의 지능을 모방하여 만든 시스템 또는 기계를 의미합니다.머신러닝 (Machine Learning, ML)머신러닝은 인공지능의 한 분야로, 데이터를 기반으로 학습하는 알고리즘을 개발하는 방법론입니다.머신러닝은 지도 학습, 비지도 학습, 강화 학습 등의 방법론을 포함합니다.딥러닝 (Deep Learning, DL)딥러닝은 머신러닝의 한 분야로, 인공 신경망(Artificial Neural Networks)을 사용하여 데이터를 학습하는 방법론입니다.딥러닝이란?딥러닝은 인공지능(AI)의 한 분야로, 인공신경망을 사용하여 데이터로부터 패턴을 학습하는 기술머신러닝(Machine Learning)의 하위 ..
Telegram - ChatBot (OpenAI API) Telegram의 API를 이용 하여 ChatBot을 만드는 방법을 가볍게 알아보겠습니다. OpenAI의 API를 사용하여 인공지능이 답변 하도록 하겠습니다.관련 링크Telegram 공식 사이트: https://telegram.orgTelegram 설치: https://telegram.org/apps모바일, 데스크탑에 Telegram을 설치 할 수 있습니다.Telegram API(개요): https://core.telegram.org/apiBot API: 봇을 이용한 간단한 프로그래밍Telegram API and TDLib: 자신의 앱을 만들어서 Telegram을 사용저희는 Bot API를 사용하여 ChatBot을 만들어 보겠습니다.Telegram Bots(개요): https://core.telegram..
OpenAI API - 04. Assistants 수정 일자: 2024-04-26 출처: https://platform.openai.com/docs/assistants/overview/agentsOpenAI의 공식 문서를 거의 그대로 옮긴 것입니다. Python 기준으로 간단하게 작성하였습니다. OpenAI의 API를 사용하면 OpenAI에서 제공하는 웹 사이트가 아닌 다른 곳에서 OpenAI의 인공지능 기능을 사용할 수 있습니다. 개발하고자 하는 서비스에 OpenAI의 인공지능 기능을 추가 할 수 있습니다. OpenAI API 연습 코드: https://github.com/just-record/openai_api 문서를 작성하는 동안 Assistant API의 버전이 업데이트 되었습니다. 'V2'로 수정하였습니다.Assistants - Overview..