Ssul's Blog

업무상 파인튜닝 성능을 알아봐야 할 일이 생김. 그래서 파인튜닝 경험기를 작성한다. #1. 파인튜닝 개념 제대로 알기 1-1. pre-train 모델 - downstream task pre-train모델은 엄청난 파라미터를 가지고 있는 거대모델로 생각하면 된다. gpt나 dalee2같은. downstream task는 pre-train된 모델을 가지고, 조금 더 추가 훈련시켜서 내가 원하는 작업(task)를 수행하는 것을 말한다. 문서의 종류를 분류하거나, 문장의 감정을 분석하는 것 같은. 1-2. 전이학습(transfer learning) 종류 이해하기 Fine-tuning - downstream task 데이터를 학습하면서 pre-train 파라미터 전체가 수정됨 Prompt-tuning - down..

기존에 restframework-jwt로 배웠었는데......요즘은 해당 패키지 업데이트가 잘 이뤄지지 않음 이제는 대부분 simplejwt 사용! #1. 설치하고 pip install djangorestframework-simplejwt #2. settings.py파일 셋팅 REST_FRAMEWORK = { ... 'DEFAULT_AUTHENTICATION_CLASSES': [ 'rest_framework_simplejwt.authentication.JWTAuthentication', ], ... } from datetime import timedelta # Simple JWT 설정 SIMPLE_JWT = { 'ACCESS_TOKEN_LIFETIME': timedelta(minutes=30), 'REF..

#1. arg 이해 *arg는 함수에서 가변 인자를 받을 때 사용됨. 즉, 함수를 호출할 때 명시한 인자의 개수에 상관없이 모든 인자를 리스트 형태로 함수 내에서 사용할 수 있게 함 . *arg는 함수의 인자 중에 마지막에 위치해야함. def sum_numbers(*numbers): result = 0 for num in numbers: result += num return result print(sum_numbers(1, 2, 3, 4)) # 10 출력 #2. **kwarg **kwarg는 함수에서 키워드 인자를 받을 때 사용. 즉, 함수를 호출할 때 인자를 키워드와 함께 전달할 수 있음. **kwarg는 인자를 딕셔너리 형태로 함수 내에서 사용. 다음은 **kwarg를 사용한 예시 def print..

요즘 테니스에 빠져있다. 주 4일 레슨;;;; 실력을 늘리고 싶어서, 매일 유튜브로 테니스 영상도 보고, 조코비치 스윙폼도 슬로우모션으로 무한반복한다. 그리고, 나의 모습을 열심히 찍어서...부족한 부분을 수정해보려 하는데.....나이가 있어서 그런지 고쳐지지 않는다. 역시 젊을때 배워야 하는가?? ㅜㅜ 오늘은 테니스 촬영 이야기. 전에 이야기 했던 스윙비전을 열심히 촬영하는데... 늘 아쉬운 것이 카메라 각도였다. 일반 삼각대는 코트전체를 다 담지도 못하고, 각도가 낮아서 인공지능 인식률이 낮았다. 그래서 폭풍검색~!! 외국사람들이 만든 이런 친구들...근데 가격이 어마무시하다 10~15만원...포기 ㅜㅜ 그래서 27,000원짜리 2.1m 장신 삼각대를 사용했다. 다 좋은데... 가끔 공이 삼각대에 맞..

테니스 레슨 초기. 거의 매일 레슨 장면을 핸드폰으로 촬영했다. 뒤에서도 찍고, 옆에서도 찍고, 앞옆에서도 찍고... 그렇게 핸드폰속에 저장된 나의 부족한 모습을 보면서, 내일은 저렇게 하지 말하야지...다짐하고 그렇게 반복했다 ㅋㅋㅋ 그렇게 촬영을 자주하면서 자연스럽게 테니스 관련 어플을 검색하게 되었다. 그랬더니, 역시나 나와 있었다. 인공지능 테니스 분석 어플 Swing Vision 이제... 맥용까지 다 나왔다... 우선 기능은 간단하다. 내 경기영상(복식/단식) 또는 랠리 또는 서브/볼머신 연습 영상을 촬영하고, 해당 어플에 업로드하면, 자동으로 편집하고, 샷을 분석해준다. 나는 랠리랑, 복식게임을 업로드해서 사용해봤다. 결과는 대만족 우선 깔끔하게 컷 편집 해준다. 그리고, 있어보이게(?) 나..