본문 바로가기

AI49

[Bing AI Image]빙 AI 이미지 생성 자동화 -1(간단한 소개) -생성형 AI- 보통 AI 이미지 생성이라면 미드저니나 DALL E2(달리)와 같은 무료 오픈소스 사이트가 유명하다, Discord를 사용하여 가입이 가능하고, 약간의 코딩 실력만 있다면 디스코드 서버를 사용해서 무제한으로 이미지 생성이 가능하다. -Bing AI- 이와 같은 생성형 AI의 신흥강자로 Bing AI가 대두되고 있다, Microsoft에서 만든 Bing에서 이미지 생성이 가능한 사이트를 서비스 하고 있다, 과거에는 그다지 좋은 성능을 내지는 못했으나 최근 버전 업데이트를 하면서 엄청난 성능 향상을 이끌어 냈다. 이러한 강력한 이미지 생성을 무료로 할 수 있다는 점에서 Bing Image Generate AI는 매우 매력적인 선택이라고 할 수 있다. Edge에서 사용하는 것을 권장하나, 크롬.. 2023. 10. 23.
[ChatGPT]Chatgpt가 안되거나 느릴경우 추천하는 사이트 -chatgpt 대체 chatgpt는 AI의 대중화를 이끌어낸 엄청난 툴이다, 물론 다른 생성형 AI들도 많지만 사용하기 간단하고 몇몇 부정확한 결과를 알려주지만 코딩에도 도움을 주는 등 여러 방면에서 개인비서와 같이 큰 도움을 주고 있다. 하지만 사용자가 많다보니 서버의 렉이 발생하거나, chatgpt의 정보 유출로 인해 기업에서는 해당 URL을 아예 막아버리는 경우가 대부분이다. 그런경우 chatgpt를 대체하는 좋은 사이트들이 있다. 1) 뤼튼(wrtn.ai) wrtn.ai는 인공지능 기반의 글쓰기 도구로, 이 도구는 사용자가 제공한 주제나 키워드를 바탕으로 자동으로 글을 작성해주는 기능을 제공한다. https://wrtn.ai wrtn 모두를 위한 AI 포털 뤼튼. AI 채팅부터 이미지 생성, 나만의 AI 제작까지, .. 2023. 10. 4.
[chatGPT]chatGPT 활용하기 -1 (flowchart 그리기) chatGPT가 무엇인지, 어떤 프로세스로 결과를 도출하는지는 매우 많다, 하지만 아무리 도구가 좋아도 어떻게 쓰는지 모르면 쓸모가 없듯이, chatGPT 또한 어떻게 쓰는지 모르면 심심풀이용 채팅이나 다름없다. 코딩이나 프로그래머가 아닌 다른 직군(기획자, 서비스 구성등)에서도 chatGPT를 활용하는 방안을 알아보자. -Flow chart 그리기- 기획자 입장에서 Flow Chart를 그려야하는데 어떠한 경우의 수들이 있는지, 또 경우의 수가 발생할때마다, 차트를 다시 고쳐야하는 문제가 발생한다. 이러한 시간을 단축 시키기 위해 chatGPT를 활용해보자. 1) https://mermaid.live/ |1. 사용자 인증| B[사용자 확인]; B -->|2. 도서 정보 조회| C[도서 정보 확인]; C.. 2023. 4. 17.
[Python] 학습이 완료된 모델 저장해서 다른곳에서 사용하기 머신러닝이든 딥러닝이든 간단한 데이터라면 모를까 빅데이터를 사용한 모델학습은 매번 할때마다 시간이 많이 필요하다(3일동안 돌린경우도 있다한다) 문제는 해당 모델을 다른 데이터에도 적용을 해주고 싶은데, 다른 코드에서도 해당 모델을 사용할때 학습을 한다면 시간이 부족할 것이다. 다행히도 학습이 완료된 모델을 저장하는 방법이 있다, 여러가지 방법이 있지만 보통 pickle를 많이 쓴다. pickle import pickle with open('경로/저장하고 싶은 파일명.pickle','wb') as fw: pickle.dump(모델명, fw) 이렇게 해서 저장된 .pickle(.dat)을 다른 파이썬 코드에서 여는 방법은 아래와 같다. pickle 다른곳에서 쓰는 코드 import pickle with op.. 2022. 5. 9.
[PyTorch] 1.PyTorch Basic 파이토치는 텐서플로우의 라이벌 격이라고 보면된다. 텐서플로우처럼 Numpy와 상호보완적이며, 배열을 tensor로 변경할수 있고 학습도 동일하게 할수있다, 최근에는 편의성이 좋아서 텐서플로우보다 많이 사용되어 지고 있다고 한다. In [1]: import numpy as np import torch In [3]: #tensorflow랑 똑같은 역할인데 좀더 세련됨 nums = torch.arange(9) nums Out[3]: tensor([0, 1, 2, 3, 4, 5, 6, 7, 8]) In [4]: type(nums) Out[4]: torch.Tensor In [5]: nums.numpy() #numpy로 변환 가능 Out[5]: array([0, 1, 2, 3, 4, 5, 6, 7, 8], dty.. 2021. 6. 23.
[Tensorflow] 4. MNIST 모델 학습 및 예측 모델(model)이 예측(logit)하고 얼마나 틀렸는지(loss) 계산하고 그걸 최적화(Optm)하고 최적화한 loss를 모델에 적용하고 이를 지정한 횟수만큼 반복해서 그 결과를 result에 출력 In [1]: import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline from tensorflow.keras import layers import numpy as np from tensorflow.keras import datasets 모델을 학습하기 전 설정(Optimization)¶ Loss Function Optimization(최적화 방법 정하기) Metrics(결과 테스트 방법) Categorical vs Binary¶ .. 2021. 6. 22.
[Matplotlib] 번외. matplotpib 한글폰트 깨짐 해결 In [3]: import matplotlib.font_manager as fm font_list = fm.findSystemFonts(fontpaths = None, fontext = 'ttf') font_list[:] import matplotlib as mpl In [5]: print (mpl.matplotlib_fname()) #matplotlibrc 파일을 메모장을 열어준다 C:\Users\choi\Anaconda3\lib\site-packages\matplotlib\mpl-data\matplotlibrc In [6]: # font.family : sans-serif을 font.family : 변경할폰트명 으로 변경해준다 # axes.unicode_minus : True -> Fa.. 2021. 6. 18.
[Tensorflow] 3.tensorflow에서 레이어가 어떤식으로 동작하는지 In [25]: import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import numpy as np In [3]: from tensorflow.keras import datasets (train_x,train_y),(test_x,test_y) = datasets.mnist.load_data() In [4]: #모든 작업을 하기전에 shape로 이미지 인지 문자인지 확인해줘야한다. image=train_x[0] image.shape Out[4]: (28, 28) In [5]: plt.imshow(image,'gray') plt.show() In [6]: image = image[tf.newaxis,...,tf.newaxis.. 2021. 6. 18.
[Tensorflow] 2.Tensorflow기본 DataSet (MNIST) In [1]: import numpy as np import matplotlib.pyplot as plt import tensorflow as tf %matplotlib inline In [2]: #tensorflow에서 제공하는 데이터셋(MNIST) 불러오기 #숫자 그림 데이터다. from tensorflow.keras import datasets In [3]: mnist=datasets.mnist In [4]: (train_x,train_y),(test_x,test_y) = mnist.load_data() Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz 11493376/11490434 .. 2021. 6. 18.