AI EON

[Python] 문자열 내 문자 및 인덱스 찾기 (count(), find(), index())에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [Python] 문자열 내 문자 및 인덱스 찾기 (count(), find(), index())에 대해 학습합니다. Python에서 문자열 내 특정 문자나 부분 문자열의 인덱스를 찾기 위한 주요 메서드는 count, find, index입니다. 각 메서드의 특징과 사용법에 대해 설명하겠습니다. 1. count() 문자열 내에서 특정 문자나 부분 문자열이 몇 번 나타나는지 세어줍니다. 찾는 문자나 부분 문자열이 없으면 0을 반환합니다. s = "hello world" print(s.count("l")) # 출력: 3 2. find() 문자열 내에서 특정 ..

[Python] 문서 자동화 (docx-template)에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [Python] 문서 자동화 (docx-template)에 대해 학습합니다. I) docx-template 이란? docx-template는 Python에서 사용할 수 있는 라이브러리로, Word 문서의 템플릿을 쉽게 채울 수 있게 해줍니다. 즉, 문서 자동화를 위한 라이브러리입니다. 아래 링크에서 자세한 document를 확인할 수 있습니다. Welcome to python-docx-template’s documentation! — python-docx-template 0.9.x documentation RichText When you use {{ }} tag in your template..

[Numpy] squeeze & unsqueeze - 배열의 모양 변경에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [Numpy] squeeze & unsqueeze - 배열의 모양 변경에 대해 학습합니다. I) squeeze & unsqueeze 란? numpy에서 사용되는 squeeze 와 unsqueeze는 배열의 차원을 조절하거나 모양을 변경할 때 유용합니다. II) AI에서 squeeze & unsqueeze 학습 데이터가 (batch_size, sequence_length) 형태로 되어 있는데, 모델이 이를 처리하려면 3D 텐서 형태인 (batch_size, sequence_length, input_dim)로 변환해야 할 수 있습니다. 이런 상황에서 unsqueeze를 사용하여 필..

[Python] 리스트 컴프리헨션(List Comprehension)에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [Python] 리스트 컴프리헨션(List Comprehension)에 대해 학습합니다. I) 리스트 컴프리헨션(List Comprehension) 이란? 리스트 컴프리헨션(List Comprehension)은 파이썬에서 리스트를 생성하는 간결한 방법 중 하나입니다. 리스트 컴프리헨션은 기존의 for 루프와 append() 메서드를 사용하여 리스트를 생성하는 방식보다 더 간결하고 가독성이 좋은 코드를 작성할 수 있게 해줍니다. 리스트 컴프리헨션이 있음에 너무 감사합니다. 리스트 컴프리헨션을 사용해 리스트 생성을 1줄 코드로 작성할 수 있습니다. II) 리스트 컴프리헨션의 기본 구..

screen- Linux 터미널 다중화 도구에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 [screen] Linux 터미널 다중화 도구에 대해 학습합니다. I) screen이란? Linux의 "screen"은 터미널 멀티플렉서(Multiplexer)로, 여러 개의 가상 터미널 세션을 생성하고 관리할 수 있도록 도와주는 도구입니다. screen을 사용하면 하나의 터미널 창 내에서 여러 개의 작업을 동시에 실행하거나, 장기 실행 작업을 백그라운드에서 실행할 수 있습니다. II) AI모델 구동 시 screen을 사용하는 이유 1. 백그라운드 실행: AI 학습은 종종 오랜 시간이 걸리는 작업이며, 그 동안에 터미널 세션이 끊어질 수 있습니다. screen을 사용하면 세션을 백그라운드로 detach하..

tqdm 진행 상황 표시 모듈에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 tqdm 진행 상황 표시 모듈에 대해 학습합니다. I) tqdm이란? tqdm은 진행 상황 표시 모듈입니다. 데이터 작업을 할 때 현재 상태, 진행률, 소요 시간을 확인할 수 있습니다. 시각적으로 진행 상황을 확인할 수 있기 때문에 데이터 전처리, 학습 시에 많이 사용됩니다. 주로 반복문을 사용하여 여러 작업을 수행할 때, 각 단계의 진행 상황을 프로그레스 바 형태로 표시하는 데 사용됩니다. tqdm모듈의 일반적인 인자들은 다음과 같습니다. iterable : 진행 상황을 표시할 대상 반복 가능한(iterable) 객체입니다. desc : 진행 상황 표시줄의 제목을 설정합니다. 기본값은 None입니다. total : ..

PyTorch AI 모델 저장 & 불러오기에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 AI 모델 저장 및 불러오는 방법에 대해 학습합니다. I) AI 모델을 저장하는 이유? AI 모델을 저장하는 것은 재사용성, 배포, 버전 관리, 전이 학습 등의 이유로 중요합니다. 1. 재사용성: 훈련된 모델은 재사용될 수 있어 모델을 처음부터 다시 훈련할 필요성을 줄입니다 2. 배포: 모델을 훈련하고 저장한 후에는 다양한 환경에 배포하여 사용자에게 실시간 예측을 제공할 수 있습니다. 3. 버전 관리: 모델의 변화를 추적하고 이전 버전으로 되돌릴 수 있게 해줍니다. 4. 전이 학습: 저장된 모델은 다른 관련된 작업에서 사전 훈련된 모델을 시작점으로 전이 학습에 사용할 수 있습니다. II) AI 모델 저장 ..

argparse에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 argparse를 활용한 Python 스크립트 실행 시 인자값 전달하는 방법에 대해 학습합니다. I) argparse 란? `argparse`는 파이썬에서 커맨드 라인 인자를 파싱하고 처리하는 라이브러리입니다. II) AI 모델에서 argparse AI 모델에서는 `argparse`를 사용하여 스크립트를 실행할 때 모델 아키텍처, 하이퍼파라미터, 입력 데이터 경로, 출력 경로 등의 설정을 사용자가 지정할 수 있도록 할 수 있습니다. 이를 통해 AI 모델이 더 다양한 상황에서 사용 가능하고 사용자 친화적인 모델이 됩니다. III) argparse를 활용한 코드 import argparse # argparse: 명령줄 인수를 파싱하는 ..

판다스 데이터프레임에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 판다스 데이터프레임의 iloc & loc에 대해 학습합니다. 데이터프레임의 데이터에 접근하는 인덱싱 방법인 iloc & loc에 대해 알아보겠습니다. I) iloc 1. iloc: interger location을 의미한다. 정수 기반 인덱싱을 통해 DataFrame의 데이터에 접근이 가능하다. import pandas as pd # 샘플 DataFrame 생성 data = { 'Name': ['Kim', 'Lee', 'Choi', 'Ryu', 'Do'], 'Age': [25, 30, 22, 28, 35], 'City': ['Seoul', 'Anyang', 'Busan', 'Suwon', 'Incheon'] } df = pd.D..

판다스 데이터프레임에 대해 학습 후 정리한 포스팅 입니다. 이번 포스팅에서는 판다스 데이터프레임의 특징, 생성, column 수정, index 수정에 대해 학습합니다. 데이터프레임(DataFrame)은 데이터를 효율적으로 조작하고 분석하기 위한 2차원 데이터 구조입니다. 데이터프레임은 파이썬의 pandas 라이브러리에서 제공되며, 행과 열로 이루어진 테이블 형태의 데이터를 다루는 데에 유용하게 사용됩니다. I) 데이터프레임의 특징 1. 2차원 구조: 데이터프레임은 행과 열로 이루어진 2차원 데이터 구조입니다. 각 행은 개별 데이터 관측치(레코드), 각 열은 해당 데이터 관측치의 특성(특징)을 나타냅니다. 2. 라벨링된 열: 각 열은 라벨(이름)을 가지고 있어 해당 열에 저장된 데이터의 의미를 표현합니다...