GitHub 원격저장소와 Codespaces로 아이패드에서 개발 시작하기

아이패드(IPad)에서 코딩을 할 수 있을까? 있긴 하다. google colab 도 있고, rstudio cloud 도 써봤고, 마지막으로 github codespaces 까지 사용해봤다. 사실 아이패드로 뭐 개발까지 해야하나 싶긴한데, 한 번 사용해보면, 클라우드 기반의 개발환경 구성도 너무 쉽고, 점점 대중화 될 수도 있겠다 싶다.

[더 읽기]
git  vscode 

Python 가상환경 - 특정 버전으로 venv 설정하는 방법

Python에서 venv 가상환경은 독립적인 작업 환경을 제공하여, 프로젝트마다 다른 패키지와 Python 버전을 사용할 수 있게한다. 하지만 특정 Python 버전으로 가상환경을 설정하려면 몇 가지 추가 작업이 필요하다. 이번 글에서는 특정버전의 Python venv 가상환경을 설정하는 방법과 과정을 정리해본다.

[더 읽기]
python 

Llama 3.2-Vision: 멀티모달 AI 모델 설치 및 사용 방법

지난 9월, Llama 3.2-Vision 이 공개되었다. 이미지와 텍스트를 동시에 처리할 수 있는 멀티모달 모델이고, 11B와 90B 사이즈 2가지로 제공된다. 이 모델들은 이미지 인식, 이미지에 대한 추론, 캡션 생성, 그리고 이미지에 대한 일반적인 질문에 답하는 데 최적화되어 있다고 한다.

[더 읽기]
ai  llama  ollama 

Mac 한글 파일명 깨짐 문제 해결하기 – R을 사용한 간단한 URL디코딩 방법

인터넷에서 파일을 다운로드할 때 파일 이름이 %EA%B5%AC%EC%97%AD%EC%9D%98%... 이와 같이 저장되는 경우가 종종 있다. 한글이 깨져서 저장된건 아니고 맥(Mac) 환경에서 다운로드한 파일이 한글 대신 URL 인코딩된 형태로 저장되는 경우인데, 이런 파일명을 R 프로그램을 사용하여 한글로 제대로 수정하는 과정을 정리해본다.

[더 읽기]
r 

Python EasyOCR - macOS 설치 에러 해결 및 가상환경 설정 가이드

EasyOCR은 파이썬으로 개발된 광학문자인식(OCR) 라이브러리로, 다양한 언어의 텍스트를 이미지나 실시간 비디오에서 인식할 수 있게 해준다. 이 라이브러리는 PyTorch 기반으로 만들어져 있으며, 쉽고 간단하게 사용할 수 있는 인터페이스를 제공한다. EasyOCR은 다양한 언어를 지원하며, 특히 텍스트가 복잡하거나 비정형적인 경우에도 좋은 성능을 제공한다.

[더 읽기]
python  ocr 

파이썬으로 ChatGPT OpenAI API 연결방법

GitHub Marketplace는 GitHub 사용자들이 다양한 도구와 애플리케이션을 쉽게 찾아보고 설치할 수 있는 플랫폼인데, 여기에 AI모델들도 사용할 수 있게 되어 있다. GitHub Marketplace 에 있는 GPT-4o-mini 모델을 사용하여 간단한 질의에 대한 결과를 받는 기능을 구현하는 방법을 정리한다.

[더 읽기]
ai  openai  chatgpt  git 

LangChain Tool Calling 기능 실험 예제

LangChain 을 이용하여 AI 모델에 툴 호출(tool calling) 기술을 적용해보고, 이를 통해 AI 답변이 어떻게 달라지는지 테스트를 진행해보기로 한다. Tool Calling 기능은 대화형 AI 모델이 외부 도구를 직접 호출하여 특정 작업을 수행할 수 있도록 하는 기능이며, AI가 단순히 대화를 나누는 것을 넘어서 도구를 호출하여 복잡한 연산 혹은 실데이터에 기반한 답변을 수행할 수 있게 해준다.

[더 읽기]

Hugo 사이트 google 검색결과 제목 수정

hugo로 블로그를 운영중에 있지만, 아래처럼 구글 검색결과에 - - 이렇게 표시가 되는 게 보였다. 글을 쓰기만 했지 내글이 어떻게 검색되는지 몰랐다. 중간에 2번 대시가 나오는게 이상해서 hugo layout 을 오랜만에 살펴보기로 했다.

[더 읽기]
hugo 

AI 모델 정확도 높이기: Langchain과 Few-shot 학습으로 모델 개선하기

ChatGPT 같은 대형 언어 모델들도 특정 상황에서는 추가적인 학습 데이터가 필요할 때가 있는데, 이를 해결하기 위한 방법이 few-shot 학습이다. Few-shot 학습은 적은 수의 예시만으로도 모델이 새로운 문제에 잘 적응할 수 있게 도와주는 기술이다. 이 글에서는 Python의 Langchain 라이브러리를 사용하여, few-shot 학습을 AI 채팅 모델에 적용하고, 모델의 성능을 높이는 과정을 정리해본다. 같은 질문을 했을때, few-shot 학습전과 후의 AI모델 응답을 비교했는데 의도한대로 잘 나와서 놀랐다.

[더 읽기]