(Hugging Face) Hugging Face를 활용한 이미지 객체 탐지 실습
Hugging Face를 활용한 이미지 객체 탐지 실습 1. 개요 AI가 사람처럼 이미지를 보고 “이건 고양이고, 저건 강아지야”라고 말할 수 있을까요? 이번 글에서는 Hugging Face의 사전 학습된 모델을 이용해, 이미지 속 객체를 인식하고 위치를 시각화하는 간단한 ...
Hugging Face를 활용한 이미지 객체 탐지 실습 1. 개요 AI가 사람처럼 이미지를 보고 “이건 고양이고, 저건 강아지야”라고 말할 수 있을까요? 이번 글에서는 Hugging Face의 사전 학습된 모델을 이용해, 이미지 속 객체를 인식하고 위치를 시각화하는 간단한 ...
Hugging Face 핵심 클래스 비교 정리 AI 모델을 구성하는 주요 도구들의 차이와 활용 방법 □ Ⅰ. 왜 여러 클래스가 필요한가? Hugging Face의 Transformers 라이브러리는 다양한 NLP, 이미지, 음성 모델을 실행하기 위한 유연한 구성 도구들을 ...
Hugging Face 멀티모달 파이프라인 실습 예제 정리 AI와 딥러닝 프레임워크들이 점점 더 다양한 입력을 이해하고 처리하는 방향으로 발전하고 있습니다. 이번 글에서는 Hugging Face의 transformers, diffusers, 그리고 LangChain을 활용하여 다...
Hugging Face의 pipeline() 제대로 이해하기 AI 모델을 손쉽게 실행하는 가장 간단한 방법 Ⅰ. 개요 Hugging Face의 transformers 라이브러리를 처음 접하는 사람이라면 pipeline()이라는 함수가 가장 먼저 등장합니다. 왜냐하면 이 함...
Hugging Face 핵심 기능 정리 – LangChain을 시작하는 개발자를 위한 가이드 1. 서론 LangChain을 활용한 LLM 기반 프로젝트를 시작하면서 Hugging Face와 처음 마주하게 되었다면, pipeline, InferenceApi, from_pretra...
Hugging Face와 LangChain을 활용한 이미지 캡셔닝 처리 예제 (ImageCaptionLoader) 1. 서론 최근 LLM(Large Language Model) 기반의 애플리케이션이 주목받고 있으며, 다양한 입력 타입(텍스트, 이미지, 문서 등)을 처리할 수 있...
파이썬을 배우다 보면 아래와 같은 문법을 자주 접하게 된다. squares = [x * x for x in range(10)] 처음 보면 낯설 수 있지만, 이게 바로 comprehension(컴프리헨션) 문법이다. 코드를 더 짧고 명확하게 만들어주는 이 문법은 파이썬스러운(P...
파이썬 yield 사용법 정리 — 제너레이터의 핵심 파이썬에서 반복 가능한 객체를 만들 때 꼭 클래스로 __iter__와 __next__를 구현하지 않아도 된다. 더 간단하고 우아한 방법이 있다. 바로 yield 키워드를 사용하는 것, 즉 **제너레이터(generator)**다....
**파이썬의 제너레이터(generator)**는 반복 가능한 값을 하나씩 만들어내는 특별한 함수입니다. 메모리를 아끼고, 실행 흐름을 일시 정지했다가 이어서 실행할 수 있는 아주 유용한 구조예요. 제너레이터란? yield 키워드를 사용하여 값을 하나씩 생성하고, 함수 ...
파이썬 이터러블(iterable) 객체와 __iter__ 완전 정복 프로그래밍을 하다 보면 for 문이나 in 연산자를 자주 사용하게 된다. 그런데 이게 작동하는 핵심 원리가 바로 **이터러블(iterable)**이다. 파이썬은 반복을 매우 강력하고 유연하게 지원하는 언어이고, ...
파이썬과 자바에서의 컴파일 개념 정리 – 기초부터 명시적 컴파일까지 프로그래밍을 처음 배울 때 가장 헷갈리는 개념 중 하나가 바로 **“컴파일”**이다. “코드를 작성했는데 왜 컴파일을 해야 하지?”, “파이썬은 컴파일 안 해도 되는 거 아닌가?”라는 의문이 들 수 있다. 이 글...
대규모 벡터 검색의 핵심 - FAISS (Facebook AI Similarity Search) 🔍 FAISS란? LLM 실습에서 벡터 검색이 중요한 이유 대형 언어 모델(LLM)을 활용한 질문 응답 시스템이나 RAG(Retrieval-Augmented Generation)를 ...
Langchain을 활용한 대화형 질문 응답 시스템 구축하기 (Conversational Retrieval Chain) 물론입니다! 아래는 두 번째 글(대화형 질문 응답 시스템)에 대한 블로그 글 형식 재작성본입니다. LangChain의 ConversationalRetrieval...
Langchain을 활용한 질문 응답 시스템 구축 (벡터 DB와 GPT 모델 결합) 🧠 LangChain으로 문서 기반 질문 응답 시스템 만들기 PDF 문서를 검색 가능한 LLM 지식으로 바꾸는 첫 걸음 LLM(GPT 같은 대형 언어 모델)은 아주 똑똑하지만, “기억력”은 짧습...
Langchain에서 chain_type 선택하기: 문서 처리 방식 이해하기 Langchain을 사용하면서 문서 검색과 답변 생성을 최적화하는 다양한 방법을 제공하는데, 그 중 하나가 바로 chain_type입니다. chain_type은 검색된 문서들을 어떻게 처리하여 LLM(대...