모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기
trainer = Trainer( model=model, args=training_args, train_dataset=tokenized_bionlp["train"], eval_dataset=tokenized_bionlp["validation"], tokenizer=tokenizer, data_collator=data_collator, compute_metrics=compute_metrics, ) trainer.train() 강의에서는 training 하면 바로 된다고 하셨는데, 2025년 8월 현재 입력하면 wandb: Logging into wandb.ai. (Learn how to deploy a W&B server locally: https://wandb.me/wandb-server) wandb: You can find your API key in your browser here: https://wandb.ai/authorize?ref=models wandb: Paste an API key from your profile and hit enter: 위와 같이 나옵니다. 어떻게 하면 될까요?
안녕하세요! 강의 너무 잘 듣고 있습니다. 파이썬 언어 정도만 이해한 상태에서 해당 강의를 수강하고 있습니다. 딥러닝에서 퍼셉트론이 가지고 있는 정의와 은닉층을 통과하면서 '무언가'를 학습하고 output으로 결과를 도출해낸다. 이런 학습 과정을 도와주는 여러 모듈들이 있으며 이는 nn.module이 있다. 정도로 이해 후 현재 Framework2 를 수강중에 있습니다. 여기서 이해가 어려운 부분들이 있습니다. 이미지 시각화 부분 train_data에서[0][0]과 [0][1]은 이미지와 labes로 이미 페어가 된 자료라고 인지하면 될까요? show_images함수에서 class_names도 원래 약속되어있던 이름을 사람이 인지하기 좋게 이름만 매칭시켜준 것일까요? Linear 모델 생성 부분 SimpleLinearModel_01 클래스가 초기화를 통해서 linear_01 -> 활성화 함수 -> linear_02 ->활성화 함수 -> linear_03 = output 으로 각 레이어를 지나가는 단계임은 인지가 되나, 왜 점차 features가 줄어드는가? 와 무엇을 학습하면서 layer를 지나가는가? 가 이해가 안됩니다. 결국 10개의 feature로 줄인다는것이 최초에는 28*28롤 784로 한 이미지의 pixel 갯수로 infeture로 받았으니 마지막에는 10개의 픽셀이 남는다는 것으로 이해되는데, 어떤 핵심(?) 또는 학습한 픽셀을 남기게 되는것인가? 가 궁금합니다. 처음으로 학습하여 '무엇을 모르는가?' 에 대한 확신이 없어 질문이 조금 난잡하나, 꼭 이해하고 싶어 질문드립니다. 추가로 제가 이해가 부족하다고 판단되는 부분이나 추가학습 부분 추천해주시면 감사하겠습니다. 감사합니다!
Deep Q-Learning algorithm에 대하여 target Q와 Q 학습 과정에서 Q값이 학습되면 행동도 target Q와 Q가 같아 지는게 잘 이해되지 않습니다. 처음에는 각각의 서로 다른 행동의 Q값들이 각각의 행동별 Target Q에 동시 학습되는 것으로 이해를 하였는데, 그런게 아닌거 같습니다.
안녕하세요? 2일차 2-2 실습_회귀_모델링에서 마지막 평가부분에서 결과가 아래처럼 나오는데요 MSE : 31.6591796875 MAE : 4.914498329162598 MAPE : 127302268616704.0 MAPE 가 매우 큰값이 나왔는데 이게 맞는건가요? 강사님이 주신 코드를 그대로 실행해 봐도 매우 큰값이 나오던데 이렇게 큰값이 나와도 괜찮은건가요?
4.15 강의에서 run.py을 처음 실행하면 supabase Table Editor에 economic_and_stock_data 컬럼에 데이터가 비어 있을 때 주가 데이터가 잘 저장되다가 2019-09-08 데이터까지 잘 저장되다가 아래와 같이 오류가 나고 주가 데이터 저장이 멈춥니다 컨트롤 + c를 눌러서 프로그램을 종료 시키고 다시 실행시키면 이어서 남은 날짜까지 잘 저장되긴 하네요 경제 데이터 업데이트 중 오류 발생: <ConnectionTerminated error_code:0, last_stream_id:19999, additional_data:None> raise Exception(f"경제 데이터 업데이트 중 오류: {str(e)}") Exception: 경제 데이터 업데이트 중 오류: <ConnectionTerminated error_code:0, last_stream_id:19999, additional_data:None> ERROR: Application startup failed. Exiting.
오늘 날짜 25-08-16에 python run.py로 실행 해서 주가 데이터를 supabase에 저장 시키는 부분은 오류 없이 잘 작동 했는데 Table Editor에 economic_and_stock_data 컬럼에 저장된 주가 데이터들을 보니깐 주가 데이터가 전혀 맞지도 않고 중복된 값이 여러개 들어가 있습니다 예로 몇개만 예시를 들면 2025-06-15 ~ 2025-08-14 애플 주가 데이터 저장된 것을 보면 232.77999877929688 중복으로 저장이 되있어요 당연 실제 주가 데이터랑 비교 해봐도 다르구요 다른 주식들도 마찬가지에요 중복으로 안맞는 주가 데이터가 저장되 있는게 많아요 주가를 가져오는 yfinance 라이브러리에 문제가 있는 것 같은데 확인좀 부탁드려요 4.15 강의를 보면 주가 데이터가 맞게 저장 되는 것 같은데 현재 날짜로 따라 해보면 주가 데이터가 이상해요
회사 정책상 Google Driver 접근이 되지 않습니다. Visual Studio Code에서 11강_FashionMNIST.ipynb 를 따라하고 있는데, gt, pred = test('c:/content/drive/MyDrive/inflearn/code/checkpoint/FashoinMNIST-FCN_best_model.pt') 이 부분에서 에러가 발생합니다. (파일은 위 위치에 저장되도록 해 놓았고, 파일이 있는 것 확인했습니다.) UnpicklingError Traceback (most recent call last) (1) In PyTorch 2.6, we changed the default value of the weights_only argument in torch.load from False to True . Re-running torch.load with weights_only set to False will likely succeed, but it can result in arbitrary code execution. Do it only if you got the file from a trusted source. (2) Alternatively, to load with weights_only=True please check the recommended steps in the following error message. WeightsUnpickler error: Unsupported global: GLOBAL main .FCNet was not an allowed global by default. Please use torch.serialization.add_safe_globals([__main__.FCNet]) or the torch.serialization.safe_globals([__main__.FCNet]) context manager to allowlist this global if you trust this class/function. 강의내용과 다른 것이 없어 보이는데, 잘 안되는군요.
런타임은 GPU로 설정되어 있습니다. FashionMNIST.ipynb에서 첫줄(라이브러리 추가 설치)에서 문제없이 설치되었습니다. Colab과 계정 연결이 잘 되었고, 폴더도 잘 보입니다. (폴더 잘 보임) 3단계 라이브러리 import 에서 torchmetrics 부분에 아래줄이 그여저 있고 실행하면 역시다. No module named 'torchmetrics' 메세지가 나옵니다. 어느 부분이 잘못된 건지 확인 가능할까요? from torchmetrics import Accuracy
안녕하세요, 강사님. 아래와 같이 End-Point에 생성이 안되어서 문의드립니다. 강사님처럼 Legacy serving 창이 뜨지도 않을 뿐더러 [use model for inference]를 클릭해서 생성하려고 해도 아무런 반응이 없더라구요. 제가 설정에서 뭔가를 잘못한 것일까요?? 아니면 현재 구독이 무료 계정이라서 그런걸까요..? 마지막 강의까지 다 와서 막혀버렸네요 ㅠ
안녕하세요. 좋은강의 만들어주셔서 감사드립니다. 강의 정말 잘 보고있습니다. 강의시청 중 의도분류와 토큰분류에 있어서 질문이 있습니다. 토큰분류에서 예시로 들어주신 챗봇과 욕설필터에 대해서, 의문이 생겨서 질의드립니다. 챗봇의 경우 상황 어떠한 IT솔루션을 제공하는 업체가 매뉴얼을 제공하고 있습니다. 하지만 메뉴별, 상황별로 중분류/소분류로 다양한 상황에 맞게 매뉴얼 을 만들어놓았지만, 여전히 고객들은 본인에게 맞는 매뉴얼을 찾기에는 어려움이 있음 따라서, 챗봇에 '나는 어떤 메뉴에서 어떠한 어려움을 겪고있어' 라는 질문을 하게되면 챗봇이 토큰을 통해 매뉴얼을 띄워주시는걸로 이해했는데, 이 경우, 토큰분류가 아닌 저 질문의 의도를 분류해서 매뉴얼 을 찾아주는 의도분류가 맞는게 아닐까 라는 생각이 듭니다. 욕설필터의 경우 이 경우도 '야 이 거지야' 라는 문장과 '야 이거지' 라는 문장이 있다고 했을 때, 거지라는 단어가 모두 들어가게 됩니다. 토큰분석의 경우, 단어를 추출해서 분류하는것으로 이해했는데, 이 같은경우도 문장의 의도를 파악해서 욕설인지 아닌지에 대한 필터를 하는게 맞느게 아닌지에 대한 생각이 들었습니다 제가 이해를 잘 못한건지 아니면 다르게 이해하고있는건지... 답변부탁드립니다.