100% 수강 완료가 되지 않아 문의드립니다.
미해결
실리콘밸리 엔지니어와 함께하는 랭체인(LangChain)과 랭그래프(LangGraph) 그리고 MCP
100% 수강 완료가 되지 않아 문의드립니다.
- NLP
- openai
- 프롬프트엔지니어링
- llm
- langchain
김주영
댓글 4
좋아요 0
조회수 226
묻고 답해요
176만명의 커뮤니티!! 함께 토론해봐요.
MCP 서버 관련 질문이있습니다.
해결됨
실리콘밸리 엔지니어와 함께하는 랭체인(LangChain)과 랭그래프(LangGraph) 그리고 MCP
안녕하세요! 강의 잘 보고있습니다. MCP 관련해서 질문이 두 개 있습니다. # 1 MCP튜토리얼과 이 강의, 유투브를 보고 MCP 서버를 개발중입니다. https://github.com/snaiws/DART-mcp-server DART api연동하는 서버고 api가 83종류가 있습니다. FastMCP 사용하니 메인 스크립트에 함수를 매우 많이 적어야해서 팩토리클래스를 만들고, docstring을 따로 관리하고싶어 함수와 docstring을 분리해서 팩토리클래스에서 조립했습니다. 그런데 이렇게 만들고보니 FastMCP 개발방식 말고 from mcp.server import Server를 통해 좀 더 로우레벨로 만드는 방식도 있는 것 같았습니다. https://github.com/modelcontextprotocol/python-sdk 여기의 Low-Level부분입니다. 혹시 Low-level관련 영상도 업로드예정이 있으신가요? # 2 MCP 서버에 툴을 83개나 만들면 tool calling하는데 헷갈려할 것 같은데 맞는지... 그리고 어떻게 대처가 가능할지 조언부탁드립니다 감사합니다.
- NLP
- openai
- 프롬프트엔지니어링
- llm
- langchain
- mcp
snaiws
댓글 2
좋아요 0
조회수 210
구글번역기에 대해서 궁금한점이 있습니다.
미해결
현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지
구글 번역기도 같은 원리 일까요? 내용을 보면 왠지 같은 원리일 거 같아서 질문 드렸습니다.
- 딥러닝
- tensorflow
- NLP
ultimates
댓글 2
좋아요 0
조회수 191
코드 에러
미해결
모두의 한국어 텍스트 분석과 자연어처리 with 파이썬
import koreanize_matplotlib 토픽모델링강의에서 위 코드 에러가 나는데, 뭔가 바뀐걸까요..?
- python
- 머신러닝
- 빅데이터
- NLP
- 텍스트마이닝
- data-clustering
- 데이터-리터러시
cpfk1004
댓글 2
좋아요 0
조회수 210
로드맵에대해서...
미해결
현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지
안녕하세요. 강의를 들어봤는데 정말 이해가 잘되는 강의라서 그런데 혹시 로드맵 세일 같은 건 안하시나요?ㅠ
- 딥러닝
- tensorflow
- NLP
ultimates
댓글 2
좋아요 0
조회수 172
Bag of Word (BOW)와TF-IDF시 대명사인 I의행방
해결됨
현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지
Bag of Word (BOW)와TF-IDF시 대명사인 I가 리스트업 안되는데 이건 어디로 사라지는걸까요?
- 딥러닝
- tensorflow
- NLP
ultimates
댓글 2
좋아요 0
조회수 153
오타
미해결
딥러닝 이론 + PyTorch 실무 완전 정복
안녕하세요.7:13에 맨 오른쪽아래에 XN(t+1)에서 M인데 N으로 오타가 있습니다.
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
nick
댓글 0
좋아요 0
조회수 116
혹시 이론강의 자료도 공유가 가능하실까요?
해결됨
딥러닝 이론 + PyTorch 실무 완전 정복
안녕하세요 변정현 강사님. 강의 잘 듣고있습니다. 실습 수업 때는 주피터 노트북 형식으로 강의자료 다운로드가 가능한데, 혹시 이론강의 자료도 공유가 가능하신가해서 질문을 드립니다. 내용만 볼수있으면 pdf형식이나 워터마크가 추가되어도 크게 문제가 없을것 같은데, 혹시 가능하실까요?
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
Yongju
댓글 1
좋아요 1
조회수 222
가중치에 대한 질문
미해결
예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지
안녕하세요 질문이 있습니다. Multi-Hed Attention 에서 여러개의 Q,K,V 벡터들을 학습시켜 Concat 시키는데 1. 이 경우에는 어떤식으로 Concat이 되나요? 이렇게 Concat이 되게되면 값이 증폭하는 일이 생기지 않나요>?
- 딥러닝
- tensorflow
- NLP
Alex
댓글 1
좋아요 0
조회수 150
강의 교재 최신화 요청
해결됨
현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지
강의에 나오는 내용과 교재 내용의 차이가 있습니다. 교재 최신화 부탁드립니다.
- 딥러닝
- tensorflow
- NLP
최영선
댓글 4
좋아요 0
조회수 224
[sec. 2-8 실습] 배치사이즈의 선택
미해결
딥러닝 이론 + PyTorch 실무 완전 정복
안녕하세요. 좋은 강의 잘 듣고 있습니다. 반복해서 여러 차례 들을 수 있어서 정말 좋습니다. 조금 기초적인 질문인가 싶은데요. 아래 이미지에서 질문이 있습니다. 맨 아래 셀의 코드 x = torch.rand(8, 128) 에서 배치 사이즈를 8 로 정하는 이유를 질문드립니다. in feature가 128이고, out feature가 64라서 대략 2의 배수가 선택된 것인가 추측합니다. 다음 시리즈 기다리고 있습니다. 감사합니다.
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
iklee
댓글 2
좋아요 0
조회수 257
colab 실습 에러 질문
해결됨
[LLM 101] LLM 초보를 위한 Llama SFT 강의 (feat. ChatApp Poc)
안녕하세요 colab 실습 강좌를 보고 따라하고 있는중 에러가 나서 질문드립니다. 모델을 로딩하고 , 토크나이저 초기화 및 설정, 새로운 토큰 추가 및 모델의 임베딩 크기 조절 과 채팅 템플릿 적용 peft 모델 가져오기 까지는 잘 진행되었습니다. trainer = SFTTrainer 생성 부분에서 tokenizer,max_seq_length, neftune_noise_alpha 인자 설정 시 에러가 발생합니다. 이부분을 주석으로 처리하면 생성은 되나 정상적으로 학습이 수행되지 않습니다. 오류 화면을 첨부합니다. 답변 주시면 감사합니다!
- NLP
- chatgpt
- llm
- llama
- fine-tuning
urihago
댓글 2
좋아요 0
조회수 255
감성 분석을 하려면 어떤 부분을 공부해야 하나요?
미해결
모두의 한국어 텍스트 분석과 자연어처리 with 파이썬
프로젝트에서 감성 분석과 주제 찾는 작업이 필요합니다. 주제 찾기는 강의를 통해 배울수 있을거 같은데요 감성 분석은 어떤것을 공부하면 좋을까요?
- python
- 머신러닝
- 빅데이터
- NLP
- 텍스트마이닝
- data-clustering
- 데이터-리터러시
예비군갈나이
댓글 2
좋아요 0
조회수 272
[section 14 / [실습] 직접 만든 CNN 모델과 ResNet, VGGNet을 활용한 CV 프로젝트] transforms.Normalize 질문
해결됨
딥러닝 이론 + PyTorch 실무 완전 정복
cifar10 데이터셋에 대하여 Normalize를 적용하는 이유가 궁금합니다. mean과 std 리스트에 들어있는 값의 의미가 무엇인가요? 이미 ToTensor()로 0~1값의 스케일링 된 데이터를, 표준화까지 적용하여 평균0, 분산 1로 만드는데 장점이 있는건가요?? normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) def get_dataloaders(): train_data = torchvision.datasets.CIFAR10( root="../.cache", train=True, download=True, transform=transforms.Compose([torchvision.transforms.ToTensor(), normalize]), )
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
윤지형
댓글 1
좋아요 1
조회수 276
[section 14 / VGGNet ] receptive filed 질문
해결됨
딥러닝 이론 + PyTorch 실무 완전 정복
안녕하세요. 항상 강의 잘 듣고 있습니다. 감사합니다. 다름이 아니라 section14. vggnet 강의를 듣던 중 receptive field에 대해 의문이 생겨 질문하게 되었습니다. 교안 82페이지에 (3,3) conv layer 2개를 쌓으면 receptive field가 (5,5)가 아니라 왜 (7,7)이 되는 것인지 궁금합니다. (1,1) 픽셀이 직전 에 (3,3)에서 왔고, (3,3)은 직전 (5,5)에서 convolution 연산으로 오는 것이 아닌가요?
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
윤지형
댓글 2
좋아요 1
조회수 177
transformer 기계번역 강의 오류 질문
미해결
예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지
class Encoder(tf.keras.layers.Layer): def __init__(self, num_layers, d_model, num_heads, dff, input_vocab_size, maximum_position_encoding, rate=0.1): super(Encoder, self).__init__() self.d_model = d_model self.num_layers = num_layers self.embedding = tf.keras.layers.Embedding(input_vocab_size, d_model) self.pos_encoding = positional_encoding(maximum_position_encoding, self.d_model) self.enc_layers = [EncoderLayer(d_model, num_heads, dff, rate) for _ in range(num_layers)] self.dropout = tf.keras.layers.Dropout(rate) def call(self, x, training, mask): seq_len = tf.shape(x)[1] # adding embedding and position encoding. x = self.embedding(x) # (batch_size, input_seq_len, d_model) x *= tf.math.sqrt(tf.cast(self.d_model, tf.float32)) x += self.pos_encoding[:, :seq_len, :] x = self.dropout(x, training=training) for i in range(self.num_layers): x = self.enc_layers[i](x, training, mask) return x # (batch_size, input_seq_len, d_model) 위와 같이 클래스 인코더가 정의 되어있고 아래와 같이 테스트를 진행했습니다 오류가 발생하여 [training=False, mask=None] 으로 수정하여 진행을 해도 같은 오류가 발생합니다. sample_encoder = Encoder(num_layers=2, d_model=512, num_heads=8, dff=2048, input_vocab_size=8500, maximum_position_encoding=10000) temp_input = tf.random.uniform((64, 62), dtype=tf.int64, minval=0, maxval=200) sample_encoder_output = sample_encoder(temp_input, training=False, mask=None) print(sample_encoder_output.shape) # (batch_size, input_seq_len, d_model) 오류내용 ValueError: Exception encountered when calling Encoder.call(). Only input tensors may be passed as positional arguments. The following argument value should be passed as a keyword argument: False (of type <class 'bool'>) Arguments received by Encoder.call(): • x=tf.Tensor(shape=(64, 62), dtype=int64) • training=False • mask=None 문제가 무엇일까요 ㅜㅠ
- 딥러닝
- tensorflow
- NLP
최호준
댓글 2
좋아요 0
조회수 220
[섹션3, PyTorch로 구현해보는 Loss Function] 분류task loss함수 질문입니다.
해결됨
딥러닝 이론 + PyTorch 실무 완전 정복
좋은 강의 정말 잘 듣고있습니다. 항상 감사합니다. 다름이 아니라 nn.BCEloss 나 nn.BCEWithLogitsLoss에서 이름에 B(Binary)가 들어가 이진분류 문제에 사용하는 함수인가 싶었는데, 실습 강의때 처럼 다중 분류 문제의 loss 함수로 사용해도 괜찮은 것인지 여쭙고 싶습니다. generate_onehot 함수는 클래스가 10개인 다중분류 데이터를 생성합니다. batch_size = 16 n_class=10 def generate_onehot(batch_size=16, n_class=10): pred = torch.nn.Softmax()(torch.rand(batch_size, n_class)) gt = torch.rand(batch_size, n_class) gt = torch.tensor(gt == torch.max(gt, dim=1, keepdim=True)[0]).float() # convert to onehot return pred, gt
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
윤지형
댓글 2
좋아요 1
조회수 319
수업자료 다운로드 링크 에러
미해결
모두의 한국어 텍스트 분석과 자연어처리 with 파이썬
안녕하세요 강사님, 수업자료를 다운로드하려고 하는데 이론 슬라이드 다운로드 링크 연결이 안됩니다. bitly 시스템에서 블락되었다고 뜨는데 확인부탁드려요.
- python
- 머신러닝
- 빅데이터
- NLP
- 텍스트마이닝
- data-clustering
- 데이터-리터러시
댓글 2
좋아요 0
조회수 226
self-attention에서 Wq, Wk, Wv weight matrix 학습과정 질문드립니다.
해결됨
현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지
self-attention에 등장하는 Wq, Wk, Wv weight matrix들에 대한 학습과정 질문입니다. attention score계산 시 query vector에 대해(예를들어 강의에서 설명하신 student vector) key vector들(am, a, student 벡터)의 attention score가 낮게 나온다면, 그게 loss가 되는건가요? 예를들어, Wq, Wk, Wv weight들이 충분히 학습되지 않았을 때를 생각해보면, "I" vector가 Query vector일 때, "student" key vector의 attention score가 가장 높게 나오지 않고 "am" key vector와 attention score가 가장 높게 나올 경우엔 loss가 발생하고 "student" key vector와의 score가 높게 나오도록 Wq, Wk, Wv가 업데이트 된다고 이해하면 될까요?(I와 student는 word embedding에 의해 유사성이 있다고 판단하고)
- 딥러닝
- tensorflow
- NLP
David
댓글 3
좋아요 0
조회수 269
GoogleNet Inception 모듈
해결됨
딥러닝 이론 + PyTorch 실무 완전 정복
안녕하세요 선생님 강의 잘 보고 있습니다 구글넷의 인셉션 모듈 설명 중에 MAX pooling이 포함되어 있는데요 보통 max pooling은 인풋의 사이즈를 줄이는 것으로 알고 있는데 그러면 다른 컨볼루션이 통과된 아웃풋과 사이즈가 달라져서 concat이 안되는 거 아닌가요? 아니면 여기에 포함된 컨볼루션들은 max pooling과 같은 stride를 같는 걸까요?
- 딥러닝
- pytorch
- NLP
- 컴퓨터-비전
- cnn
- rnn
- transformer
- llm
HELLO
댓글 2
좋아요 1
조회수 219