inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

묻고 답해요

176만명의 커뮤니티!! 함께 토론해봐요.

Korquad 데이터셋

미해결

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

강의잘듣고있습니다.Korquad데이터셋을 나만의 데이터로 만드는 쉬운 방법이 있나요? 하나하나 직접 작성해야되는건지 문의드립니다. 또한 나만의 데이터는 gpt를 통해서 학습 등이 어려워서 추가데이터를 만들때 사용을 못할 것 같은데 방법이 있는지 문의드립니다

  • 딥러닝
  • pytorch
  • chatgpt
  • llm
  • llama
닉닉 댓글 2 좋아요 0 조회수 443

실제 캐글 문제 풀고 제출해보며 성능 개선 기법 익히기8 강의에서 질문입니다

해결됨

처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 (쉽게! 기본부터 챗GPT 핵심 트랜스포머까지) [데이터분석/과학 Part3]

실제 캐글 문제 풀고 제출해보며 성능 개선 기법 익히기8 강의의 3:20 부분에서 궁금한 점이 있어 질문 올립니다. 해당 코드에서는 저장된 model_efficientnet-b7_without_scheduler_adam_1e5_epoch20.pth 모델을 load할 때, model_efficientb7 = deepcopy(model) PATH = '/content/drive/MyDrive/Colab Notebooks/Dataset/Dogs vs Cats/' model_efficientb7.load_state_dict(torch.load(PATH + 'model_efficientnet-b7_without_scheduler_adam_1e5_epoch20.pth')) 다음과 같이 model의 뼈대를 다시 구성한 후, load_state_dict 메소드를 이용하여 가중치 값을 업데이트 하였습니다. 이때, model_efficientb7 = deepcopy(model) 와 같이 그냥 model 객체가 아닌, deepcopy(model)을 사용한 특별한 이유가 있는지 궁금합니다. deepcopy를 사용할 경우, 'model_efficientb7'과 'model' 객체는 서로 독립적인 객체로 유지된다는 점은 파악할 수 있었는데요, model_efficientb7에 적용되는 변화와는 별개로 model 객체 자체를 유지하려는 의도에서 사용한 것이라고 보면 되는지 여쭙고 싶습니다!

  • 머신러닝
  • 딥러닝
  • 인공신경망
  • pytorch
  • vision-transformer
vpdtlrdl 댓글 1 좋아요 0 조회수 214

[긴급] 강의자료 링크 깨짐

미해결

따라하면서 배우는 3D Human Pose Estimation과 실전 프로젝트

제공된 강의링크가 깨졌습니다! 필요한 강의 자료 https://drive.google.com/file/d/1eeCo0WKkh1t0v6o_4lIOhR59SzKYUoX9/view?usp=share_link

  • 딥러닝
  • 컴퓨터-비전
  • object-detection
  • pose-estimation
sikoung0129 댓글 1 좋아요 0 조회수 382

llama2 모델리뷰 슬라이드는 어디서 다운받을 수 있을까요?

미해결

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

llama2 모델리뷰 슬라이드는 어디서 다운받을 수 있을까요? 첨부파일에는 03 폴더가 없네요

  • 딥러닝
  • pytorch
  • chatgpt
  • llm
  • llama
이정석 댓글 2 좋아요 0 조회수 359

3d 데이터셋 gt는 카메라 좌표계 기준인거죠?

미해결

따라하면서 배우는 3D Human Pose Estimation과 실전 프로젝트

RT를 알 수 없으니 이미 어떻게 RT 반영되어서 적용된 데이터를 주는거죠?

  • 딥러닝
  • 컴퓨터-비전
  • object-detection
  • pose-estimation
sikoung0129 댓글 1 좋아요 0 조회수 486

gradient descent 코드 구현시 편미분으로 변환하는 부분 질문드립니다!

미해결

딥러닝 CNN 완벽 가이드 - TFKeras 버전

안녕하세요!! 강의를 듣는 도중 궁금한것이 생겼습니다 이전 영상에서 손실함수의 편미분을 구해서 weight를 업데이트 하는 방식의 설명중에 공식의 오른쪽 부분 xi * (실제값i - 예측값i) 부분이 코드 상에 구현된것이 이부분 인거 같은데 해당 코드에서, 예를 들면 w1_update 변수 부분에 공식의 xi 를 곱하는 부분이 빠진게 아닌가 싶은 의문이 듭니다!! 제가 못찾고 있는건지...아니면 어디서 따로 구현이 된것인지 여쭤봅니다!! 강의 감사합니다^^

  • 머신러닝
  • 딥러닝
  • keras
  • tensorflow
  • kaggle
  • cnn
김진섭 댓글 1 좋아요 0 조회수 378

mmdetection kitti customdataset 학습 시 오류

미해결

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

안녕하세요, 강의 잘 듣고 있습니다. train_detector(model, datasets, cfg, distributed=False, validate=True) 실행 시키면, BrokenPipeError : [Errno 32] Broken pipe에러가 발생 하는데.. 이유를 잘 모르겠습니다 ㅜ

  • python
  • 머신러닝
  • 딥러닝
  • keras
  • tensorflow
  • 컴퓨터-비전
dbxorud01 댓글 1 좋아요 0 조회수 310

강의코드 110_basic_operations_for ... 코드 실행 시 문제

해결됨

강화학습 입문에서 Deep Q-learning/Policy Gradient까지

안녕하세요. 강사님. 강의 잘 들었습니다. 한번에 이해가 안되서 여러번 복습해야 할 것 같습니다. 다름이 아니고, 마지막 Deep Neural Network 이해를 돕기 위한 코드 자료에서 에러가 발생합니다. 강의자료는 110_basic_operations_for_Function_Approximation 입니다. states_v 출력부터 에러가 나는데, 코드를 보면 앞에서 states_v를 선언하는 내용이 없습니다. 코드 내용 확인바랍니다. 감사합니다.

  • python
  • 딥러닝
  • 강화학습
  • pytorch
개발하는 분석가 댓글 1 좋아요 1 조회수 350

학습 데이터 가져오는 부분과 배치사이즈, iteration 에 관해 질문드립니다!!

미해결

딥러닝 CNN 완벽 가이드 - TFKeras 버전

추가로 질문 드리고 싶습니다 1.SGD시 1건의 데이터는 모든 피쳐를 포함한 1건의 데이터(RM, LSTAT의 경우 2개의 W를 가지는 2개의 열방향 데이터)인것인가요? 맞다면 1000번의 iteration시 동일한 데이터로 1000번 학습을 하는건가요? 아니면 열방향으로 순차대로 학습을 하는건가요?(예를 들면 600개의 데이터가 있다고 하면 1번부터 600번까지...) 2.미니배치에서 Batch size만큼 학습데이터를 순차적으로 학습시킬때, Batch size는 순서대로(600개의 데이터가 있다면 1~30번, 31~60번...이렇게 정직하게 가져 오는건가요?? 아니면 1, 5, 8, 11, 50, 100 과 같이 랜덤하게 선택하되, Batch size만 지키는 것인가요?? 진짜 감사드립니다...강의 계속 보고 있습니다!!

  • 머신러닝
  • 딥러닝
  • keras
  • tensorflow
  • kaggle
  • cnn
김진섭 댓글 2 좋아요 0 조회수 582

Gpt3.5 FineTuning 을 보고 문의 드립니다.

미해결

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

안녕하세요. 강의 잘 보고 있습니다. 이렇게 좋은 강의를 제공해 주셔서 감사합니다. 2가지 케이스에 대한 문의 사항이 있습니다. 이런 경우에는 어떻게 해야 하는건가요? 가령 예를 들어서 gpt api 를 이용해서 사내 업무에 특화된 서비스를 개발하려고 합니다. 첫번째 케이스는 회사의 업무를 만드는 케이스입니다. 1. 가령 인사업무, 총무업무,회계업무 등의 다양한 업무가 있다면 이런것들은 인사,총무,회계 등의 형태로 모델을 다 다르게 만들고 질문의 영역이 들어올 때 이 문제가 인사인지, 총무인지,회계인지 등으로 먼저 파악을 하고 질문에 대해서 각각 모델을 지정해서 응답을 하도록 만들어야 하는지 아니면 회사전체의 모든 업무를 담을 수 있는 하나의 모델을 만들고 거기에 fine tuning 을 시켜야 하는지요.? 이 경우에 회사에서 사용하는 api 의 경우는 finetuning 된 모델을 사용하도록 지정을 해도 되나요? 그러니까 제가 fine tuning 한 모델을 지정을 하면 그것만 답변을 잘하고 다른것들은 답변을 잘 못하게 되나요? 두번째 케이스는 개발업무를 assist 하는 케이스를 만들고 싶은데요 1. 이런 경우에 db 테이블 정보를 fine tuning 의 형태로 학습 시키는 것이 가능한가요? 가령 주요 테이블 정보를 fine tuning 시키고 query 를 만들때 fine tuning 된 테이블 정보를 이용해서 query 를 만든다거나 하는 형태가 가능할까요? 바쁘실텐데 시간내셔 답변주시면 정말 많은 도움 될듯합니다. 감사합니다. ^^

  • 딥러닝
  • pytorch
  • chatgpt
  • llm
  • llama
Lee 댓글 2 좋아요 0 조회수 490

데이터 엔지니어의 역량을 기르려면 어떻게 해야할까요?

미해결

[파이토치] 실전 인공지능으로 이어지는 딥러닝 - 기초부터 논문 구현까지

안녕하세요 강사님 ㅎㅎ 사실 인공지능 쪽 열심히 공부하려고 강사님의 강의 거의 전부를 구매해서 듣고 있는 학생입니다. 요새 고민이 있어서 질문을 드립니다.. ㅎㅎ 저는 요새 최신논문 모델 구현 같은 경우 턱턱 막히는 부분도 많아서.. 그부분에서 실력의 한계를 많이 느끼는데요.. 실력을 기르기 위해서 그저 막연하게 캐글 competition expert가 되면 되지 않을까? 생각해서 일단 달성해보자 생각하면서 캐글팁이나 노하우 이런거 공부하고 EDA 스크립트나 common.py 같은 걸 만들며 최근 도전하는 중입니다. 혹시 강사님은 데이터엔지니어의 역량을 기르기 위한 로드맵이나 루틴이 있으신지, 만약 있으시다면 어떤 것들이 있는지 살짝 공유가능하실까요? 감사합니다.

  • python
  • 머신러닝
  • 딥러닝
  • 인공신경망
  • pytorch
댓글 2 좋아요 0 조회수 1008

손실함수의 편미분에서 w의 갯수가 많을경우

미해결

딥러닝 CNN 완벽 가이드 - TFKeras 버전

안녕하세요!! 다시 복습하는 중입니다...!! 강의를 들으면서 궁금한건데 강의에서는 손실함수의 편미분과 업데이트시 w0(바이어스)과 w1(기울기,가중치)를 예시로 들면서 설명을 해주셨는데 만약 바이어스를 제외한 w1(기울기, 가중치)의 갯수가 여러개일경우(w2, w3, w4)편미분하는 절차는 어떻게 되나요?? w1만 편미분하고 업데이트 하구, w2만 편미분하고 업데이트 하는...방식인지 아니면 w1, w2, w3를 한번에? 편미분 해서 나온 값으로 업데이트 하는것인지 궁금합니다! 좋은 강의 감사합니다^^

  • 머신러닝
  • 딥러닝
  • keras
  • tensorflow
  • kaggle
  • cnn
김진섭 댓글 1 좋아요 0 조회수 282

슬랙초대 부탁드립니다.

해결됨

Google 공인! 텐서플로(TensorFlow) 개발자 자격증 취득

ryanjihuhwang@gmail.com richdied@naver.com 초대 부탁드릴께요.

  • python
  • 딥러닝
  • keras
  • tensorflow
댓글 1 좋아요 0 조회수 370

장시간 Training이 필요한 Colab 실습 진행시 유의사항 관련 질문입니다

미해결

차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원

!python train.py \ --training_data_path="./data/ICDAR2015/train_data/" \ --checkpoint_path="/content/drive/MyDrive/Colab Notebooks/east_resnet_50_rbox" python3: can't open file '/content/train.py': [Errno 2] No such file or directory 위 코드에 대해 자꾸 에러가 생기는데 해결방법을 알고 싶습니다

  • 머신러닝
  • 딥러닝
  • tensorflow
  • NLP
  • 컴퓨터-비전
  • cnn
박태근 댓글 2 좋아요 0 조회수 565

Tensorflow Object Detection API를 위한 환경 설정 및 셋업하기_문의

미해결

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

안녕하세요. object_detection을 로컬 패키지로 잡지않고, 설치한다고 하셨습니다. 그래서 DLCV/Detection/tensor_api/models/research$의 setup.py를 python setup.py install 하라고 하셨는데, setup.py가 현재는 없는것 같습니다. 그래서, model_builder_test.py를 python으로 컴파일 하면 No moduled .... object detection이 나옵니다. 현재는 내용이 조금 바뀐것 같은데 방법이 없을까요?

  • python
  • 머신러닝
  • 딥러닝
  • keras
  • tensorflow
  • 컴퓨터-비전
shin643 댓글 2 좋아요 1 조회수 533

Fine-Tuning 한 Model 을 다시 Fine-tuning 할 수 있나요?

미해결

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

학습 중에 궁금한 점이 생겨 질문 드립니다. fine-tuning 한 이후에 추가로 학습 시키고 싶은 dataset이 생겼을 경우, 이전 학습된 peft model 을 이어서 fine tuning 을 진행 할 수 있을까요?

  • 딥러닝
  • pytorch
  • chatgpt
  • llm
  • llama
Tk-hu 댓글 2 좋아요 0 조회수 1594

1강 머신러닝 영문 표기 문의

미해결

수학 없이 시작하는 인공지능 첫걸음: 기초부터 최신 트렌드까지

1강 0:50에 머신러닝의 개념을 설명해주시는데 괄호 안에 영어가 잘못 표기된 것 같습니다. 영어로 Machine Learning 이 맞나요?

  • 머신러닝
  • 딥러닝
jy0813.bae 댓글 1 좋아요 0 조회수 426

Encoder-Decoder 실습 질문드립니다.

미해결

현대적 자연어 처리 : Transformer 구조 이해에서 LLM 실전 파인튜닝 까지

Encoder-Decoder 실습 질문드립니다. 직접 실습을 하면서 강의영상과 실습 결과의 차이가 커서 모델 성능이 떨어져보이는데 어떤 부분을 건드려봐야할까요?

  • 딥러닝
  • tensorflow
  • NLP
natenim 댓글 2 좋아요 0 조회수 390

실습2 데이터셋 질문

미해결

따라하면서 배우는 3D Human Pose Estimation과 실전 프로젝트

안녕하세요 수강생입니다. https://drive.google.com/file/d/1eeCo0WKkh1t0v6o_4lIOhR59SzKYUoX9/view?usp=share_link 해당 링크에서 데이터셋을 다운받을 수 있다고 말씀주셨는데, 이 공유된 데이터셋에서는 3DHPE/datasets/data_2d_golfswing.npz, 3DHPE/datasets/data_2d_h36m_cpn_conf.npz 파일이 존재하지 않습니다. 위의 두 실습 데이터셋은 어디서 받을 수 있을까요?

  • 딥러닝
  • 컴퓨터-비전
  • object-detection
  • pose-estimation
종훈 댓글 2 좋아요 1 조회수 601

실제 캐글(Kaggle) 문제 풀고, 제출해보며, 성능 개선 기법 익히기2 강의에서 질문입니다

해결됨

처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 (쉽게! 기본부터 챗GPT 핵심 트랜스포머까지) [데이터분석/과학 Part3]

실제 캐글(Kaggle) 문제 풀고, 제출해보며, 성능 개선 기법 익히기2 강의 17:30 부분에서 질문이 있습니다. 이번 강의에서는 transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) 와 같이 이미지 데이터에 Normalization을 적용하였는데요, from transformers import ViTFeatureExtractor feature_extractor = ViTFeatureExtractor.from_pretrained('google/vit-base-patch32-224-in21k') feature_extractor 다음 코드와 같이 vit-base-patch32-224-in21k 모델에서 적용된 image_mean과 image_std를 확인해 보니, "image_mean": [ 0.5, 0.5, 0.5 ], "image_std": [ 0.5, 0.5, 0.5 ] 와 같이 결과가 나왔습니다. 그렇다면, 학습 데이터에 Normalization을 적용할 때에도 [ 0.5, 0.5, 0.5 ], [ 0.5, 0.5, 0.5 ] 값을 적용해야 하는 것이 아닌지 여쭙고 싶습니다. 감사합니다!

  • 머신러닝
  • 딥러닝
  • 인공신경망
  • pytorch
  • vision-transformer
vpdtlrdl 댓글 1 좋아요 1 조회수 437

인기 태그

인프런 TOP Writers

주간 인기글