개요와 직군을 살펴봤어요

---

예시와 함께 퍼셉트론 설명

---

주로 사용되는 엔진을 배웠습니다.

---

딥러닝구현을 단계별로 배웠어요

강사님이 주신 데이터를 출력해봤어요

학습구조로나누고

데이터 분할처리 하는방법을 배웠어요

---

머신러닝과 딥러닝은 같은 뿌리를 가지고있었네요

---

DNN구성 구조를 잡아봤어요

---

은닉층 만들었어요

하나는 relu 다음층은 sigmoid

학습하여 맞출 최적의 파라미터 개수 571개

---

학습

전이학습은 날먹모델 이라네요

적은데이터로 학습시켰어요

데이터가 적어서 정확도가 더이상 안올라가요

혹은 학습량이 부족해서

마무리 모델 평가

---

자연어처리의 개요입니다

언어를 토큰화시 킵니다!

구글이 Transfomer를 공개하지 않았다면 독점했겠네요

말뭉치를 받아왔어요

데이터 프레임을 이용해서 출력해봐요

결측제거,중복제거도 가능하네요

---

오래된 모델이네요

huggingface에서 사용할수있는 모델들이 잔뜩나와요

gpt는 2까지만 공개했네요

사전학습된 모델을 불러오기

데이터변환

벡터로변환시켜요

---

토큰을 다양하게 출력가능

시작과 끝을 알려주는 표식

어텐션마스크

정답 데이터잘라서 보여주기

텐서플로우를 사용하기위해서 데이터변환

---

컴파일에 필요한 옵션들을 설정합니다

---

너무나 오래걸려서 포기

---

긍정적인말인지 부정적인말인지 판단하네요

---

OpenAI에서 지피티 API를 사용할예정

저렴하고 가성비좋은 터보

4.0 미니도 저렴하네요

---

거대언어모델사 사용사례 , 모델발전

---

API 사용

COLAB에 OPENAI 키받은거 입력해줌

openAPI객체 획득 했어요

엄청다양하네요

데이터 프레임으로 출력해서 저렴한 gpt를찾았어요

앞으로 사용할 모델들입니다

신기해요 ai가 답변해주네요

시마이