본문 바로가기

분류 전체보기

 (123)
ComfyUI - Ksampler / Ksampler Advanced 차이 및 필드 별 의미 1) 입력- model : 샘플링에 사용할 모델- positive / negative : conditioning. 만들고 싶은 것과 피하고 싶은 것(노이즈 유도)- latent_image : 샘플링의 캔버스T2I : Text to Image ex) Empty Latent Image 출력 연결I2I : Image to Image ex) VAE Encode 출력 연결- seed : 난수 시드. 같은 설정 + 같은 seed면 같은 결과 (재현)- steps : 샘플링 반복 횟수. 많을수록 디테일이 올라감. 하지만 한계 있음.SD1.5 : 보통 20 ~ 30SDXL : 보통 30 ~ 50- cfg (Classifier-Free Guidance scale)프롬프트 고집 세기.낮으면 자유도가 높아짐 (지나치게 자유..
Azure AI fundamentals - 8 정보 추출 AI 기반 정보 추출 및 분석을 통해 조직은 데이터에 숨어 있는 인사이트를 얻을 수 있다. 수동으로 검사해야 하는 필요성을 대체한다.데이터는, 즉 콘텐츠는 구조화 되었거나, 구조화 되지 않은 콘텐츠로 나뉜다. 구조화된 콘텐츠 - 일관된 형식으로 저장된 정보 (청구서, 세금 양식 및 테이블)구조화되지 않은 콘텐츠 - 미리 정의된 형식이 아닌 정보 (오디오 녹음, 전자 메일, 이미지, 비디오) 정보 추출 프로세스원본 식별정보가 상주하는 위치와 디지털화해야 하는지 여부를 결정합니다.추출기계 학습을 기반으로 하는 많은 기술을 활용하여 디지털화된 콘텐츠에서 데이터를 이해하고 추출합니다.변환 및 구조화추출된 데이터는 JSON 또는 테이블과 같은 구조화된 형식으로 변환됩니다.스토리지 및 통합그런 다음, 처리된 데이..
Azure AI fundamentals - 7 Computer Vision Computer Vision 기능은 다음과 같은 몇 가지 주요 유형으로 분류할 수 있다. 이미지 분석인사이트를 검색, 분류, 캡션 및 생성하는 기능입니다.공간 분석실시간으로 물리적 영역 내에서 사람들의 존재와 움직임을 이해하는 능력.얼굴 인식인간의 ID를 인식하고 확인하는 기능입니다.OCR(광학 문자 인식)다양한 언어와 쓰기 스타일을 사용하여 이미지에서 인쇄 및 필기 텍스트를 추출하는 기능입니다. 이러한 컴퓨터 비전 기능을 이해하려면 컴퓨터 프로그램의 데이터 컨텍스트에서 이미지가 실제로 무엇인지 알아야 한다. 이미지란컴퓨터에서 이미지는 숫자 픽셀 값의 배열이다. 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 255 255 255 0 ..
Azure AI fundamentals - 6 Speech 음성 인식 및 합성 음성인식음성 인식은 '말'을 받아 처리할 수 있는 데이터로 기록한다. '말'은 오디오 파일의 녹음된 음성 또는 마이크를 통해 입력된 후 실시간으로 출력되고 있는 라이브 오디오 형식도 될 수 있다. 음성 패턴은 오디오에서 분석되어 단어에 매핑된다. 이를 위해 소프트웨어는 다음을 포함한 여러 모델을 사용한다. - 어쿠스틱 모델 : 오디오 신호를 phonemes (음소 : 특정 사운드를 나타내는 단위) 로 변환하는 모델- 언어 모델 : phonemes를 단어로 매핑하는 모델 (음소에 따라 가장 가능성이 높은 단어를 시퀀스에 예측하는 통계 알고리즘 사용) 인식된 단어는 일반적으로 다음과 같이 다양한 목적에 사용할 수 있는 텍스트로 변환된다.녹화된 동영상 또는 라이브 비디오에 대한 자막 제공..
Azure AI fundamentals - 5 자연어 처리 (NLP - Natural Language Processing) 인간이 하듯 컴퓨터가 텍스트를 해석하기 위해서 컴퓨터는 NLP를 사용한다. Text analysis는 NLP가 비정형 구조의 텍스트에서 정보를 추출하는 과정을 설명한다. 일반적인 NLP의 텍스트 분석 사례 1) 음성 -> 텍스트, 텍스트 -> 음석 변환 ex) 비디오 자막 생성2) 번역3) 분류 ex) 이메일 스팸 분류4) 엔티티 추출 ex) 문서에서 키워드, 사람 이름 추출5) 질문 답변 ex) 프랑스의 수도는? 과 같은 질문에 대한 답변6) 텍스트 요약 언어가 어떻게 처리되는지 이해하기컴퓨터를 이용하여 텍스트를 분석하는 데 사용된 초기 기술 중 일부는 텍스트 본문 (corpus)을 통계적으로 분석하여 어떤 종류의 의미를 추론하는 것. 간단히 말해, 자주 사용되는 단어를 파악하여 문서의 내용을 ..
Azure AI fundamentals - 4 생성형 AI 개념, 토큰화, 임베딩, 아키텍처, RNN, Transformer, Attention 생성형 AI 란?머신 러닝을 통해 환경과 상호 작용하고,어떤 아웃풋이 나와야 하는지에 대한 명확한 지침 없이 작업을 실행함으로써 인간의 행동을 모방한다.AI 에서 독착정인 콘텐츠를 생성하는 기능의 한 범주이다.자연어 입력을 받아들이고 자연어, 이미지, 코드 등 다양한 형식으로 응답을 반환하는 기능이 포함된다. 언어 모델은 어떻게 동작하나?오랜 기간 동안 자연어 처리 (NLP) 의 발전으로 대규모 언어 모델 (LLM)이 개발되었다.이러한 개발 및 활용은 생성형 AI 어시스턴트와 같은 어플리케이션 및 시스템과 상호 작용하는 새로운 방식으로 이어졌다. 토큰화 - 기계가 읽을 수 있도록 함임베딩 - 기계가 단어 간의 관계를 포착할 수 있게 하는 기술아키텍처 개발 - 단어의 맥락을 포착할 수 있게 해줌 (트랜..
Azure AI fundamentals - 3 Azure에서 머신러닝 시작하기 (2) Azure 머신러닝을 통해 할 수 있는 것, 컴퓨팅, 실시간 예측, 일괄 예측 Azure Machine Learning Studio 을 통해 할 수 있는 것 - 데이터를 가져와서 탐색한다- 컴퓨팅 리소스를 생성하고 사용한다.- 노트북에서 코드를 실행한다.- 시각적 도구를 사용하여 작업과 파이프라인을 만든다.- 자동화된 머신 러닝을 사용하여 모델을 학습시킨다.- 평가 지표, 책임 있는 AI 정보, 훈련 매개변수를 포함한 훈련된 모델의 세부 정보 확인 가능- 요청 및 일괄 추론을 위해 훈련된 모델을 배포- 포괄적인 모델 카탈로그에서 모델을 가져와 관리 Azure Machine Learning 리소스 프로비저닝 모델을 학습할 때는 '컴퓨트'를 선택해야 한다. 컴퓨트는 학습 프로세스를 수행하는 데 필요한 컴퓨팅 리소스를 의미한다. 모델 학습할 때마다 모델 학습에 걸리는 시간과, 코드 실..
Azure AI fundamentals - 3 Azure에서 머신러닝 시작하기 (1) 문제 정의, 데이터 수집 및 준비, 모델 학습 6단계 프레임워크를 활용하여 머신러닝 솔루션을 계획, 학습, 배포 및 모니터링 하는 방법 1. 문제 정의 : 모델이 무엇을 예측해야 하는지, 그리고 언제 성공해야 하는지 결정한다.2. 데이터 얻기 : 데이터 소스를 찾아 접근3. 데이터 준비 : 데이터를 탐색. 모델의 요구 사항에 따라 데이터를 정리하고 변환한다.4. 모델 학습 : 시행착오를 거쳐 알고리즘과 하이퍼 파라미터 값을 선택5. 모델 통합 : 모델을 엔드포인트에 배포하여 예측을 생성한다.6. 모델 모니터링 : 모델의 성능을 추적 1. 문제 정의- 모델의 결과값은 어떤 식으로 나와야 하는가?- 어떤 유형의 머신 러닝 작업을 사용하는게 좋겠나?- 이 모델이 성공적인지 판단하는 기준은 무엇인가? 위의 사항들을 이해하고 모델이 해결해야 할 문제를 정..

티스토리툴바