공부하는 안씨의 기록

DI - 의존성 주입필요한 객체(의존성)를 외부에서 넣어주는 것방법: 생성자 주입 / 세터 주입 / 필드 주입(@ Autowired)(1) 생성자 주입final 사용 가능 → 불변성 보장의존성 누락 방지(주입 안되면 컴파일 에러)테스트 용이순환 참조 문제 조기 발견@Componentpublic class Jihyun { private final Phone phone; @Autowired public Jihyun(Phone phone) { this.phone = phone; }} (2) 필드 주입의존성이 보이지 않고 숨겨져 있음생성자 호출 시 완전한 객체가 아니게 됨순환 참조 문제 늦게 발견됨spring 없으면 이 코드 자체가 작동 불가→ 강한 스프링 종속@Componen..

프레임워크란?프레임워크: 애플리케이션 개발 시 뼈대 제공. 객체의 생성과 소멸을 프레임워크가 관리.라이브러리: 개발자가 전체적인 사용 흐름을 만듦즉, 라이브러리는 내가 필요할 때 가져다 써서 호출하는 코드의 모음이지만,프레임워크는 반대로, 프레임워크가 내 코드를 호출하는 구조/뼈대 이다.Spring Frameworkjava 언어 기반의 오픈 소스 애플리케이션 프레임워크 (경량화된 솔루션)SOLID 원칙에 부합하는 프로그래밍이 가능IoC/DI를 통해 객체 생성, 연결을 자동화AOP로 공통 관심사(로그, 보안, 트랜잭션 등) 분리웹, 데이터 접근, 보안 등 다양한 모듈을 제공 (모듈: Spring MVC, Spring Boot, Spring JPA 등) OOP + POJO객체 지향 설계 원칙(solid)SR..

KT AIVLE AI 트랙 8기 활동 중에는 1인 1스터디 가입이 필수이다. 그러나 활동 시작 초반, 나는 대학원 입학을 준비하고 있었고 준비하던 학회 일정과도 많이 겹치다보니 초반에 시간대가 맞는 스터디가 없어서, 스터디 가입을 진행하지 못했다. 그리고 다시 생각하는 거지만 부트캠프를 진행하면서 다른 것들을 병행한다는 건 진짜 말도 안되는 일인 것 같다... 죽을 것 같았다... 다른 분들은 어떻게 하시는거지???후반으로 가면 갈 수록 스터디 가입이 점점 어려워진다는 말을 듣고, 계속 고민하다가, 마침 나와 시간대가 맞는 스터디가 개설되어 스터디에 참여하게 되었다. 그날그날 배웠던 내용 중에 어려웠던 점들을 공유하고, 남은 시간동안에는 간단하게 복습을 진행하는 스터디였다. 하루에 조금이라도 꾸준히 복..

오늘은 kt aivle 8기 2차 미니 프로젝트 도중 Huggingface Trainer를 활용하다가, 따로 정리해야겠다고 생각한 부분을 포스팅한다. 참고: https://huggingface.co/docs/transformers/en/training Fine-tuning huggingface.co Huggingface Trainer (허깅페이스 트레이너)colab 환경에서 시작 전 아래와 같이 패키지 설치를 진행해주어야 한다. !pip install transformers datasets accelerate 머신러닝을 진행하기 위해 필수적으로 데이터셋, 토크나이저, 모델을 불러와야하며,Huggingface Trainer에 맞게 토큰화, 전처리, input_ids, attention_mask, label..

2차 미니프로젝트 주제인 AI 면접관 Agent 설계 개인과제 관련 내용 정리 및 프로젝트 후기 AI Agent스스로 의사 결정하며, 도구를 사용하여 목표를 달성하는 시스템문서 요약 & 질의응답 에이전트쇼핑 추천 에이전트코딩 도우미 / 계산기 에이전트주요 구성 요소노드: 그래프에서 특정 작업이나 판단을 수행하는 단위엣지: 노드 간의 연결을 나타내며, 작업의 흐름을 정의(한 노드의 작업이 완료된 후, 어떤 노드로 이동할지를 결정하는 역할)조건부 엣지: 특정 조건에 따라 노드 간의 분기 처리를 가능하게 함(특정 조건이 충족되면 A노드에서 B노드로 이동하는 등)스테이트(state): 그래프의 현재 상태 값을 저장 및 전달하는 역할 (대화 이력, 수집한 정보, 중간 결과 등을 포함. 각 노드는 이 state를 ..

앞으로 보다 성의있게, 꾸준하고 성실하게 공부하기 위해KT AIVLE 8기 합격 이후 활동 내용들을 이곳에 정리하고자 한다. [후기]는 수업을 듣고 느낀 점이나 드는 생각, 그리고 추후 KT AIVLE에 지원하게 될 분들에게 참고가 될 만한 내용으로 작성하고,[정리]는 수업을 듣고 정리해두고 계속 참고하기 좋은 내용이나, 개인적으로 궁금해서 더 찾아본 내용 등을 정리하여 작성하기로 했다. KT AIVLE 8기 합격 후, 본사에서 교육 시 사용 가능한 노트북을 수령했다. 수령한 노트북 화면이 기존에 사용하던 노트북에 비해 매우 커서, 잘 활용하고 있다. 특히 실습을 수업 시간에 진행하다 보니, 화면 분할로는 부족해서 투모니터 세팅이 되어있거나 태블릿 등의 보조 화면이 필요할 것 같다. 나는 아직은 화면 ..

Transformer 뿐만 아니라, 거의 모든 현대의 딥러닝 모델의 기본이 된 self attention에 대해 공부하고 싶어서, Attention is all you need 논문 리뷰를 진행하고 있다. 우선 1, 3장을 바탕으로 기본적인 구조를 이해하고 정리하였으며, 4장 이후의 내용을 추가 업로드 할 예정이다. 논문 리뷰에는 아직 시간이 소요되는 편이지만, 논문을 바탕으로 공부하는 과정이 재미있는 것 같다. 1. Background(서론)기존의 시퀀스 모델링은 RNN(LSTM, GRU)을 기반으로 하며, 이는 순차적인 구조로 인해 병렬화가 어렵고 훈련이 느리다.최근에는 attention 메커니즘이 널리 쓰이고 있지만, 대부분 RNN과 함께 사용되고 있다.이에 따라, 해당 논문의 저자들은 RNN과 C..

이번 논문 리뷰에서는 Neural Machine Translation 분야에서 Attention 메커니즘을 처음 도입한 논문인 "Neural Machine Translation by Jointly Learning to Align and Translate"를 다루고자 한다. 이 논문은 기존 Seq2Seq 구조의 한계인 Bottleneck 문제를 해결하고자 Attention 메커니즘을 제안한 점에서 큰 의의가 있다. 패스트 캠퍼스 강의에서 Attention 관련 강의를 수강하다가, 해당 논문을 언급해주셔서, 따로 논문 리뷰를 진행해보았다. Attention 메커니즘을 잘 이해하기 위해 정리해보았는데, 아직 미숙한 실력이지만 이번 논문을 리뷰해 보면서 학습에 큰 도움이 되었다. 논문 링크1. 기존 Seq2Se..