A.I.44 Keras 3 문서) About Keras 3 Keras 3에 대하여원문 : About Keras 3케라스는 파이썬(Python)으로 작성된 딥러닝 API다.딥러닝을 위한 프로그램을 작성할 수 있는 고수준(high-level) API로서의 케라스는, 실제 실행되는 저수준(low-level) 프레임워크를 선택할 수 있다. (실행 백엔드 - JAX, TensorFlow, PyTorch)케라스의 특징은 다음과 같다.단순하다(Simple).그렇지만, 중요한 정보를 생략하거나 과도하게 단순화되어 있지는 않다.(not simplistic)따라서, 개발자는 중요한 문제에 초점을 맞출 수 있다.유연하다(Flexible).케라스는 점진적으로 복잡도를 높여가는 원칙을 적용한다.단순한 작업은 쉽고 빨라야하며, 더 나아간 복잡한 작업은 이미 배운 사항들로부터 구성할 수 .. 2024. 9. 13. LLM)논문꼼꼼히읽기 - A Survey of Large Language Models 논문 주소 : A Survey of Large Language ModelsA Survey of Large Language ModelsAbstract1950년에 튜링 테스트(Turing Test)가 제안된 이후, 기계가 인간의 언어기능을 이해하는 기술을 연구해 왔다.참고) 기계의 지능이 인간의 지능과 비슷한지 또 구분할 수 있는 지를 판별하고자 하는 테스트원래는 이미테이션 게임(Imitation game)으로 불렀고 기계 즉, 컴퓨터가 인간처럼 대화할 수 있다면, 인간처럼 사고할 수 있다는 생각이 깔려 있다.지난 20여년간 인간의 언어를 이해하고 생성하는 연구의 주된 방향은 언어 모델링(Language Modeling)이었다.통계적 언어모델(statistical language model)에서 신경망 기.. 2024. 7. 5. 논문 번역 및 요약) LLM을 활용한 문학 번역 - (Perhaps) Beyond Human Translation 원문 링크) 2024.05.20.(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literacy Texts Abstract최근 기계번역(machine translation)의 성능 향상은 여러 분야에 걸쳐 번역의 품질을 크게 향상시킴하지만 문학 작품(literary texts) 번역은 여전히 매우 어려운 분야다.언어 자체의 복잡성, 묘사적 표현, 문화적인 뉘앙스이 논문에서는 대규모 언어모델(LLM)에 기반한 새로운 멀티 에이전트 프레임워크를 도입한다.그리고 이를 이용하여 전통적인 출판 과정(publication process)을 모사한 가상의 회사 TransAgents를 실행.. 2024. 5. 27. MediaPipe를 활용한 손쉬운 온 디바이스 LLM 추론 구글에서 제공하는 미디어파이프(MediaPipe)는 인공지능 애플리케이션을 손쉽게 만들수 있도록 여러 라이브러리들을 제공한다. 실제로 인공지능을 활용한 토이 프로젝트를 검색해보면, 얼굴 인식, 손의 제스쳐 인식, 사람의 포즈 인식 등 미디어파이프를 적용한 포스팅을 쉽게 찾아볼 수 있다. 개인적으로는 얼굴의 랜드마크 인식에 미디어파이프 솔루션을 자주 사용하였는데, 사용이 편리하면서도 그 성능이 뛰어나다는 사실에 매번 감탄하게 된다. 미디어파이프 솔루션들의 강점은 사실 안드로이드, iOS, 웹 환경 등 온-디바이스(on-device) 개발에 적합하도록 최적화된 모델 성능과 경량화라고 생각한다. 누구나 쉽게 엣지 디바이스에 ML/DL이 적용된 애플리케이션을 개발하고 사용할 수 있다. 최근에 링크드인 한 포스.. 2024. 5. 23. 이전 1 ··· 4 5 6 7 8 9 10 11 다음
