[Prompt Engineering] 프롬프트 엔지니어링 가이드 및 예시

프롬프트 엔지니어링 가이드아래 사이트에서는 한국어 버전으로 프롬프트 엔지니어링 가이드에 대해 설명되어 있다.'Prompt Engineering Guide'는 AI 연구의 해외 커뮤니티 'DAIR.AI'에서 작성한 자료를 공유해놓은 사이트이다.https://www.promptingguide.ai/kr 프롬프트 엔지니어링 가이드 – NextraA Comprehensive Overview of Prompt Engineeringwww.promptingguide.ai 이 가이드는 프롬프트의 품질을 개선하고, 보다 정확한 결과를 얻기 위해 사용할 수 있는 전략과 기법에 대한 개요를 제공한다.1. 짧고 명료하게 적기: 지시문을 최대한 짧고 명료하게 입력하는 것이 중요하다. 핵심만 담아 구체적인 출력 지도 사항을 입력..

→2024.07.15

DataScience/PromptEngineer

[Prompt Engineering] 프롬프트 엔지니어링 기초 개념

생성형 AI와 프롬프트 엔지니어링의 정의와 예시방대한 양의 데이터를 학습해 새로운 결과물을 창작하는 생성형 AI(Generative Artificial Intelligence)이러한 생성형 AI 서비스와 소통할 때 필요한 '프롬프트'에 대한 관심도 커졌는데, 프롬프트는 어떤것일까?프롬프트 컴퓨터 분야에서 Prompt는 이미 존재했었는데, 컴퓨터에서 원하는 결과물을 얻기 위한 CLI(Command Line Interface)가 대표적인 예이다.문자의 형태로 명령어를 입력하면 역시 문자 형태로 출력이 되는 인터페이스를 뜻한다. 컴퓨터와의 prompt에서는 mkdir, rm -rf 등 컴퓨터가 이해할 수 있는 수많은 명령어를 통해서 소통을 해왔다. 최근 생성형 AI 모델이 발전하고 이를 활용한 서비스가 등장하..

→2024.07.15

DataScience/인공지능

GPU 사용 유무 + 모델 학습코드로 GPU 확인 with Tensorflow_python

내 컴퓨팅 환경 정보 OS : window 11 그래픽카드 : GeForce RTX 3080 CUDA Toolkit : 11.2 Cudnn : 8.1 Tensorflow : 2.10.0 파이썬으로 GPU 정보와 사용 유무 확인 방법 1 # tensorflow device 확인 from tensorflow.python.client import device_lib device_lib.list_local_devices() 위 결과처럼 GPU가 나와야 성공 * CPU만 나오면 GPU연결 실패 방법 2 # tensorflow version 확인 후 GPU 확인 import tensorflow as tf print(f'tf.__version__: {tf.__version__}') gpus = tf.config.ex..

→2023.03.20

DataScience/인공지능

가상환경 구성 및 주피터(jupyter notebook) 연결

가상환경 구성 사전에 Anaconda가 설치되어야 함(아래 링크 참고) https://4u.ne.kr/%EC%95%84%EB%82%98%EC%BD%98%EB%8B%A4anaconda-%EC%84%A4%EC%B9%98-%EB%B0%A9%EB%B2%95/ 아나콘다(Anaconda) 설치 방법 - FOR YOU 파이썬은 여러 라이브러리를 설치하여 프로젝트를 개발하는데, 프로젝트마다 환경(가상환경)을 달리 구성하고 필요한 패키지(모듈)를 이것저것 설치하기도 하는데, 이때 필요한 가상환경을 아 4u.ne.kr 가상환경 명령어는 Anaconda prompt나 git bash 둘 중에 아무거나 사용 1. 생성 가상환경 이름만 쳐서 생성해도 되지만 되도록 본인의 작업환경에 맞게 python 버전을 선택해서 설치하는것이..

→2023.01.27

DataScience/ComputerVision

YOLOv5 코드 구현 _ Traffic Sign Dataset

YOLOv5 YOLO 설명 아래는 YOLO에 대한 설명을 적은 글이다. YOLO가 어떤건지 궁금하면 클릭! https://zeuskwon-ds.tistory.com/90 One-Step Object Detection _ YOLOv5 YOLO YOLO는 You Only Look Once의 약자로 Object Detection One-Step 분야의 대표적인 모델이다. 처음 One-Step 방법을 고안해 속도를 높힘으로써 실시간으로 Object Detection이 가능하게 만들었다. 현재 YOLO, YOLOv3, YO zeuskwon-ds.tistory.com Yolov5 깃헙 주소 - https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: Y..

→2023.01.06