Search Results

• 딥러닝 결과 표시
• 대규모 데이터셋 활용시
• 딥러닝 시 성능과 시간, 자원의 저울질 + 기법 정리
• 딥러닝 실패
• 딥러닝 개념 정리
• 딥러닝 데이터셋 얻는 법
• 메모리 오프로드와 flash_mla_with_kvcache
• 개인 사업자 내는 법
• 깃허브 커밋 오류
• 딥시크 FlashMLA-main 더 깊게 알아보기
• 딥시크 FlashMLA-main 알아보기
• 정보보안 글 목록
• 딥시크 DeepGEMM-main에 대해 알아보기
• 딥시크 DeepEP-main 알아보기
• 구글에 앱 올리기 2
• 구글에 앱 올리기 1
• LLMOps 플랫폼
• 안드로이드 접근성 설정
• 파이터치 버젼에 따른 오류
• 앱의 특수 권한에 따른 앱 출시
• 구글 플레이 스토어에 앱 출시중 발생하는 오류들
• 리액트 네이티브 Gradle 명령어 정리
• 내 컴퓨터 IP 바꾸기
• 리액트 네이티브 Gradle 오류
• RN 프로젝트와 AN의 연결
• 리액트 네이티브 변경점과 엑세스 빌리티 서비스
• RN프로젝트 명 바꾸기기
• Android App Bundle 업로드 시 서명 키 불일치 문제 해결하기
• 딥러닝 모델 설계: 노드와 레이어 배치의 중요성
• NLP에서 데이터 증강 (Data Augmentation)의 역할과 기법
• NLP에서 사전 학습된 언어 모델 (Pretrained Language Models)의 활용
• NLP에서 전이 학습 (Transfer Learning) 활용하기
• 토큰화 이후: 임베딩과 표현 학습
• 서브워드 토큰화: 자연어 처리의 기초 기술
• 활성화 함수와 다른 이것저것
• F1스코어와 평가지표
• 모델 경량화 및 배포: 딥러닝의 실용화
• 최신 아키텍처 및 기술: 딥러닝의 혁신
• 배치 처리 및 샘플링: 효율적인 학습 전략
• CUDA 사용시 RuntimeError 해결
• 트랜스포머 기반 기술: 딥러닝의 혁신을 이끄는 핵심 기술
• 정규화 레이어: 딥러닝 모델의 안정적인 학습을 위한 핵심 기술
• 손실 함수: 모델 성능을 좌우하는 핵심 요소
• 학습률 조정: 모델 학습 효율을 높이는 핵심 전략
• 최적화 알고리즘: 딥러닝 성능을 극대화하는 핵심 기술
• 정규화 기법: 딥러닝 모델의 일반화 성능을 높이는 핵심
• 구글 코랩: 클라우드 기반의 무료 머신러닝 플랫폼
• VRAM이 부족한 경우 해결법
• 제로 트러스트: 사용자 딜레이 최소화 및 경험 최적화 방법
• 제로 트러스트 통신보안: 원리와 구현 방법
• LLM 활성화 함수 정리
• LLM 완벽이해하기
• 딥러닝 시 나오는 로그와 마주치는 오류들 with ONNX
• 스트랭글러 패턴: 단계적 시스템 전환의 전략
• 아키텍처 패턴 시리즈 17. CQRS (Command Query Responsibility Segregation)
• 아키텍처 패턴 시리즈 16. 헥사고날 아키텍처 (Hexagonal Architecture)
• 아키텍처 패턴 시리즈 15. 서비스 지향 아키텍처 (Service-Oriented Architecture, SOA)
• 아키텍처 패턴 시리즈 14. 마이크로서비스 아키텍처 (Microservices Architecture)
• 아키텍처 패턴 시리즈 13. 인터프리터 패턴 (Interpreter Pattern)
• 아키텍처 패턴 시리즈 12. 블랙보드 패턴 (Blackboard Pattern)
• 아키텍처 패턴 시리즈 11. FLUX 패턴
• 아키텍처 패턴 시리즈 10. MVVM 패턴 (Model-View-ViewModel Pattern)
• 아키텍처 패턴 시리즈 9. MVP 패턴 (Model-View-Presenter Pattern)
• 아키텍처 패턴 시리즈 8. MVC 패턴 (Model-View-Controller Pattern)
• 아키텍처 패턴 시리즈 7. 이벤트 기반 패턴 / 이벤트-버스 패턴
• 아키텍처 패턴 시리즈 6. 피어 투 피어 패턴
• 아키텍처 패턴 시리즈 5. 브로커 패턴
• 아키텍처 패턴 시리즈 4. 파이프-필터 패턴
• 아키텍처 패턴 시리즈 3. 마스터-슬레이브 패턴
• 아키텍처 패턴 시리즈 2. 클라이언트-서버 패턴
• 아키텍처 패턴 시리즈 1. 계층화 패턴
• 아키텍쳐 패턴 시리즈 종류와 구분
• 지식증류를 통해 AI 성능 높이기
• 디자인 패턴 시리즈 22. 프록시 패턴
• 디자인 패턴 시리즈 21. 플라이웨이트
• 디자인 패턴 시리즈 20. 퍼사드
• 디자인 패턴 시리즈 19. 데코레이터
• 디자인 패턴 시리즈 18. 복합체
• 랜섬웨어 구현해보기
• 디자인 패턴 시리즈 17. 어댑터
• 디자인 패턴 시리즈 16. 비지터
• 디자인 패턴 시리즈 15. 메멘토
• 디자인 패턴 시리즈 14. 중재자
• 디자인 패턴 시리즈 13. 반복자
• 디자인 패턴 시리즈 12. 브리지
• 디자인 패턴 시리즈 11. 책임 연쇄
• 디자인 패턴 시리즈 10. 커맨드
• 디자인 패턴 시리즈 9. 탬플릿
• 디자인 패턴 시리즈 8. 상태
• GPT 4o를 넘는 AI 로컬에서 실행해보기
• 디자인 패턴 시리즈 7. 옵저버
• RN에서 AI 실행해 보기
• 여러 프레임워크에서 AI 호환되도록 하기
• 직접 AI 모델 만들어 보기 with 수학 개념들
• Falcon에 RAG에서 실시간 웹 검색 기능 API 없이 구현하기
• Falcon에 RAG에서 실시간 웹 검색 기능 구현하기
• Falcon에 RAG 추가해서 간의 검색 기능 추가하기
• CUDA, cuDNN 설치하기
• lama, Falcon 로컬 설치 및 사용해보기
• 디자인 패턴 시리즈 6. 프로토타입 패턴
• 디자인 패턴의 구분과 종류
• tor 활용해서 ip 숨기고 디도스 날리기
• 디자인 패턴 시리즈 5. 전략
• 윈도우에서 디도스 날린놈 찾기
• 윈도우에서 디도스 막는 법
• 윈도우에서 디도스 안들키고 날려보기
• 윈도우에서 디도스 더 고도화 해서 날려보기
• 윈도우에서 디도스 날려보기
• 윈도우에서 네트워크 트래픽 차단하기
• 가벼운 트랜스 포머 모델 만들기
• 디자인 패턴 시리즈 4. 빌더
• 디자인 패턴 시리즈 3. 추상 팩토리
• 보안 프로토콜 SHA-256과 HTTPS
• 디자인 패턴 시리즈 2. 팩토리
• 디자인 패턴 시리즈 1. 싱글턴
• 보안 프로토콜 SHA-256
• 하둡 강좌 13편 하둡 클러스터 모니터링 및 관리
• 하둡 강좌 12편 하둡 클러스터 성능 최적화
• 하둡 강좌 11편 보안 설정 및 권한 관리
• 하둡 강좌 10편
• 하둡 강좌 9편 HDFS 데이터 복제
• 하둡 강좌 8편 Hive UDF
• 하둡 강좌 7편 HiveQL
• 하둡 강좌 6편 Hive
• 하둡 강좌 5편 YARN
• 하둡 강좌 4편 HDFS
• 하둡 강좌 3편 MapReduce
• 여러 개의 JDK 버전 활용
• 하둡 강좌 2편 HDFS 기본 개념
• 하둡 강좌 1편 하둡 설치 및 시작
• 리액트 네이티브 Foreground
• 리액트 네이티브 빌드 후 앱 중지
• Firebase Cloud Messaging
• 허깅 페이스에 앱 올리기
• 아두이노 시작하기
• Node.js 클라우드에 배포
• SQL, No.SQL 정리
• 리엑트 네이티브 빌드시 패키지에 따른 오류
• 알고리즘 정리 14. 플로이드-와샬
• 알고리즘 정리 13. 위상정렬
• 리엑트 네이티브 버젼에 따른 homescreen 오류
• 알고리즘 정리 12. 최소 스패닝 트리 알고리즘
• 알고리즘 정리 11. 백트래킹 알고리즘
• 알고리즘 정리 10. 분리 집합 알고리즘
• 알고리즘 정리 9. 투 포인터 알고리즘
• 알고리즘 정리 8. 다익스트라 알고리즘
• 알고리즘 정리 7. Prefix Sum (구간 합)
• 알고리즘 정리 6. 너비 우선 탐색(BFS) & 깊이 우선 탐색(DFS)
• 알고리즘 정리 5. 이분탐색 알고리즘
• 알고리즘 정리 4. 쇼팅 알고리즘
• 알고리즘 정리 3. 브루트포스 알고리즘
• 알고리즘 정리 2. 그리디 알고리즘
• 알고리즘 정리 1. 스택과 큐
• Expo 실행시 오류 설치
• FFmepeg 설치
• Ngrok 설치 및 활용
• 파이썬 가상환경 이용하기
• Expo 앱과 로컬 서버 연동
• Expo 앱과 Flask 서버를 활용한 이미지 분류 고도화
• Expo와 Flask 서버 연동
• Expo 프로젝트에서 백엔드와 연동된 데이터 처리 및 관리
• Expo 프로젝트 백앤드에 어울리는 구조
• Expo 프로젝트 백앤드 서버가 내려가도 프론트가 내려가지 않는 이유
• Expo 프로젝트 백앤드 재대로 구현하기
• jekyll 블로그와 깃허브 repository 연동
• Expo 프로젝트 백그라운드에서 실행하기
• Expo 프로젝트 생성 밑 APK 생성
• 리액트 네이티브 8. Emulator
• Expo 버전 오류 해결
• 웹뷰 앱 만들기
• spring boot 14.스프링 부트 맥락
• 리액트 네이티브 플러그인 버젼 오류
• 리액트 네이티브 7. 콘텍스트와 ref 속성
• 리액트 네이티브 6. 컴포넌트와 리액트 훅
• 리액트 네이티브 5. 컴포넌트 스타일링2
• 리액트 네이티브 4. 컴포넌트 스타일링
• 리액트 네이티브 3. 컴포넌트와 속성
• 리액트 네이티브 2. 스프링 부트와 비교
• 한국어 자연어 처리
• 자바 스크립트
• 리액트 네이티브 1.개발 환경 만들기
• DTP로 깊이 측정하기
• 주피터 노트북 import 오류
• spring boot 13.애플리케이션 배포
• spring boot 12.애플리케이션 보안
• spring boot 11.애플리케이션 테스트
• 사진 업로드 에러 확인 1
• 사진 업로드 에러 해결
• openpose 설치
• spring boot 10.리액티브 프로그래밍과 웹플럭스
• spring boot 9. GPT모델 API 활용해서 사이트 만들기
• spring boot 8. AI모델과 병합
• spring boot 7. 모바일 앱 개발
• spring boot 6. 스프링 MVC
• spring boot 5. 데이터 파고들기
• spring boot 4. 애플리케이션 설정과 검사
• 매트랩 트랜스포머 활용시 특성 줄이기 오류 해결
• spring boot 3. 데이터베이스 액세스
• spring boot 2. 어노테이션
• spring boot 1. 스프링부트 시작 원리 이해
• VAE
• NLP
• openpose
• 파이썬으로 방 사진 3D화 하기
• 파이썬으로 만드는 간단한
• 파이썬으로 만드는 간단한 AI. 트랜스포머 모듈
• 매트랩 트랜스포머 활용시 특성 줄이기 오류
• 파이썬으로 분류 AI 만들기
• 매트랩으로 선형회귀 인공신경망 만들기
• 파이썬으로 만드는 간단한 AI. 트랜스포머 모듈
• 파이썬으로 만드는 간단한 AI. 로지트틱 회귀
• 파이썬으로 만드는 간단한 AI
• 매트랩으로 전방, 후방, 중앙 차분 구현
• ATmega128dml A/D 변환기에 sorting 추가.
• ATmega128dml A/D 변환기
• 깃허브 블로그 만들기 총 정리
• ANTImega128의 타이머 1과 타이머 0
• 포스팅 업로드 오류 해결
• 포스팅 애러
• RLC 값을 활용한 여파기 구현
• ANTImega128 타이머 설정하기
• 오늘부터 블로그 시작합니다!