Code Diary Code Diary

가장인상깊었던 GPT를 이용한 AI AGENT구현을 코드리뷰해보자.# =========================================== # 라이브러리 import # =========================================== from openai import OpenAI from dotenv import load_dotenv import os from datetime import datetime # =========================================== # .env 로드 및 OpenAI 클라이언트 생성 # =========================================== load_dotenv() client = OpenAI(api_key..

요즘엔 거의 이거에만 몰두했었다.고객사가 종이에 수기로 작성하던 안전관리 실시대장을 웹사이트에서 모바일로 관리하고 싶다는 주문 접수받았다. 먼저 check_list.php부터 제작했다.책임자와 총괄자 사인은 따로 db에 테이블을 만들어서 계정마다 하나씩 primary_key는 고윳값이 id로하고 수정할때마다 update되도록했고, db에 들어가는 건 사인의 경로만 저장하게 하고 실제 사인이미지는 uploads폴더에 넣었다. 새로운점검 추가 버튼을 누르면 check_form.php가 열린다.새로운 db를 만들어서 이것들을 다 저장할 수 있게 했고 모바일에 맞춰서 글씨크기를 크게 늘렸다(위사진은 데스크톱)점검자는 가장 최근 점검자 정보를 가져와서 기본값으로 미리 넣게했다. 마지막으로 인쇄php를 만들었다.

딥러닝 : 인공신경망을 기반으로 한 머신러닝의 하위 분야인공신경망이란 사람의 뇌를 본떠서 만든 알고리즘. 여러 노드가 연결되어 정보를 처리함.딥러닝은 간단하게 복잡하고 어렵지만, 성능이 좋은 머신러닝.퍼셉트론 : 인공신경망의 기본 구성요소 퍼셉트론은 주어진 데이터에 대해서 가중치와 편향을 조절하여 원하는 출력이 나오도록 학습 활성화 함수 : 뉴런의 출력을 비선형으로 변환하여 복잡한 패턴을 학습할 수 있도록 함 인공신경망은 입력층, 은닉층, 출력층으로 나뉜다. 대부분의 학습은 은닉층에서 이루어진다. 학습이 잘되었는지 손실함수를 이용해서 파악한다. Colab을 이용해 학습하는 방법에 대해서도 배웠다. Colab은 구글이 제공하는 클라우드 기반의 파이썬 실행 환경. 특히 AI나 머신러닝 학습에 매우 유용..

머신러닝이란 데이터를 기반으로 컴퓨터가 스스로 학습하여 패턴을 발견하고이를 이용해 미래의 결과를 예측하거나 의사결정을 내리게 만드는 기술 비지도학습 - 데이터는 주고 라벨(정답)은 주어지지 않은 상태에서 학습시킴데이터의 패턴이나 그룹을 학습ex) 고객 그룹화 (임의대로) 지도학습 - 데이터에 라벨(정답)이 있음데이터와 라벨 사이의 관계를 학습ex) 스팸 메일 분류 데이터에는 2종류가 있는데,컴퓨터가 학습하는 학습데이터와잘 학습되는지 확인하는 테스트데이터가 있다.왜 분리하냐면 공부한 문제(학습데이터)만 계속 풀어보면,실제로 얼마나 잘하는지 알 수 없으니까그래서 처음 보는 문제(테스트데이터)로실력을 확인하려고 따로 분리한다.학습데이터에 과하게 적합해지는 과적합도 해결하기 위해서 분리한다. 선형회귀는y = m..

2D에서 캐릭터를 움직이는 것에는 3가지 방식이 있다. 1. transform.position 직접 변경직접 중력을 구현해야 하고, 충돌도 구현해야 한다.transform.position += new Vector3(x, y, 0) * speed * Time.deltaTime; 2. Rigidbody2D.velocityUnity 물리엔진이 제공하는 물리 속도를 이용해서 캐릭터를 움직이는 방식rb.linearVelocity = new Vector2(moveInput.x * speed, rb.linearVelocity.y);충돌, 중력에 관해서 이미 구현이 되어있지만, 끼는 버그가 있음 3. Rigidbody2D.MovePosition()물리 충돌을 유지하면서, 위치를 직접 지정하는 방식Vector2 newP..

from sklearn.preprocessing import StandardScaler, MinMaxScaler, LabelEncoder, OneHotEncoder StandardScaler평균을 0, 표준편차를 1로 바꿔줌즉, 데이터들을 정규화해서 "표준 정규분포"처럼 만들어줌[100, 120, 130] → [ -1.2, 0.0, 1.2 ] (대략) MinMaxScaler데이터를 0~1 사이로 비율 맞춰줌예: 최소값 → 0, 최대값 → 1[100, 120, 130] → [0.0, 0.67, 1.0] LabelEncoder문자(카테고리)를 숫자로 바꿔줌클래스 이름을 **0, 1, 2...**처럼 번호로 바꿈["dog", "cat", "cat", "bird"] → [2, 1, 1, 0] OneHot..

렌더링 : 모든 데이터(오브젝트 지오메트리, 위치, 색상, 조명 등)를 가져와 카메라의 관점에서 2D로 이미지를 생성하는 과정 렌더 파이프라인 : 렌더링하는 다양한 방법 (2D 이미지에 도달하는 다양한 길) URP ( 유니버설 렌더 파이프라인 )은 성능에 최적화되어 있어 모바일, 웹, VR 프로젝트에 이상적입니다. 구성은 다소 복잡하지만, 내장 렌더 파이프라인보다 사용자 정의가 더 자유롭습니다. 꽤 괜찮은 그래픽을 구현할 수 있습니다.HDRP ( 고화질 렌더 파이프라인 ) 는 콘솔이나 게이밍 컴퓨터처럼 처리 능력이 뛰어난 고사양 플랫폼에서 고품질 그래픽을 구현하도록 설계되었습니다. 구성이 매우 복잡하므로 그래픽 작업에 풍부한 경험이 있는 사람만 사용해야 합니다.나는 URP로 게임을 구현하려고 한다. 유니..

어떤 변수를 외부에서 참조하는 것을 통제하거나 할 때 좋은 방법으로 세터와 게터가 있다고 한다.get은 읽을 때, set은 설정할 때 사용된다. public 변수나 private변수는 어디서나 읽고 쓰거나, 아니면 아예 외부는 차단되거나 하는 2지선다인데,변수는 private으로 만들고 public 메소드로 get set을 이용해서 정의하면get set으로 통제해서 이상한 값이 들어오는 것을 막거나 읽기전용으로 만들거나 할 수 있다고 한다. 즉 변수는 그냥 데이터 덩어리지만 get과 set으로 속성(프로퍼티)으로 만들어서변수처럼 보이는 메소드, 또는 캡슐화된 변수라고 할 수 있겠다. 사용은 이런식으로 된다. 클래스를 정의하고 player.Score = 100 하면 set이 실행되어입력값을 검증하고 나서 ..