Doitman

Components의 Instance에서 아이콘을 어떻게 바꿀까? 영상링크 : https://youtu.be/nbBx8vgMpYA 프로세스Figma의 플러그인을 사용하여 Icon들을 불러온다아이콘들을 모두 선택한 다음 Components화 한다 이때, 반드시 "Create multipe components"로 해야한다. 만약 아이콘들을 선택한다음 "Create component"를 해버리면 전체 묶음이 다 들어오게 되서 하나만 보여줄 수 없다새로운 Frame을 만들어서 Component화된 Icon들을 넣는다내가 적용할 곳에 아이콘 아무거나 하나를 instance화 해서 넣어둔다그리고 아이콘을 클릭하면 "create instance sawp property"라는 버튼이 생겨나는데 이걸 클릭하면그러면 이제..

가상환경 설정 (Poetry) 1. 가상환경을 사용해야하는 이유 Dajngo 환경설정시 필요한것은 "가상환경설정"이다. 가상환경을 설정해야 하는 이유는 다음과 같다. *의존성 충돌 방지: 하나의 시스템에서 여러 프로젝트를 개발할 때, 각 프로젝트가 특정 패키지의 서로 다른 버전을 요구하게 되는데. 가상 환경을 사용하면, 각 프로젝트가 필요로 하는 정확한 패키지 버전을 설치하여 의존성 충돌을 방지할 수 있음 *개발 환경과 프로덕션 환경의 일관성 유지: 가상 환경을 사용하면, 개발 중인 환경을 프로덕션 환경과 가능한 한 유사하게 만들어 준다. 이는 배포 시 발생할 수 있는 "내 컴퓨터에서는 작동하는데" 문제를 최소화하게 됨 *시스템-wide Python 설치 보호: 가상 환경은 시스템에 설치된 전역 Pyth..

Introduction Chat GPT API 기능 Text completion (문장 완성) Classification (문장분류) Generation (생성) Conversation (대화) Translation (번역 Conversion (전환) Summarization (요약) Completion (완성) Factual response (사실 기반의 답변) Inserting Text (문장 삽입) Editing Text (오타 조정) Chat completion [Beta] ← gpt-3.5 turbo, gpt4 Fine-tuning 못함 Fine-tuning Prepare and upload training data : 학습 데이터 준비 Train a new fine-tune model : 학습..

Numpry를 사용하는 이유 ndarray가 python에 내장된 list보다 연산이 더 빠르고, 메모리도덜 사용하기 때문 여러가지 도움이 되는 내장함수(bult-in)을 가지고 있어서 편리함 1차원 ndarray만들기 np.arrange(a, b, c) a는 포함한다, 아무것도 적지 않으면 0부터 시작 b는 포함 안한다. c만큼 a에 가산한다 import numpy as np a = np.arange(10) print(a) out : [0 1 2 3 4 5 6 7 8 9] b = np.arange(4, 10) print(b) out : [4 5 6 7 8 9] c = np.arange(4, 10, 2) print(c) out : [4 6 8] np.linspase(a, b, c) 원소간의 편차가 일정한..

Performing Sequence Labelling using CRF in Python Published 2017-06-17 #Sequence Labelling in NLP In natural language processing, it is a common task to extract words or phrases of particular types from a given sentence or paragraph. For example, when performing analysis of a corpus of news articles, we may want to know which countries are mentioned in the articles, and how many articles are rel..

Functions¶ Jellyfish provides a variety of functions for string comparison[문자 비교], phonetic encoding[발음 구분], and stemming [어간 추출]. String Comparison¶ These methods are all measures of the difference (aka edit distance) between two strings. Levenshtein Distance¶ def levenshtein_distance(s1: str, s2: str) Compute the Levenshtein distance between s1 and s2. Levenshtein distance represents the numbe..

※ 본문의 내용은 Mobile Phone Name Extraction from Internet Fprums: A Semi-supervised Approach, Yangjie Yan, Aixin Sun의 내용을 요약 정리한 내용이며, 모든 장표와 이미지의 출처는 해당 논문에서 발췌한 것입니다. 자신의 제품이 시장에서 어떤 반응을 보이고 있는지 알고 싶은 마케터라면 혹은, 경쟁사 제품에 대한 시장현황을 분석하고 싶은 기업 대표라면 한번 쯤 생각해 보았을 것이다. "어떤 글에서 특정 제품이 언급되어있는지 여부를 알 수 있다면, 해당 제품에 대한 시장 data를 얻을 수 있을텐데... " 하지만, 어떤 제품이 언급이 되었는지를 확인하는 것은 굉장히 어렵다. 왜냐하면 오타, 별명, 줄임말 등을 사용하기 때문이다...

보호되어 있는 글입니다.