강

ChatGPT는 출시된 후 프로그래머 사이에 적잖이 큰 충격을 주었다. 기대이상의 수준 높은 답변과 직접 코딩까지 해주는 등 업무에 이용할만한 수준까지 발전되었기 때문이다. 지금까지 ChatGPT를 사용하려면 직접 ChatGPT 웹사이트에 방문하여 질문을 남기는 방식이 일반적이였다. 하지만 슬랙에서 ChatGPT를 사용할 수 있다면 얼마나 편할까? 팀원들과 업무를 진행하면서 의문점이 생겼을 때 곧바로 ChatGPT를 통해 질문을 남기고, 답변을 받는다면 업무처리가 조금 더 원활해 질 수 있을 것 이다. 따라서 본 포스팅에서는 슬랙에서 ChatGPT를 사용할 수 있도록 안내한다. Python, OpenAI, 슬랙봇의 RTM 기능을 이용할 예정이다. 0. ChatGpt 슬랙에 온걸 환영합니다. 1. 슬랙 봇..

AWS S3에 있는 Imagenet validation dataset 50000개를 가지고 추론 작업을 해보고 있었다. 작업을 위한 코드는 다음과 같다. img = read_image_from_s3(file) # s3에서 image를 가져오는 함수 img = img.resize((224, 224), Image.ANTIALIAS) # file의 가로, 세로를 224x224로 resize img = np.array(img) # 이미지를 numpy type으로 변경 img = img.reshape((1, img.shape[0], img.shape[1], img.shape[2])) # batch size를 추가 위의 코드를 이미지의 개수만큼 반복을 하여 image 전처리를 진행한다. 정상적으로 진행 되는 이미지..

문제 인식 python 작업중 numpy로 된 값들을 소수점 4자리까지만 자르고 numpy가 아닌 list로 바꾸었을 때 다음과 같이 의도하지 않은 결과값을 얻었다. 빨간 박스 값 중 위의 값이 numpy이고 아래의 값이 일반적인 python list의 값이다. 보이는 것과 같이 list로 변환했더니 소수점 5자리 이상의 값들이 생김을 확인했다. 이 문제는 python list의 float와 numpy의 float type를 python에서 내부적으로 다르게 취급하여 발생하는 문제였다. 따라서 list로 변환했을 때 추가적으로 소수점값이 붙는 것이였다. 해결 방안 numpy의 dtype을 찍어보니 기본적으로 numpy.float32형임을 확인했다. 하지만 python에서는 현재 numpy.float64버..

pip로 tensorflow를 설치하려는데 자꾸만 Killed가 난다. 이유를 알아보니 내가 RAM이 작은 인스턴스를 사용하여 pip install을 하면서 cache를 담을 RAM 공간이 부족하여 중간에 프로세스가 Killed된 것이였다. 해결 방안 RAM 용량이 충분한 인스턴스로 바꾸는 것도 방법이겠지만 아래와 같이 옵션을 추가하여 해결할 수도 있다. pip install tensorflow --no-cache-dir 참조 https://stackoverflow.com/questions/30550235/pip-install-killed

pip freeze명령어는 현재 내 환경에 pip로 설치되어 있는 라이브러리들을 모두 출력해 준다. 따라서 Django 프로젝트 처럼 requirements가 필요한 프로젝트를 만들 때 터미널에서 다음과 같이 쓰인다. pip freeze > requirements.txt pip freeze의 결과를 단순히 requirements.txt 파일에 넣는 것이다. 그런데 pip freeze 명령어의 특성상 내 환경의 모든 pip 라이브러리를 출력하는 것이기 때문에 의도치 않게 많은 라이브러리들이 requirements.txt에 적힐 수 있다. github에 내 프로젝트를 public하게 공개해야 하거나 꼭 그것이 아니더라도 해당 프로젝트에 필요한 패키지만 설치하도록 하는 것이 합리적일 것이다. 따라서 필요한 라..