개의 글이 있습니다.
프로젝트 구조는 다음과같습니다. 프로젝트 폴더에 하위 폴더 백엔드 폴더와 프론트엔드 폴더를 정의합니다.백엔드 구성은 다음과같습니다. 파이썬 프로젝트를 생성합니다.프로젝트를 생성하고 플라스크 라이브러리를 설치합니다. 위 테스트코드는 다음과같습니다.Flask: Flask는 Python으로 작성된 마이크로 웹 프레임워크로, 간단한 웹 애플리케이션 및 API 서버를
지난 시간까지 제공된 코드로 서버-클라이언트 기반의 인공지능 챗봇 테스트를 진행해 보았습니다. 이젠 프레임워크는 그대로 두고 다음 4가지를 커스텀하면서 인공지능 챗봇에 대해서 좀 더 이해해 보도록 하겠습니다. 1) 도메인 변경 기존 도메인은 학사 정보이고, 응용에서는 노무 데이터
실습에 앞서 Chatbot4Univ 커스텀 개발 실습을 위해서는 딥러닝 환경 구축이 필수입니다(GPU 그래픽 카드 드라이버 / CUDA / cuDNN 필수 설치) 윈도우 PC 이건 / 리눅스 서버 이건 실습을 위해서는 필수임! 6. 인공지능 챗봇 실전
이번에는 인공지능 챗봇 실전 개발을 다룹니다. 목차는 다음과 같습니다. 실습에 앞서 Chatbot4Univ 커스텀 개발 실습을 위해서는 딥러닝 환경 구축이 필수입니다(GPU 그래픽 카드 드라이버 / CUDA / cuDNN 필수 설치) 윈도우 PC 이건 / 리눅스
4부 내용은 파이썬 기반으로 API 서비스 구축 시 필요한 내용을 다루게 됩니다. 4부 1. REST 관련 개념(1) API 개념(2) REST 개념(3) REST API 개념(4) RESTful 개념 4부 2. Flask(1) Flask란(2) Flask 주요 특징(3)
텍스트 전처리 실습 파트는 원래 2부에 포함되어 있었는데, 직접 실습을 해 보니 3시간 만으로는 도저히 부족하여 이를 3부에서 진행하게 되었습니다. 3부에서 진행할 내용은 다음과 같습니다. 3부 1. 텍스트 전처리 실습(1) 패키지 설치(2) 토큰화(3) 불용어(4)
2부 1. 파이썬 개발 환경 구축 (윈도우) 파이썬을 전혀 설치 하지 않은 윈도우가 설치된 노트북에서 실습을 진행해도 큰 문제 없이 잘 진행되었습니다. 약 1시간 정도 소요된 것 같네요 2부 2. 딥러닝 개발 환경 구축 (윈도우)윈도우가 설치된
지난 인공지능 이론에 이어 2부부터는 실습을 진행하게 됩니다. 2부에서 진행하게 될 주요 내용은 다음과 같습니다. 2부 1. 파이썬 개발 환경 구축 (윈도우) (1) 아나콘다 및 가상환경 (2) 파이썬 패키지 관리 (3) 필요 프레임워크 및 라이브러리 설치
1부는 AI챗봇 개발 시 참고 되는 인공지능 주요 개념 을 다루고 있습니다. 주 내용은 다음과 같습니다. 1. AI챗봇 개발 개요 (일반적인) 인공지능 챗봇의 2가지 모델과 챗봇 프로세스에 대하여 설명합니다. 2. AI개발 사례 소개: NOMU vs Chatbot4Univ
AI 트레이닝 센터에서 준비하고 있는 인공지능 교육 중 일부를 파일럿 형태로 시작해 보려고 합니다. 이 교육은 인공지능 챗봇 개발에 관한 것인데, ChatGPT 같은 초거대 인공지능 API를 활용하는 것은 아니고, (ChatGPT 같은 초거대 인공지능 API 활용 전
앞서 설명한 Building a Django Web App 최종 결과물을 서버에 올렸습니다. 여기서 서버는 자사 서버이고, 이 서버 내 파이썬 가상환경을 생성하여 실행되고 있습니다. http://202.68.228.97:8084/
Django III에서 다루게 될 내용은 다음과 같습니다. 4-1 Django custom user profile 4-2 User-submitted content 4-3 Finishing touches 4-3 Finishing touches (1) Creating a footer footer.html 파일 생성 다음과 같이 파일을 생성합니다. footer.html 파일 편집
#AI #OpenAI #Chatbot #Cloud #BigData #Web #Design #WordPress #voucher
© BCT ONE Inc. + make BCT. All Rights Reserved.
