안녕하세요 윈도우 11 그림판에 AI 기능인 코크리에이터가 추가 되었다고 합니다. 하지만 아쉽게도 우리나라에서는 출시가 안되었고 미국, 프랑스, 영국,호주,캐나다, 이탈리아 , 독일 등으로 한정되었습니다. 또한 지원언어도 영어로 한정되었습니다. 위 사진을 보면 코크리에이터 버튼이 오른쪽 상단에 추가된걸 확인할수 있습니다. 텍스트를 입력하면 그에 맞는 그림을 자동으로 생성해주는 기능입니다. Coreator Credits ms 공식홈페이지에 따르면 이 기능은 무료가 아니라고 하네요 코크리에이터를 생성할려면 코크리에이터 1크레딧이 소모된다고 합니다. Coreator 창의 오른쪽 하단에서 남은 크레딧을 확인할수 있다고 합니다. 위 사진을 보면 Cancle 버튼 오른쪽에 남은 크레딧을 확인할수있네요 Cocreat..
안녕하세요 이미지를 인식하기 위해서는 관련 알고리즘으로 학습을 한뒤 tflite 파일로 변환시킨후 안드로이드 코드에 적용시켜야 됩니다. 하지만 구글에서는 간단한 이미지 인식 앱을 만들려고 저런 번거로운 작업을 노코드로 해주는 사이트가 있습니다. 바로 Teachable machine 이라는 사이트 입니다. https://teachablemachine.withgoogle.com/ (Teachable machine 사이트) Teachable machine 해당 사이트를 접속하면 시작하기 버튼이 있는데 이를 눌러줍시다. 그다음 이미지 프로젝트가 있는데 이를 눌러줍시다. 휴대폰 안드로이드 어플에 적용 시킬것이므로 표준 이미지 모델을 눌러주세요 그럼 다음과 같은 화면이 나옵니다. 이미지 샘플을 추가할수있고 2개의 ..
안녕하세요 자연어 처리를 하기위해서는 먼저 문장을 단어 단위로 토큰화하고 그 토큰화 된 단어를 임베딩 해줍니다. 해당내용은 아래 포스팅을 참고해주세요 https://ruminz.tistory.com/287 (자연어 처리1 - 문장의 토큰화) https://ruminz.tistory.com/288 (자연어 처리2 - 단어의 원핫 인코딩 임베딩) 텍스트를 읽고 긍정 부정을 예측하기 위해서는 앞서 토큰화랑 원핫 인코딩 임베딩을 거쳐 학습을 진행시켜주어야 됩니다. 텍스트를 읽고 긍정 부정 예측하기 이글이 긍정인지 부정인지 예측하기 위해서는 먼저 영화 간단한 리뷰를 불러오겠습니다. from tensorflow.keras.preprocessing.text import Tokenizer from tensorflow...
안녕하세요 앞서 자연어 처리1에서 문장의 토큰화를 해야된다고 포스팅 하였습니다. https://ruminz.tistory.com/287 (자연어 처리1- 문장의 토큰화) 하지만 단순히 단어의 출현 빈도만 가지고는 해당 단어가 어디에 왔는지 순서는 어떠했는지 알수가 없습니다. 이러한 관계 정보를 담기 위해서는 단어의 원핫 인코딩을 진행해야 됩니다. 단어의 원-핫 인코딩 예를들어 '오랫동안 꿈꾸는 이는 그 꿈을 닮아간다' 라는 문장이 있을때 각 단어를 모두 0으로 바꾸어 주고 원하는 단어만 1로 바꾸어 주는것이 단어의 원-핫 인코딩 입니다. 먼저 앞서 예시를 든 문장의 단어 인덱스 값을 출력해보겠습니다. 코랩으로 들어가서 아래와 같이 코드를 작성하고 실행해주세요 from tensorflow.keras.pre..
