본문 바로가기

Python6

[AI 개발] 6. LC LangChain 완전 가이드 , &, 따옴표는 HTML 안전 문자로 변환했습니다.-->LLM 애플리케이션 · RAG · AI Agent 개발 가이드LangChain 완전 가이드LangChain으로 모델과 프롬프트를 연결하고, 구조화된 출력, Tool Calling, RAG, AI Agent, 스트리밍과 LangSmith 관측까지 구현하는 흐름을 정리합니다.LLMPromptLCELRAGAI AgentLangSmithAI DevOps Learn에서 LangChain을 단계별로 학습하세요 원문 가이드에서는 LangChain 핵심 개념과 실습 흐름을 한 번에 확인할 수 있습니다. LangChain 원문 가이드 열기 →이 글의 핵심LangChain은 모델 하나를 호출하는 라이브러리가 아니라 모델, 프롬프트, 데이터, 도구와 실행 흐름을 조합.. 2026. 7. 19.
[AI 개발] 4. JAX 완전 가이드 ML / AI 고성능 수치 연산 가이드JAX 완전 가이드JAX는 NumPy 스타일 API에 자동 미분, JIT 컴파일, 벡터화와 다중 장치 실행을 결합한 고성능 수치 연산 라이브러리입니다. 설치부터 grad, jit, vmap, 상태 관리와 운영 검증까지 실무 흐름으로 정리합니다.JAX NumPy자동 미분JIT 컴파일vmapGPU·TPU수치 검증설치 없이 JAX를 실행해 보세요브라우저에서 단계별 예제를 실행하고 결과를 직접 확인할 수 있는 AI DevOps Learn JAX 웹 IDE를 제공합니다.JAX 웹 IDE 열기 →이 글의 핵심JAX의 핵심은 NumPy와 비슷한 배열 연산을 함수 변환과 결합하는 것입니다. grad는 자동 미분, jit는 컴파일, vmap은 배치 벡터화를 담당합니다. 실무에서는 순.. 2026. 7. 19.
[AI 개발] 3. PyTorch 완전 가이드 , &, 따옴표는 HTML 안전 문자로 처리했습니다.-->Python 딥러닝 프레임워크 가이드PyTorch 완전 가이드PyTorch로 딥러닝 모델을 만들고 학습하는 방법을 정리합니다. Tensor, Autograd, Dataset과 DataLoader, 학습 루프, GPU 실행, 모델 저장과 추론까지 실무 흐름에 맞춰 살펴봅니다.TensorAutogradDataLoaderGPU모델 학습추론이 글의 핵심PyTorch 학습의 기본 흐름은 데이터를 Tensor로 준비하고, 모델의 forward 연산을 수행한 뒤 loss를 계산하고, backward와 optimizer step을 반복하는 것입니다. 운영 단계에서는 재현성, checkpoint, GPU 사용률과 데이터 로딩 병목까지 함께 관리해야 합니다.목차Py.. 2026. 7. 19.
[AI 개발] 1. Python AI 완전 가이드: 설치부터 AI·FastAPI 개발까지 Python AI 완전 가이드: 설치부터 AI 개발까지Python 설치, 가상환경, 기본 문법, 비동기 프로그래밍, NumPy·Pandas, PyTorch, Transformers, LangChain, FastAPI까지 한 번에 정리한 실전 입문 가이드입니다.목차왜 Python인가?운영체제별 Python 설치가상환경 생성 및 활성화VS Code와 uv 설정Python 기본 문법고급 Python 문법NumPy와 PandasPyTorch 딥러닝LLM·AI Agent 개발FastAPI 서버패키지 관리와 개발 도구실무 설계·운영·검증 기준왜 Python인가?Python은 AI·머신러닝 분야에서 가장 널리 활용되는 언어 중 하나입니다. 문법이 간결하고, 데이터 처리부터 모델 개발, API 서버, 자동화까지 하나의.. 2026. 7. 18.
Python - AI 학습의 원리와 학습 방법 1단계. AI 학습이란?AI 학습이란 컴퓨터가 데이터로부터 패턴이나 규칙을 스스로 찾아내도록 하는 과정입니다.이는 사람의 “경험을 통한 학습”과 유사하며, 보통은 ‘모델(model)’이 학습을 수행합니다.⚙️ 2단계. AI 학습의 원리 – “지도학습” 기준 설명가장 대표적인 학습 방식인 **지도학습(Supervised Learning)**을 예로 원리를 설명하겠습니다.🔁 전체 흐름 요약데이터 → 예측 → 오차 계산 → 오차를 줄이기 위한 가중치 조정 → 반복 학습🧩 3단계. AI 학습의 구성 요소구성 요소설명입력 (X)예측에 사용할 데이터 (예: 이미지, 숫자, 텍스트 등)정답 (Y)입력에 대한 실제 결과값 (예: 이미지에 적힌 숫자 5)모델 (f)입력을 받아 예측값을 출력하는 함수손실 함수 (Los.. 2025. 8. 4.
Python이란? – 왜 배우는가? 1. Python의 정의와 역사1991년 귀도 반 로섬(Guido van Rossum)이 개발한 고급 프로그래밍 언어이름은 코미디 그룹 Monty Python에서 유래철학: “Simple is better than complex”“코드 가독성이 좋고 배우기 쉽도록 설계된 언어”📌 2. Python의 주요 특징특징설명🧠 문법이 직관적영어처럼 읽히는 문법 (if, for, with 등)🛠 다양한 라이브러리pandas, numpy, scikit-learn, tensorflow, flask 등🧱 멀티 패러다임절차적 / 객체지향 / 함수형 프로그래밍 모두 가능📈 인터프리터 언어코드 작성 후 바로 실행해볼 수 있어 학습과 실험에 적합🧩 생태계가 매우 크다데이터 과학, 웹, 자동화, 게임, AI 등 다양한.. 2025. 8. 4.