7월, 2024의 게시물 표시

03. Streamlit과 장고 DB연동 그래프 그리기

 ref. https://velog.io/@waterglasses_k/Python%EA%B8%B0%EC%B4%88%EC%8B%A4%EC%8A%B5-2-feat.-temperature-data =================

AI 기술트렌드 분석 (~24.7) & 비용

이미지
 https://www.sisain.co.kr/news/articleView.html?idxno=53636 # 기존 개별문제에 특화(알파고)  / 파운데이션 모델 (GTP) # 파인튜닝으로 적용모델 개발분야 : 법률자문, 금융리스크/신용관리 # 멀티모달 (텍스트, 동영상, 음성 등) ㄴ  올해 24년 5월 오픈AI가 GPT-4o(지피티 포오, omni·옴니)를 발표 # 온디바이스 AI : 핸드폰 및 장비에 직접 작동 # 임데디드 AI (로봇) :  몸체를 사용하여 직접 만지고 경험하고 학습 지금 추세는 온디바이스 AI(On-Device AI) 쪽으로 흘러가고 있어요. 노트북이나 스마트폰, 자동차 같은 디바이스 자체에 경량화된 AI가 탑재돼 있는 형태입니다. 외부 서버나 파운데이션 모델에 연결되지 않아도 자체적으로 기기 내에서 AI를 이용할 수 있는 거죠. 온디바이스 AI에 필요한 내장 칩(반도체)이 있어요. 그건 데이터센터에 들어가는 서버용 GPU와는 또 다른 GPU여서 그 시장도 커지게 되겠지요. 그다음 스텝은 임바디드 AI(Embodied AI·체화된 AI)가 되지 않을까 싶습니다. 로봇에 AI가 탑재되는 거죠. 몇 달 전 오픈AI가 휴머노이드 로봇 스타트업 ‘피규어 AI(Figure AI)’와 협업한 ‘피규어01’ 시연 영상을 공개했어요. 사람과 대화를 하면서, 명령대로 물체를 집어주고, 왜 그런 행동을 했는지까지 설명을 하지요. 현재의 GPT 같은 파운데이션 모델은 랭귀지(언어) 모델이라 사람 말귀를 잘 알아듣고 시키는 대로 할 수는 있는데 스스로 정보를 습득하지는 못하잖아요. 임바디드 AI는 로봇이라는 몸체가 생겨서 직접 실험을 하고, 만져보고 하는 과정을 통해서 스스로 정보를 습득하고 학습을 합니다. ‘실험과 관찰을 통해 지식을 얻는다.’ 과학의 원리잖아요. 그 흐름이 본격화된다면 새로운 차원이 펼쳐질 수도 있다고 봅니다.

02_steamlit에서 exe파일 실행하기

01_django_SQliteDB 파일 입출력

이미지
http://127.0.0.1:8000/admin/ csv 파일을 읽어서 Sqlite DB에 저장하는 과정 matdbs를 누르면 위의 창에 있음 -------------------------------------------------------------------------------------------  # ref. https://itwithruilan.tistory.com/69 1. $ pip install django- import -export 2. Setting.py 에서  INSTALLED_APPS = ( ... 'import_export' , ) 3. $ python manage.py collectstatic 👉🏻collectstatic은 서버에 배포할 때 여러 앱별로 흩어져 있는 static 파일을 한 곳으로 모아주기 위해 쓰는 명령어이다.  // 실제로 작동하지 않음 4. models.py #models.py class Store ( models.Model ): name = models.CharField(max_length= 70 ) location = models.CharField(max_length= 140 , null= True , blank= True ) number = models.CharField(max_length= 80 , null= True , blank= True ) 5. admin.py #admin.py from import_export import resources from import_export.admin import ImportExportModelAdmin from .models import Store class StoreResource ( resources.ModelResource ): class Meta : model = Store fields = ( 'id' , 'name' , 'location&#

DB Base 비교 (마리아, 망고, MySQL, MS SQL)

이미지
 

240712_MS DB

1. Install 1) SQL2022-SSEI-Expr.exe // basic으로 설치 2) 설치후 SSMS-Setup-KOR.exe // GUI 환경, 설치 2. 

240708_StreamLit

# 설치명령어 pip3 install stremlit # 실행명령어 streamlit run ***.py