AI_Development/dev (8) 썸네일형 리스트형 openai api 실습관련 에러 ( ValidationError: 1 validation error for OpenAI, NotFoundError: Error code: 404, RateLimitError: Error code: 429) Langchain 실습을 진행하는 과정에서 from langchain.llms import OpenAI llm = OpenAI(model_name='text-davinci-003') Error 1. key 미발급 ValidationError: 1 validation error for OpenAI __root__ Did not find openai_api_key, please add an environment variable `OPENAI_API_KEY` which contains it, or pass `openai_api_key` as a named parameter. (type=value_error) -> 원인 : openai api key를 발급받지 않아 발생 llm = OpenAI(model_nam.. git, github 로그인 없이 push, pull 하기 github에 파일을 올리거나 내릴려고 push, pull을 진행하기 위해 매번 id, token을 입력해주는 과정이 번거로웠다. ## credential 정보저장하기 git config --global credential.helper cache ## local file 적용 git config credential.helper 'cache --timeout=36000000' ## 모든 프로젝트에 적용(조심히 사용) git config --global credential.helper 'cache --timeout=36000000' 을 통해서 앞으로 계속 입력해주는 과정없이 push, pull을 진행 할 수 있다. Vim 명령어 핵심 요약 개발중에 vim을 사용할 일이 은근 많이 발생한다. vim mode는 Normal mode, Insert mode, Comman line mode, Visual mode 존재 유용한 명령어 몇개는 알아놓자 [ 핵심 명령어 ] - a,i: insert mode로 전환(커서위치 앞, 뒤) - A, I: - - o: 현재 커서가 위치한 아래줄에서 insert mode전환 - [ 유용한 명령어 ] - - tar 데이터 전송 예시 tar -cp 옮길파일 및 폴더 | ssh id@ip -p port번호 tar xvp -C /remote경로 예시 tar -cp torch_data | ssh centos@songhun.com -p 22 tar xvp -C /workspace/test 가끔 전송이 안될때는 전송하는 소유자의 권한과 받는 소유자 권한이 달라서 그렇다 전송받는 폴더의 소유자을 변경해 주어야한다. sudo chown -R (소유자):(소유자) (폴더명) -R 옵션으로 하위폴더 소유자까지 변경 Dockerfile build 및 image hub에 올리기 make dockerfile docker build -t [tag_name] . -f [dockerfile_name] ------------------------------------------------------------------ docker hub repo에 이미지 올리기 1. docker login 2-0. (container를 image화 시키고 싶으면 docker commit [container 이름] [docker hub에 맞는 Repository명] 2-1. docker images로 올리고싶은 image확인 3. docker push image명 Docker file 작성, Docker build 1. Docker file 작성 vim Dockerfile 2. Docker build docker build . -t tag이름 ## when custom docker file docker build . -t custom_tag -f ./custom_dockerfile_path # .의 의미는 현재 경로의 모든 파일을 docker build진행 -> mkdir docker docker build -t custom_tag -f ./custom_dockerfile_path ./docker 3. Docker Container 생성 docker run --gpus all -itd --name 컨테이너이름 --ipc=host --net=host -v /local경로:/컨테이너내부경로 4. jupyter lab .. Jupyter lab Port설정 - Docker Container까지 현재 설치했으면 1. jupyter lab 설치 {Container에 포함되어있을시 Skip} docker attach [ container-name ] pip install jupyterlab 2. vim 또는 cat 명령어로 json파일에 있는 password 복사 #설정 파일 생성 jupyter notebook --generate-config #password 설정 -> json file생성 jupyter notebook password #암호 확인 vim /경로/jupyter_notebook_config.json #저장된 암호 vim /경로/jupyter_notebook_config.py 3. c.NotebookApp.ip = '*' c.NotebookApp... Accuracy(정확도), Recall(재현율), Precision(정밀도)란 머신러닝을 시작하기 앞서 정확도(Accuracy)에 대해서 들어보았을것이다. 그렇다면 정확도를 어떻게 측정하는지에 대하여 예시와 함께 알아보자 위 그림에서 보면 -TP : 참이라고 예측한 값이 참일 경우 -TN : 거짓이라고 예측한 값이 거짓일 경우 -FP : 참이라고 예측한 값이 거짓일 경우 -FN : 거짓이라고 예측한 참일 경우 결과에 대해서 TP, TN, FP, FN 4가지 경우에 대하여 존재한다. Accuracy(정확도)는 모든 경우의 수중에서 예측한 값이 정답과 같은 경우를 나타낸 수식이다. Accuracy가 높으면 항상 좋을것같아 보이지만 항상 그런것만은 아니다. 예를 들어 사막에서 비가 항상 안온다고 예측하면 정확도는 높을것이다 하지만 대부분 비가 안오는 사막에서는 쓸모없는 정보가 될 것이다.. 이전 1 다음
