본문 바로가기

파이썬406

[SQLite3로 가볍게 배우는 데이터베이스:SQL 기초 실습] 따라하기 A03 [ 출처 : wikidocs "SQLite3로 가볍게 배우는 데이터베이스:SQL 기초 실습" - A03 ] ■ 데이터베이스와 테이블 만들기 - 순서 : 데이터베이스 생성 -> 테이블 정의 -> 컬럼(필드) 정의 -> 데이터 생성(데이터 입력) 1. 데이터베이스 생성 - 데이터베이스의 저장 위치는 원하는 곳으로 지정하면 됨 - 따라하기이므로 디폴트(sqlite 폴더)나 추천 팝업에 따르면 됨 2. 테이블 정의 - 데이터베이스를 저장하면 바로 '테이블 정의 화면이 나옴 - 테이블 및 컬럼(데이터 필드) 정의 테이블명 : Person 컬럼 : ID : type-integer, not null(널 값 허용 안함), PK(primary key), AI(autoincrement 자동증가) Name : type-te.. 2021. 6. 9.
[SQLite3로 가볍게 배우는 데이터베이스:SQL 기초 실습] 따라하기 A02 [출처 : wikidocs "SQLite3로 가볍게 배우는 데이터베이스:SQL 기초 실습" - A02] 1. DB Browser for SQLite 다운로드 및 설치 - 다운로드 페이지 : https://sqlitebrowser.org/dl/ 2. 설치 - 다운로드한 파일 실행 --> 화면의 안내에 따라 진행 3. 실행 2021. 6. 9.
[딥러닝을이용한 자연어 처리 입문] 2001 메모리 네트워크(Memory Network, MemN)를 이용한 QA 1. Babi 데이터셋 - 총 20가지의 질문 내용으로 구성 시간 순서대로 나열된 텍스트 문장 정보와 그에 대한 질문으로 구성 텍스트 정보에 대해 질문을 하고 응답하는 형태 다운로드 페이지 : https://research.fb.com/downloads/babi/ 2. 메모리 네트워크 구조 - 예측 과정 : 입력되는 스토리 문장을 Value와 Key, 질문 문장을 Query라고 하면 Query는 Key와 유사도를 구하고, 소프트맥스 함수를 통해 값을 정규화하여 Value에 더해서 이 유사도값을 반영해 줌(어텐션 메커니즘) 이 스토리 문장 표현을 질문 문장을 임베딩한 질문 표현과 연결(concatenate)해줌 이 표현을 LSTM과 밀집층(dense layer)의 입력으로 사용하여 정답을 예측 3. Bab.. 2021. 6. 7.
[딥러닝을이용한 자연어 처리 입문] 1902 문장 임베딩 기반 텍스트 랭크(TextRank Based on Sentence Embedding) 1. 텍스트랭크(TextRank) - 페이지랭크를 기반으로 한 텍스트 요약 알고리즘 - 그래프의 노드들은 문장들이며, 각 간선의 가중치는 문장들 간의 유사도를 의미 2. 사전 훈련된 임베딩(Pre-trained Embedding) 3. 문장 임베딩(Sentence Embedding) 4. 텍스트 랭크를 이용한 텍스트 요약 - [딥러닝을이용한 자연어 처리 입문] 1902 문장 임베딩 기반 텍스트 랭크(TextRank Based on Sentence Embedding) 2021. 6. 5.

티스토리툴바