AI22 [AI] 요즘 핫한 MCP 서버 구현해보기 https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov-file#installationMCP?- LLM 애플리케이션이 외부 데이터나 도구와 쉽게 통합되도록 도와주는 표준 프로토콜LLM 상호작용을 위해 특별히 설계된 웹 API라고 함(Think of it like a web API, but specifically designed for LLM interactions.) AI 모델을 여러 개씩 다양하게 사용하는 시대에 관리자 입장에서 일정한 기준을 만들어주고,디버깅 및 관리에 유용해지며 개발까지도 이어지도록 시스템을 설계했다.이 글에서는 파이썬 SDK를 기준으로 설치함!그리고 uv라는 새로운 파이썬 패키지 매니저 라이브러리를 사용함! MCP 서버 .. 2025. 4. 19. [DCASE] CNN.py 파헤치기 https://github.com/DCASE-REPO/DESED_task/blob/master/desed_task/nnet/CNN.py DESED_task/desed_task/nnet/CNN.py at master · DCASE-REPO/DESED_taskDomestic environment sound event detection task. Contribute to DCASE-REPO/DESED_task development by creating an account on GitHub.github.com 1. real CNN input[CNN INPUT SHAPE] torch.Size([48, 1, 626, 128]) - batch를 48 개씩 묶어서 626*128(H*W) 전달2. cnn_init_n_.. 2025. 4. 5. [PaperReview] Mean teachers are better role models: Weight-averaged consistency [https://arxiv.org/abs/1703.01780]요약이 논문은 반지도 학습(semi-supervised learning)에서 성능을 향상시키기 위한 Mean Teacher 방법을 제안합니다. 기존의 Temporal Ensembling 기법은 훈련 데이터의 예측값을 지수 이동 평균(EMA, Exponential Moving Average)으로 유지하고, 이에 부합하지 않는 예측을 패널티화하여 일관성을 높이는 방식입니다. 그러나 이 방법은 한 에포크(epoch)마다 목표 값(targets)을 업데이트하기 때문에, 대규모 데이터셋을 학습하는 데 비효율적이라는 단점이 있습니다.주요 기여Mean Teacher 기법 제안:Temporal Ensembling 대신, 모델의 가중치를 EMA를 이용해 평균을.. 2025. 3. 24. [ML] DCASE2023 : Mean-teacher CRNN.py Data Preprocessing_get_logits_one_head def _get_logits_one_head( self, x, pad_mask, dense, dense_softmax, classes_mask=None ): strong = dense(x) # [bs, frames, nclass] strong = self.sigmoid(strong) if classes_mask is not None: classes_mask = ~classes_mask[:, None].expand_as(strong) if self.attention in [True, "legacy"]: sof = dense_.. 2025. 3. 23. [SED] DCASE 2023 Task 4 Baseline test https://github.com/tshoon/DESED_task/tree/master/recipes/dcase2023_task4_baseline DESED_task/recipes/dcase2023_task4_baseline at master · tshoon/DESED_taskDomestic environment sound event detection task. Contribute to tshoon/DESED_task development by creating an account on GitHub.github.com 1. conda 설치2. conda_create_environment.sh 환경구성2-1 python setup.py install 2-2 bash conda_creatae_environ.. 2025. 3. 14. [환경설정] cuda 사용법 - pytorch, cuda, driver version 확인 os: ubuntu 20.04(anaconda3)GPU : NVIDIA RTX A5000driver : 550.54.14cuda : 12.4.0목표cuda 12.4를 사용하여 cuda 플랫폼을 이용하려고 한다.0. 기존 cuda 삭제pytorch-cuda가 11.7로 되어 있어서 11.7로 cuda 설치했더니 안된다.. ㄷdpkg -l | grep -i cudarc libcufile-11-6 1.2.1.4-1 amd64 Library for GPU Direct Storage with CUDA 11.6cuda 11.6이 깔려 있네?export PATH=/usr/local/cuda-11.6/bi.. 2025. 3. 10. 이전 1 2 3 4 다음