분류 전체보기(224)
-
[Chrome] css 및 파일 수정 내용이 적용되지 않을 경우...
flask 서버여서 경로도 url_for로 맞추고 static폴더에 js와 각종 img, css를 넣지만 되지 않았음 => 해결방법: 크롬 override 모드가 of있는지 확인!
2024.01.18 -
[MicroSoft] Adaptive Card 적용시켜보기 (js기반)
https://adaptivecards.io/ Adaptive Cards A whole new way to deliver UI Adaptive Cards are platform-agnostic snippets of UI, authored in JSON, that apps and services can openly exchange. When delivered to a specific app, the JSON is transformed into native UI that automatically adapts to its surro adaptivecards.io ✔️Adaptive Card 챗봇 및 대화창에서 사용할 수 있는 템플릿을 제공해준다. 목표 1. ajax 통신으로 데이터를 받는다 2. 받아온 데이터..
2023.12.29 -
[java] 자바신공
1. 데이터에 따른 변수 - 원시형 : 일반 매장에서 판매하는 신발 (미리 정해진 크기로 변수를 만들어놓는것 / 시간 절약) - 참조형 : 맞춤 신발 (원하는 크기로 변수를 만들어놓는것 / 공 절약) 변수 종류 2. 예약어 (변수이름으로 사용 불).pri 3. 형변환 1) 묵시적 변환 2) 명시적 변환 ✔️강제 형변환이라고 불리며, 데이터가 손실될 가능성이 있으니, 미리 변환하여 형태를 맞추고 옮겨담아라 형변환 시 주의 사항 차지하는 byte가 높다고 더 큰것이 아니다. ✔️실수는 어떠한 경우에도 정수보다 크다 문자 변수 생성 아스키 코드 값을 알면 숫자로도 지정 가능 char를 설정할 때는 싱글 쿼트 String를 설정할 때는 더블 쿼트 이스케이프 문자 input태그 같은 것 - Scanner impo..
2023.12.15 -
[RASA] policy 정리
rasa policy 우선 순위 1위 RulePolicy 2위 MemoizationPolicy 혹은 AugmentedMemoizationPolicy 3위 UnexpecTEDIntentPolicy 4위 TEDPolicy cf) 동일한 순위에 우선순위를 가진 2개의 정책이 동일한 신뢰도로 예측하는 경우 무작위 ! 우선순위 변경은 가능하지만 권장하지 않는다. 1.TEDPolicy -TED: Transfommer Embedding Dialogue -순서 1.사용자 입력 텍스틀를 받아드려 1개의 백터로 바꾼다(대화 연결) 2.1개로 변환한 백터를 Transformer에 인코더로 전달 3.결과를 얻기 위해 dense layer를 이용 cf)dense layer - FC레이어로 불리며, 인공 신경망 중간층(hidde..
2023.12.15 -
[RASA] SPACY NLP Korea 학습 + test 해보기
✔️SpacyNLP는 Korean Package를 지원한다. 사이즈별로 3가지로 지원 1. 명령 프롬프트로 설치 (1).ko_core_news_sm 설치 명령어: python -m spacy download ko_core_news_sm (2) .ko_core_news_md 설치 명령어: python -m spacy download ko_core_news_md (3) .ko_core_news_lg 설치 명령어: python -m spacy download ko_core_news_lg 2. 이후 config.yml 파일에 수정 pipeline: - name: "SpacyNLP" model: "ko_core_news_lg" 3. rasa train nlu + rasa train core 혹은 rasa trai..
2023.12.14 -
[RASA] 기본 지원하는 pipeline 정리(영어 잘 못)
Rasa Pipeline ✔️알고 가야할 지식 cf) 희소 특성과 밀집 특성의 주요 차이는 특성 벡터의 표현 방식에 있습니다. 밀집 특성 (Dense Features): 대부분이 0이 아닌 값을 가지는 특성 벡터입니다. 대부분의 기계 학습 모델에서 사용됩니다. 실제 값이 들어있기 때문에 연속적이고 부드러운 변화를 표현할 수 있습니다. 대표적으로 신경망에서 사용되며, 이 모델은 보통 밀집한 실수 값을 입력으로 처리합니다. 희소 특성 (Sparse Features): 대부분이 0인 값을 가지는 특성 벡터입니다. 데이터가 특정 위치에만 관측되는 경우에 효과적입니다. 메모리를 효율적으로 사용할 수 있으며, 대규모 데이터셋에서 유용합니다. 대표적으로 텍스트 데이터에서 사용되는 TF-IDF 벡터, 원-핫 인코딩된 ..
2023.12.14