제노 엔진

LangChain이란?LangChain은 LLM을 기반으로 하는 애플리케이션을 구축하기 위한 프레임워크로, 주로 순차적인 작업을 처리하는 데 강점을 가집니다. 예를 들어, 데이터를 가져와 요약하고, 그 요약을 바탕으로 사용자에게 답변을 생성하는 순차적인 프로세스를 쉽게 구현할 수 있습니다.구성 요소:문서 로더: 다양한 데이터 소스에서 정보를 불러옵니다.텍스트 분리기: 큰 문서를 의미 있는 작은 덩어리로 나눕니다.체인(Chain): 여러 LLM 작업을 연결하여 실행합니다.메모리: 대화의 맥락을 저장하여 이전 대화 내용을 활용할 수 있습니다.적합한 용도:순차적인 프로세스를 자동화하고, 한 단계씩 처리하는 워크플로우에 적합합니다.예: 데이터 가져오기 → 요약 → 질문 응답2. LangGraph란?LangGra..

애니메이션 업데이트 틱 최적화 (URO)URO는 애니메이션의 틱 속도를 조정하여 CPU 사용량을 크게 줄입니다. 예를 들어, 애니메이션은 매 프레임마다, 4 프레임마다, 또는 심지어 10 프레임마다 틱할 수 있습니다. 틱된 프레임 간의 보간을 비활성화하면 GameThread 비용을 더욱 줄일 수 있습니다.그러나 플레이어 근처에 많은 캐릭터가 있는 대규모 이벤트나 게임 모드를 처리할 때는 URO의 효과가 감소합니다. 추가되는 각 캐릭터는 제거할 수 없는 비용을 초래하기 때문입니다.에픽은 이를 해결하기 위해 렌더링을 위한 동적 해상도(Dynamic Resolution) 와 유사한 시스템이 추가했습니다.동적 애니메이션 예산고정된 예산(Budget) 내에서 작동하며, 시간보다는 애니메이션의 품질과 양을 조정합니..

NetDriver 네트워크 처리의 핵심 NetConnections 의 목록을 유지 관리 각 연결은 플레이어를 나타내며 클라이언트의 NetDriver는 서버에 대한 단일 연결을 관리 네트워크로부터 패킷을 수신, 패킷을 적절한 NetConnection으로 전달하는 일을 담당 패킷 패킷 메타데이터, Bunches로 구성 Bunche 채널간 전송되는 데이터 패킷이 수신되면, 개별 묶음으로 분할 된 다음, 개별 채널로 전달됨 패킷에는 번치가 포함되거나, 단일 번치가 포함되거나, 여러개의채널로 전달됨. 패킷에는 번치가 포함되지 않거나, 단일 번치가 포함되거나, 여러번 포함 될 수 있음 번치가 너무 크면, 전송에 여러개의 작은 번치로 분할되고 PartialInitial, Partial, PartialFinal로 표시..

Line–sphere intersection - Wikipedia

셀레니움은 브라우저를 직접 제어해서 자동화 테스트, 크롤링 할때 유용하게 쓸 수 있는 도구 입니다. 1. 데스크탑의 브라우저 버전 확인 사용할 브라우저의 버전을 확인합니다. 예를 들어 Chrome 브라우저의 경우 도움말-크롬정보를 통해서 접속하거나 아래 주소를 통해서 접근할 수 있습니다. chrome://settings/help2. Driver 다운로드 본인의 브라우저 버전에 맞는 Driver를 다운로드합니다. Browser Driver download page Chrome https://sites.google.com/a/chromium.org/chromedriver/downloads Edge https://developer.microsoft.com/en-us/microsoft-edge/tools/web..

C++의 클래스에 한개이상 꼭 들어있는 것들은 생성자, 소멸자 대입연산자다. 5. C++가 암시적으로 호출하는 함수를 주의하자 컴파일러는 클래스에 대해 기본 생성자, 복사생성자, 복사대입연산자, 소멸자를 암시적으로 만들어 놓을 수 있다. class Empty(); class Empty() { public: Empty() {...}; Empty(const Empty& rhs) {...}; ~Empty() {...}; Empty& operator={const Empty& rhs} {...}; } 디폴트 생성자는 멤버 변수 생성자를 호출할수 있도록 자리를 마련함 디폴트 복사, 대입 생성자는 원본 객체의 비정적 객체를 복사함 주의점 : 복사,대입 생성자의 경우 legal & Reasonable 해야만 자동 생성..

www.oreilly.com/library/view/hands-on-machine-learning/9781492032632/ Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to nothing about this technology can use simple, … - Selection from Hands-On Machine Learning with Scikit..

케라스를 사용한 인공신경망 소개 자연으로부터 영감을 받은 발명품들(새 -> 비행기, 산우엉 -> 벨크로)처럼 인공신경망도 뇌 구조로부터 영감을 받음 새를 보고 비행기를 만들었지만, 날개를 펄럭일 필요는 없는 것처럼 인공신 경망도 생물학적 뉴런에서 점점 멀어지고 있다. 10장에서는 인공 신경망의 초창기 구조, 다중 퍼셉트론, 케라스를 소개 함 뉴런을 사용한 논리 연산 매컬러와 피츠가 생물학적 뉴런에서 착안한 매우 단순한 신경망 모델을 제안함 (MCP) McCulloch-Pitts 모델에서 사용한 가설은 다음과 같다. 1. 뉴런은 활성화되거나 혹은 활성화되지 않은 2 가지 상태이다. 즉, 뉴런의 활성화는 all-or-none 프로세스이다. 2. 어떤 뉴런을 흥분되게 (excited) 하려면 2개 이상의 고정..

공식 홈페이지에서 다운로드하길 희망하는 cmake 다운로드 후 압축 풀기 https://cmake.org/download/ // 기존 cmake 삭제 sudo apt remove --purge --auto-remove cmake // 압축 해제한 디렉토리에서 bootstrap cd bootstrap make sudo make install cmake --version

도커 허브 퀵스타트 1. https://hub.docker.com/ 로그인 2. 레포지토리 생성 3. 적당한 곳에 폴더 만들고 Dockerfile 생성 cat > Dockerfile