2024/11/15 2

WIL 6

저번 주차 실습부터 모르는 부분이 생기면 적극적으로 튜터님께 찾아가기로 마음을 먹었었다. 이번 주차에도 모르는 부분이 생겼을 때, 혼자서 이것저것 해보고 찾아보다가 안 되면 튜터님께 찾아가서 해결할 수 있었다. 혼자서 볼 때는 보이지 않던 부분들이 많았는데 생각보다 쉽게 해결되는 경우도 있었고, 튜터님과 함께 무엇이 잘못됐는지 차근차근 찾아낼 수도 있었다. 이번 주차는 이해하기는 어렵지 않았지만, 막상 적용하려니 어려운 느낌이 많이 들었다. 강의를 듣고 다 이해했다고 생각했는데, 실제로 해보려니 잘 되지 않았다. 어떻게 해야할 지 막막했는데, 수준별 학습과 특강이 많이 도움이 되었다. 수준별 학습을 통해서 강의에 대한 보충도 할 수 있었고 새로운 내용도 알게 되었다. 수업을 해주시는 튜터님께 늘 감사하다..

TIL 39 필수 과제

5. 벡터 임베딩 생성OpenAI 모델을 사용했기 때문에 OpenAIEmbeddings를 이용해 텍스트를 벡터로 변환할 벡터 임베딩을 생성했다. langchain_openai 라이브러리에서 OpenAIEmbeddings 클래스를 불러온다.from langchain_openai import OpenAIEmbeddings# OpenAI 임베딩 모델 초기화embeddings = OpenAIEmbeddings(model="text-embedding-ada-002")text-embedding-ada-002 모델을 사용하여 텍스트 데이터를 임베딩 벡터로 변환한다. 이 모델은 텍스트 데이터를 고차원 벡터로 변환하는 데 사용된다. 자연어 처리(NLP) 작업에서 텍스트를 벡터 공간으로 변환하여, 유사도 검색, 클러스터링..