반응형 기타43 Microsoft Clipchamp: 손쉬운 비디오 편집의 새로운 지평 Clipchamp 소개Microsoft Clipchamp는 Windows 11의 공식 비디오 편집기로, 누구나 쉽게 전문적인 품질의 비디오를 만들 수 있게 해주는 강력한 도구입니다2. 사용자 친화적인 인터페이스와 다양한 기능을 통해 개인용 비디오부터 소셜 미디어 콘텐츠까지 다양한 목적의 영상을 제작할 수 있습니다.주요 기능AI 기반 편집자동 작성 기능을 통해 영상, 오디오, 스토리를 이해하고 매력적인 비디오로 구성2AI 기반 노이즈 억제로 오디오 품질 향상1다양한 편집 도구비디오 전환 효과로 창의적인 연결 가능1자유형 회전으로 360도 회전 가능1속도 조절 기능으로 비디오 템포 조정1접근성 향상키보드 단축키 도입으로 편집 시간 단축1부동 도구 모음과 속성 패널로 빠른 액세스 가능1특별 콘텐츠Clipcha.. 2024. 12. 24. [기타][윈도우] 윈도우에서 글꼴 추가하는 방법 1: 윈도우 설정에서 추가하기 경로: 윈도우키 → 설정 → 개인설정 → 글꼴 원하는 글꼴 파일을 직접 드래그하여 설치할 수 있습니다2: 폴더에서 직접 추가하기 경로: 내 컴퓨터 → Windows → Fonts 폴더 글꼴 파일을 Fonts 폴더에 복사하거나 드래그하여 설치3: 제어판에서 추가하기 경로: 제어판 홈 → 글꼴 → 글꼴 붙여넣기 추가적인 설치 옵션을 제공합니다4. 추가 팁 .exe 확장자 글꼴 파일은 더블클릭만으로 설치 가능TTF와 OTF 형식의 차이를 알아두면 좋습니다 TTF: 저해상도 폰트, 웹/문서 작성용 OTF: 고해상도 폰트, 그래픽 작업 전문가용5. 무료 글꼴 다운로드 사이트 네이버 글꼴: 다양하고 대중적인 무료 폰트 제공https://hangeul.naver.com/font공공누리:.. 2024. 12. 19. [Knowledge Graph][Graph RAG] WhyHow.AI: 인공지능을 위한 지식 그래프 솔루션 1. 회사 소개WhyHow.AI는 스타트업과 기업이 비정형 데이터를 구조화된 지식 표현으로 변환하도록 지원하여, 정확하고 설명 가능한 결정론적 AI 솔루션을 제공합니다.2. 제품 및 서비스2.1 오픈 소스 도구Knowledge Table: 자연어 프롬프트와 추적 가능한 워크플로우를 통해 비정형 텍스트에서 구조화된 데이터를 추출하는 도구입니다.Knowledge Graph Studio: 모듈형 지식 그래프를 생성하고 관리할 수 있는 직관적인 API와 규칙을 제공합니다.2.2 서비스Agentic/RAG 시스템 설계 및 구축: 정확하고 최첨단의 Agentic 및 RAG 시스템 개발을 가속화합니다.지식 그래프 구현: 팀이 지식 그래프를 채택하고 오픈 소스 도구를 기존 워크플로우에 통합하도록 지원합니다.데이터 구조.. 2024. 11. 27. [Graph DB] Neo4j를 활용한 그래프 데이터 탐색적 데이터 분석(EDA) 가이드 1. 데이터 요약 및 기본 통계 확인EDA의 첫 단계는 데이터의 전반적인 구조와 특성을 이해하는 것입니다.1.1. 전체 노드 및 관계 수 확인// cypher// 노드 수 확인MATCH (n)RETURN COUNT(n) AS TotalNodes;// 관계 수 확인MATCH ()-[r]->()RETURN COUNT(r) AS TotalRelationships;설명: 전체 노드와 관계의 개수를 파악하여 데이터 규모를 이해합니다.1.2. 노드별 레이블 분포 확인// cypherMATCH (n)RETURN labels(n) AS NodeLabels, COUNT(*) AS CountORDER BY Count DESC;설명: 각 노드 레이블별로 노드가 얼마나 있는지 확인하여 데이터의 구성 요소를 파악합니다.1.3... 2024. 11. 4. [Bash][Git Bash] conda activate in git bash 1. conda init bashconda init bash2. git bash restart and conda activateconda activate conda_env 2024. 10. 23. [ChemBERTa][SMILES][Drug Discovery][신약개발]ChemBERTa를 활용한 분자 구조 예측 모델 개발 1. 개요프로젝트 목표: 이 프로젝트는 ChemBERTa 모델을 활용하여 분자 구조(SMILES 문자열)와 관련된 예측을 수행하는 것입니다. 주어진 데이터셋에서 분자 구조를 학습하고, 이를 바탕으로 IC50 값을 예측하는 모델을 개발합니다.2. 주요 라이브러리 및 모델 로드사용된 라이브러리: transformers, torch, pandas, sklearn모델 및 토크나이저 로드:모델 이름: seyonec/ChemBERTa-zinc-base-v1RobertaTokenizer와 RobertaForSequenceClassification을 사용하여 ChemBERTa 모델과 토크나이저를 로드합니다.model_name = "seyonec/ChemBERTa-zinc-base-v1"tokenizer = Robert.. 2024. 8. 26. 이전 1 2 3 4 ··· 8 다음
