일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- Python
- zip 암호화
- springboot
- matplotlib
- 900gle
- sort
- high level client
- plugin
- 파이썬
- MySQL
- aggregation
- query
- docker
- Test
- Kafka
- token filter test
- Mac
- licence delete curl
- License
- API
- zip 파일 암호화
- license delete
- TensorFlow
- flask
- aggs
- 차트
- Elasticsearch
- Java
- ELASTIC
- analyzer test
- Today
- Total
목록분류 전체보기 (477)
개발잡부

등본발급하던 곳으로 갔더니 .. 초본메뉴가 안나와서 해매던 중에 https://www.gov.kr/portal/main 정부서비스 | 정부24 정부의 서비스, 민원, 정책·정보를 통합·제공하는 대한민국 정부 대표포털 www.gov.kr 위의 URL 로 접속 주민등록초본 클릭 난 인터넷으로 발급 할 것이니까.. 발급 클릭 으잉? 아까랑 다르네 회원신청하기로 클릭 난 네이버로 인증 인증을 마친후 초본 탭을 선택한 후 정보 입력 민원신청하기 클릭 신청 완료 문서 출력 ㄱ ㄱ

path 에서 받아쓰려고 했더니만 이거 버리고 다시 만들자! https://ldh-6019.tistory.com/195 [tensorflow 2] Text embedding API를 만들어 보자 2 flask_restx 로도 만들수 있네.. 하지만.. 있는걸 수정 후딱 post 만 만들어 보자 뭐지 2000 ms 나오길래 망했다고 생각했는데 다시 해보니 40 ms 대로 나옴 일단 만들어 # import tensorflow as tf import tens.. ldh-6019.tistory.com 900gle shopping에서 사용 할 text embedding API 크롤러, 검색 API 에서 사용 예정 method POST 로 만들고 싶었으나.. 일단 GET 으로 # import tensorflow a..

쿼리 구조 쿼리 셈플 phase 2 query script_query = { "function_score": { "query": { "bool": { "must": [ { "multi_match": { "query": query, "fields": [ "name", "category" ] } }], "should": [ { "multi_match": { "query": query, "fields": [ "category1", "category2", "category3", "category4", "category5" ] } } ] } }, "boost_mode": "multiply", "functions": [ { "script_score": { "script": { "source": "cosineSimi..

900gle shopping 을 java 로 만들었으니.. Tensorflow text embedding 은 python API 통해서 vector를 받아오는 구조로.. 아래와 같이 만들예정 우선 파이썬으로 테스트 #! The vector functions of the form function(query, doc['field']) are deprecated, and the form function(query, 'field') should be used instead. For example, cosineSimilarity(query, doc['field']) is replaced by cosineSimilarity(query, 'field'). 위와 같다고 하니 "source": "cosineSimilar..
tensorflow embedding A/B 테스트 tensorflow embedding 모델을 2가지 방법으로 색인해서 테스트해 본다. A :

tensorflow embedding A/B 테스트 tensorflow embedding 2가지 모델을 2가지 방법으로 색인해서 테스트해 본다. #모델 API A : https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3" B : https://tfhub.dev/google/universal-sentence-encoder-multilingual/3" 공통 : 512차원 밀집백터 색인 cosineSimilarity 비교 2919개의 상품명, 카테고리 데이터 후보 1 A 모델을 사용하여 name (상품명) 으로 vector 추출 후보 2 B 모델을 사용하여 name (상품명) 으로 vector 추출 후보 3 A 모델을 사용하여 nam..

A,B 테스트에서 승리한 B모듈에 강한 상대가 나타났다 라지형님 https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3 TensorFlow Hub tfhub.dev 공정한 심사를 위해 일단 둘다 지우자 대결 항목 상품명으로 테스트 상품명 + 카테고리 테스트 상품명 + 카테고리 토큰 테스트 put_products.py # -*- coding: utf-8 -*- import json from elasticsearch import Elasticsearch from elasticsearch.helpers import bulk import tensorflow_hub as hub import tensorflow_text import kss,..

www.minwon.go.kr 정부24 www.gov.kr 연말정산, 회사제출용 등등 주민등록등본 필요할때 접속해보자 '주민등록표등본' 클릭! 회원 간편인증으로 왜냐면 간편하니까!! 로그인 후 화면 서울시 > oo 구 까지 선택 하고 '민원신청하기' 버튼 클릭 처리 상태에 버튼이 나오는데 누르면 아래와 같은 상태로 변경 공기업 사이트 많이 편해졌네.. 맥인데도 무리없이 3분 컷

상품명에서 백터를 추출 하여 embed_a = hub.load("https://tfhub.dev/google/universal-sentence-encoder/4") embed_b = hub.load("https://tfhub.dev/google/universal-sentence-encoder-multilingual/3") a 와 b 를 비교해보자 # -*- coding: utf-8 -*- import json from elasticsearch import Elasticsearch from elasticsearch.helpers import bulk import tensorflow_hub as hub import tensorflow_text import kss, numpy ##### INDEXING ###..

설치 다운 → 압축해제 → 심볼릭링크 $ wget https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-7.9.2-linux-x86_64.tar.gz $ tar -zxvf filebeat-7.9.2-linux-x86_64.tar.gz $ ln -s filebeat-7.9.2-linux-x86_64.tar.gz filebeat cofing ###################### Filebeat Configuration Example ######################### # ========================= Filebeat inputs =============================== filebeat.inputs: - ..