Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- 영국여행
- 클러스터형인덱스
- 혼자공부하는SQL
- R
- PRIMARY KEY
- Linux
- 유럽여행
- Github
- 제주2주살이
- SQL
- digital marketing
- 런던
- 디지털마케팅
- 맛집
- 책리뷰
- 혼공S
- 김호연작가
- 티스토리챌린지
- 오블완
- PRML
- 제주도여행
- Jupyter notebook
- 스토어드 프로시저
- 스플라인
- 에이바우트
- 독후감
- GenAI
- RStudio
- 보조인덱스
- 제주도
Archives
- Today
- Total
목록BERT (1)
Soy Library

특징 벡터의 유사도 & 거리벡터의 관계를 숫자로 수치화하여 비교L1 distancea = np.array([2, 5])b = np.array([4, 6])c = np.array([6, 2])# numpy를 이용한 계산distance = np.sum(np.abs(a - b))distance = np.linalg.norm(a - b, 1)# torch를 이용한 계산tensor_a = torch.from_numpy(a).float()tensor_b = torch.from_numpy(b).float()distance = torch.norm(tensor_a - tensor_b, 1)L2 distance# numpy를 이용한 계산distance = np.sqrt(np.sum(np.square(a - b)))dist..
Study/GenAI
2024. 8. 22. 18:10