2026 - 180 중 5 번째 페이지

구글과 메타가 개발한 TorchTPU가 오픈소스로 공개됐습니다. 파이토치 코드를 TPU에서 실행하는 방식과 vLLM·SGLang 연동을 살펴보고, 실행 호환성과 최고 성능 최적화의 차이, 도입 전에 확인할 조건을 정리합니다.

양방향 필터는 위치 거리와 밝기·색 차이로 이웃의 비중을 정해 이미지의 잡음을 줄입니다. 가중평균 예시, OpenCV·scikit-image 설정과 자료형, 가우시안·히스토그램 평활화와의 차이 및 세부 손실·경계 처리의 주의점을 설명합니다.

Gemini Slides의 Refine과 Bulletize로 기존 현황 문단을 글머리표로 바꿉니다. 미정·초안·공유 승인 조건을 대조한 뒤 Replace하고 실제 슬라이드까지 확인하는 내부 검토 흐름입니다.

히스토그램 평활화는 누적 밝기 분포로 픽셀값을 다시 매겨 이미지의 대비를 조정합니다. 변환표·전역 방식·CLAHE의 원리, 오츠 이진화·대비 스트레칭과의 차이, 타일 단위·자료형·잡음·색상 및 후속 인식 검증의 주의점을 설명합니다.

Gemini 웹에서 자동 모델 선택을 처음 켜는 방법을 정리합니다. 개인 무료계정의 Settings > Usage limits 경로와 첫 질문, 답변별 모델 표시 확인을 안내하고 토글 상태·표시 모델·내용 대조를 나눠 기록하는 기준을 설명합니다.

Claude 조직 지침과 개인 지침을 팀 보고 문체의 소유자와 적용 범위로 비교합니다. Owner 설정과 본인 설정, 조직 우선순위와 반영 시간, 다른 구성원·일반 질문의 영향 검수까지 나눠 내부 배치 판정 메모를 만드는 순서를 안내합니다.

마이크로소프트가 내부 AI 에이전트의 권한과 위험을 지속적으로 통제하는 보안 접근을 발표했습니다. Project Perception의 가디언 에이전트, 작업별 동적 권한, 위험에 따른 읽기·쓰기 제한과 사람 승인의 의미를 정리합니다.

AWS가 TorchNeuron을 발표했습니다. 기존 파이토치 코드와 도구를 Trainium에서 쓰는 네이티브 백엔드의 의미, 허깅페이스 연동, 10월 20일 공개 베타 예고와 실제 도입 전 확인할 호환성·성능 조건을 나눠 정리합니다.

워터셰드(Watershed)는 시작점과 지형을 따라 픽셀을 영역별로 나누는 분할 방법입니다. 마커·지형·허용 마스크의 역할, scikit-image·OpenCV의 경계값, 거리 변환·CCL과의 차이 및 과분할·시작점 누락의 주의점을 설명합니다.

OpenAI 공식 Python SDK에서 받은 응답을 to_json으로 JSON 파일에 저장하고 다시 읽어 확인하는 방법을 설명합니다. to_dict·구조화 출력·서버 응답 저장과의 차이, 이중 인코딩과 파일 덮어쓰기 주의점도 정리합니다.

Yearly Archives: 2026