macOS에서 키보드 re-mapping

Share
macOS에서 키보드 re-mapping

나의 macOS 키보드 리매핑 이유

  1. esc 키가 너무 멀다.
    • 흔히 쓰이지 않는 capslock을 대신 썼으며 좋겠다.
  2. 한영키가 윈도우 키보드 같이 같은 위치에 있으면 좋겠음.
    • 외부 키보드는 right_alt 버튼, 내장 키보드는 right_cmd를 한영키로 사용하겠다.
  3. 외부 키보드 연결시 window 키는 cmd, alt키는 option키가 되어 본래 애플키보드에서 쓰는 게 반대로 되는 것이 불편.
  4. 마우스의 측면 버튼 (button4,5) 사용시 인터넷 브라우징등에서 앞으로/뒤로 가기 키로 설정하였으면함.
    • 크롬에서는 측면 버튼으로 앞/뒤로가기 되는데, 사파리,노션에서는 안된다. cmd [ 또는 ]키를 사용해야 함.

이를 위해 Karabiner를 설치한다.
그리고 외부키보드와 애플 내장 키보드를 다음과 같이 설정.

  • 외부 키보드
    -----------2022-01-10------6.45.12
  • 애플 내장 키보드
    -----------2022-01-10------7.10.54

이것으로 1,3 번은 해결.
2번의 한영키 설정은 외부 키보드에서 스페이스바 옆의 alt키인 right_option을 흔히 사용하지 않을 키인 f13으로, 애플키보드의 right_cmd를 f13으로 변경한다.
그리고 시스템환경설정>키보드에서 입력소스 단축키를 다음과 같이 F13으로 변경한다.

-----------2022-01-10------6.42.14

마지막으로 마우스 측면 버튼을 설정해주기 나의 경우에는 일단 USB Reciever (Logitech) 타입을 마우스로 선택.

그리고 target device의 USB Reciever에서 일단 button4를 추가하고, ~/.config/karabiner/karabiner.json 를 수정해준다.

https://github.com/pqrs-org/Karabiner-Elements/issues/1241 을 참고하여 karabiner.json script에서 button4가 설정된 device 부분을 찾아가서 다음으로 수정
-----------2022-01-10------6.53.46

"simple_modifications": [
{
    "from":
    {
        "pointing_button": "button4"
    },
    "to":
    {
        "key_code": "open_bracket",
        "modifiers": [
            "left_command"
        ]
    }
},
{
    "from":
    {
        "pointing_button": "button5"
    },
    "to":
    {
        "key_code": "close_bracket",
        "modifiers": [
            "left_command"
        ]
    }
}]

그러면 karabiner에서 확인해보면 다음과 같이 되어있음.

즉, button4를 cmd + [ 키로, button5를 cmd + ] 설정.

그 외에 binding 하고 싶은 키는 Karabiner 설치 시 설치되는 Karabiner-EventViewer 에서 물리 버튼을 입력하여 확인한다.

-----------2022-01-10------7.05.14

Read more

허깅페이스 르로봇 해커톤 후기

허깅페이스 르로봇 해커톤 후기

본 블로그의 주인장들은 이번 허깅페이스의 르로봇 월드와이드 해커톤의 서울 호스트를 맡았습니다. 너무 재밌었고, 그 과정들과 후기를 남깁니다. 현장은 다큐 형식의 작은 영상을 만들었으니 한번 봐주세요. 계기 저는 LLM 만 하고 있었고, Action 모델은 사실 관심이 없었습니다, 준호는 1년 정도 로봇에 AI 를 넣는 일을 하고 있었죠. 허깅페이스에서 르로봇 플랫폼을 만들고

By park jong hyun
DeepDive LLM 3편 - Reinforcement Learning

DeepDive LLM 3편 - Reinforcement Learning

* 1편 - 사전 학습 (Pre Training) * 2편 - Supervised Fine Tuning * 3편 - Reinforcement Learning Reinforcement Learning Pretrain, SFT 에 이어서 세번째 단계는 Reinforcement Learning (RL, 강화학습) 입니다. 비유를 해보자면, pretrain은 그냥 책을 읽는 것이고요, SFT는 예제 문제와 이미 작성된 해설을 보는 것입니다. RL 은 해설이 없는 문제를 직접 풀어보는 것입니다. 어떻게 풀든

By park jong hyun
DeepDive LLM 2편 - Supervised Fine Tuning

DeepDive LLM 2편 - Supervised Fine Tuning

* 1편 - 사전 학습 (Pre Training) * 2편 - Supervised Fine Tuning * 3편 - 강화 학습 (Reinforcement Learning) Supervised Fine Tuning Post Training 의 첫번째 단계 SFT 입니다. Pre Training 에 비하면 아주 작은 양의 데이터만 필요하지만, 실제로 성능을 이끌어 내는데에는 중요한 단계입니다. 멀티턴 대화 (Multi Turn Conversation) ChatGPT 를 포함해서 대부분의 AI 서비스들은

By park jong hyun
DeepDive LLM 1편 - 사전 학습 (Pre-Training)

DeepDive LLM 1편 - 사전 학습 (Pre-Training)

본 포스트 시리즈는 카파시 선생님의 영상 을 기반으로 정리한 내용입니다. 직접 유투브에서 다루기도 했으니 영상으로 보셔도 됩니다. * 1편 - 사전 학습 (Pre-Training) * 2편 - Supervised Fine Tuning * 3편 - 강화 학습 (Reinforcement Learning) LLM 의 Training LLM을 만들 때는 크게 세 가지 주요 단계가 있습니다. 1. 사전 학습(Pre-Training) * 인터넷 텍스트(

By park jong hyun