분류 전체보기100 [딥러닝 프로젝트] 1. 신경망 훈련: 기초적인 분류 문제 (Feat. TensorFlow) 딥러닝 프로젝트로 하나씩 실습을 해볼 예정이다. 첫번째 포스팅으로는 Fashion MNIST를 이용한 기초적인 분류 문제이다. 테스트 환경 실습 IDE: Google Colab 사용 언어: TensorFlow (Keras) 2.6.0 딥러닝 모델: CNN의 FC영역만 (Flatten, Dense layer) 1. 필요한 Library 선언 # tensorflow와 tf.keras를 임포트합니다 import tensorflow as tf from tensorflow import keras # 헬퍼(helper) 라이브러리를 임포트합니다 import numpy as np import matplotlib.pyplot as plt print(tf.__version__) 2. MNIST Dataset import.. 2021. 8. 25. [AI/머신 러닝] 머신러닝의 종류 (Supervised, Unsupervised, Reinforcement) 머신 러닝 종류에는 3가지가 있다. Supervised learning (지도 학습) Unsupervised learning (비지도 학습) Reinforcement learning (강화 학습) 3가지 모두 학습 시키는 방식이 다르며, 고도화된 딥러닝 네트워크를 위해서 한 네트워크에서 3가지 모두 사용하기도 한다. Supervised learning Label(정답)을 알려주면서 컴퓨터를 학습시킨다. 보통 Task를 강화하는 목적으로 사용되며, 종류로는 Classification과 Regression이 있다. Classification은 결과 data를 통해 정답을 이분법으로 정한다. A 아니면 B로 정답을 결정한다. Regression은 결과 data의 경향을 통해 새로운 수치를 발견한다. 예를 들어.. 2021. 8. 24. [딥러닝 개발 환경 구축] Colab 코랩 이용하기 #GPU 딥러닝을 구동하기 위해서는 별도의 개발 환경을 구축해야 한다. 대략적으로 설치해야 되는 항목은 아래와 같다. Python 3 CUDA 10.1 cnDNN v7.6.5 TensorFlow / Pytorch 그리고 딥러닝 환경에서 가장 중요한 것은 든든한 GPU!! 하드웨어 장치로 NVIDIA의 GPU가 있어야 한다. 물론 CPU만 있어도 어찌저찌 딥러닝 알고리즘을 돌릴 수는 있지만 연산 속도가 엄~~청 느리다. 그래서 할 수 있는 성능에 한계가 있어 왠만하면 GPU가 있는 것이 개발하는 데 좋다. 아래 포스팅에 그 이유가 있으니 참고하면 좋다. 2021.08.08 - [AI | 딥러닝] - [AI/딥러닝] 딥러닝 모델을 GPU에 구동시키는 방법 (Feat. Framework) 근데 GPU가 없더라도 노트북.. 2021. 8. 16. [AI/딥러닝] On-device AI를 위해 하드웨어 컴퓨팅이 가야할 길 2021년 세상에서 이미지 인식과 분류, 자율 주행, 딥페이크, 채팅 봇 등 여러 분야에서 AI 딥러닝 기술이 쓰이고 지속적으로 개발되고 있습니다. 하지만 대부분 수백대의 CPU와 GPU가 장착되어 있는 서버를 통해 이루어지죠. 그래서 획득한 데이터를 서버로 전송하여 딥러닝 추론을 거쳐 다시 동작하는 기기로 전달 됩니다. 그리고 그 전달 받은 결과를 보여주는 것이죠. 그렇기에 사용자의 모든 데이터는 서버로 전송되며 개인의 정보보호는 이루어지고 있지 않습니다. 또한 서버의 증량으로 탄소 배출량도 나날이 늘어가고 있죠. 이러한 문제를 해결하며 좀 더 트랜디한 기술을 제시하기 위해 엔비디아, 삼성전자 등 많은 기업들이 투자하는 곳이 있습니다. 바로 'On-device AI' 이죠. 말그대로 Device 안에 .. 2021. 8. 14. [AI/딥러닝] 딥러닝 모델을 GPU에 구동시키는 방법 (Feat. Framework) 지난 포스팅까지 딥러닝 모델에 대해 알아보았습니다. 인간의 신경망을 본떠 어떤 종류의 Layer들을 구성하고 어떻게 Convolution을 하는 것이 최적의 훈련이고 최적의 추론인 지에 대한 고민들이었죠. 2021.07.10 - [SW programming/Computer Vision] - AI, 머신러닝, 딥러닝 이란? 그리고 딥러닝 모델 종류 2021.07.11 - [SW programming/Computer Vision] - [딥러닝 모델] CNN (Convolutional Neural Network) 설명 2021.08.01 - [SW programming/Computer Vision] - [AI/딥러닝] CNN Network layer 모델들 (AlexNet, GoogLeNet, ResNet) .. 2021. 8. 8. [AI/딥러닝] 객체 검출(Object Detection) 모델의 종류 R-CNN, YOLO, SSD 지금까지 딥러닝의 모델과 그 중에서 CNN의 세부 모델까지 알아보았습니다. 2021.07.10 - [SW programming/Computer Vision] - AI, 머신러닝, 딥러닝 이란? 그리고 딥러닝 모델 종류 2021.07.11 - [SW programming/Computer Vision] - [딥러닝 모델] CNN (Convolutional Neural Network) 설명 2021.08.01 - [SW programming/Computer Vision] - [AI/딥러닝] CNN Network layer 모델들 (AlexNet, GoogLeNet, ResNet) 이번 포스팅에서는 객체 검출을 하는 CNN과 같은 선상의 개념이지만 조금 다른 YOLO에 대해 알아보도록 하겠습니다. 객체 검출(O.. 2021. 8. 1. [AI/딥러닝] CNN Network layer 모델들 (AlexNet, GoogLeNet, ResNet) 이전 포스팅에서는 CNN 기법이 어떠한 원리로 이루어지는 지를 살펴보았다. 2021.07.11 - [SW programming/Computer Vision] - [딥러닝 모델] CNN (Convolutional Neural Network) 설명 [딥러닝 모델] CNN (Convolutional Neural Network) 설명 저번 포스팅에서는 딥러닝의 모델별 특징에 대해 알아보았습니다. 2021.07.10 - [SW programming/Computer Vision] - AI, 머신러닝, 딥러닝 이란? 그리고 딥러닝 모델 종류 그리고 이번 포스팅에서는 그 중 Compu rubber-tree.tistory.com CNN 기법은 딥러닝 학습을 위한 인공 신경망 알고리즘의 큰 카테고리 중 하나이며, 이 CN.. 2021. 8. 1. 이전 1 2 3 4 5 6 7 ··· 15 다음
