* 본 포스팅은 한국품질재단에서 주최하는 인공지능개발자 양성사업 교육과정 복습 용도로 포스팅되었습니다. * 신경망의 종류(xxxNN) * 전통적인(오래된) 일반적인 신경망 -> 예측 * CNN - 컨볼류젼(합성곱) 뉴럴 네트워크 - 영상 처리에 탁월 - 결과 : 이 이미지는 XXX이다.(정확도 x%) -> 분류 - 종류 - 이미지 한장에서 사물 한 개를 인식 - 사각형 검출 - cloud.google.com/vision - aws, azure, watson - 이미지 한장에서 여러 개의 물체를 인식(검출) - object_detection - https://github.com/tensorflow/models/tree/master/research/object_detection GitHub - tensorf..
deep learning
* 본 포스팅은 한국품질재단에서 주최하는 인공지능개발자 양성사업 교육과정 복습 용도로 포스팅되었습니다. * 이미지 인식 대회(ILSVRC) - 개요 - 한장의 사진에서 하나의 물체를 검출 - 해당 대회는 종료 후 Kaggle로 이관되어 다양한 분야로 경쟁 - history AlexNet (2012) 8 layer CNN을 처음 적용하여 참가 -> 영상 인식은 CNN으로 해야 한다는 명제를 만들어냈다 GoogleNet (2014~16) Inception v2~v4 우승 Firebase의 MLKit 적용 MobileNet 적용 VGG (2014) VGG-16, VGG-19... 전이 학습(이미 완성된 모델을 가져다가, 가중치를 초기화하고, 새로운 데이터를 넣어서 학습 -> 모델 생성하는 방법, 파인 튜닝이라..
* 본 포스팅은 한국품질재단에서 주최하는 인공지능개발자 양성사업 교육과정 복습 용도로 포스팅되었습니다. * 딥러닝의 개발환경 * 클라우드 기반 - 아마존(AWS) : 유료 - MS(Azure) : 유료 - 정부 과제 수행시 -> 바우처 제공 -> 클라우드로 제공 받음.(고사양) - 구글 : colab, colab pro(유료) - colab : ubuntu, NVDIA Tesla GPU 지원 * 딥러닝 워크스테이션 서버 기반 - 구성하기 나름(예산) - ubuntu(리눅스) 18.0x(or 20.0x) + anaconda or docker(가상화) - NVIDA 제품 RTX를 사용할 텐데 이경우 CUDA라는 지원 기술을 세팅(드라이브 세팅) 난관 - 메인보드는 4 way, 파워 750~1000 kW 이상..
