dong_dong_2's

1. Tensorflow2의 구성과 특징 - Tensorflow V1의 특징과 문제점 1) 거대한 노드-엣지 사이의 유향 비순환 그래프(Directed Acyclic Graph, DAG)로 정의했다. 2) 이러면 노드와 노드를 연결하는 매 엣지마다 chain-rule을 기반으로 gradient가 역방향으로 전파될 수 있다는 간단하면서 강력한 아이디어이다. 3) 이런 방식을 Tensorflow의 Graph Mode라고 한다. 4) 이런 선계의 큰 다점이 하나 있는데, 딥러닝 모델을 구성하는 그래프를 그려나가는 부분과, 연상이 실제 진행되는 과정을 엄격히 분리해 놓았다는 점이다. 5) 여기에 가장 중요한 것이 session이라는 개념이였다. 이 방식이 대규모 분산환경에서의 확장성과 생산성이라는 장점도 있었지..

1. 인공지능과 가위바위보 하기 - 이미지 분류기는 어떤 것이 있을까? - 데이터 준비하기 : MNIST 숫자 손글씨 데이터 2. 데이터 준비하기 - MNIST 숫자 손글씨 불러오기 - 검증용 데이터(validatation set), 교차검증(cross validation) 3. 딥러닝 네트워크 설계하기 - Sequenential Model 사용하기 4. 딥러닝 학습시키기 - fit(), epochs, shape, reshape 5. 얼마나 잘 만들었는지 확인하기 - loss 확인, accuracy 확인 6. 더 좋은 네트워크 만들어 보기 - 하이퍼파라미터들을 바꾸면서 학습시켜보기 : channel1, channel2, dense, train_epoch 7. 프로젝트 : 가위바위보 분류기 만들기 - 가위..

30일 오전에 실시한 내용이다. 코로나로 인해 Google meet를 이용한 온라인 수업으로 진행되며, Slack과 Notion을 이용하여 소통하고 있다. 1) OS란 무엇인가 2) OBUNTU, Python, Tensorflow란 무엇인가 3) CLI, IDE란 무엇인가 4) 터미널 명령어(cd, pwd, mkdir, cp, mv) 5) 패키지 의미, 설치하는 방법 6) 가상환경 만들기, 들어가기, 나가기 하루의 수업을 마치고 오늘 배운 내용이 무엇인지 다시 생각해보고, LMS를 다시 보면서 정리하는 것이기 때문에 이 내용이 오늘 배운 내용의 전부가 아닐 수 있다.

12월 28일부터 모두의 연구소의 AIFFEL(대전)에서 하는 인공지능 전문가 과정을 시작한다. 해당 과정은 6월 21일까지 실시하고 기초적인 프로그래밍부터 파이썬, 머신러닝, 딥러닝, 컴퓨터비전, 자연어처리 등을 배우는 과정이다. 해당 작성일은 31일이고 오늘 블로그를 만들고 작성하는 시간을 가지고 있다. 이전까지는 페이스북에 공부기록, 보조강사 기록 등을 기록해놨고 블로그를 만들기에는 두려움이 있었는데 좋은 기회가 왔다. 기존 페이스북 주소는 www.facebook.com/profile.php?id=10005359067075이다 28일에는 AIFFEL에서 준비한 교재와 노트북, 캠을 받고 노트북과 우분투와 친해지는 시간을 가졌다. 오늘부터 페이스북과 블로그 두 곳에 기록을 작성해야겠다.