본문 바로가기

전체 글

카테고리 없음 2021. 5. 8. 최근 근황! 안녕하세요~ 블로그에 전혀 업데이트가 없었는데도 찾아오신 여러분께 감사합니다 ㅎㅎ 지금 게시글들을 보니 많이 부끄럽네요 ㅋㅋㅋㅋ 제가 한 건 거의 없는데 뭔가 뽕에 차서 열심히 쓴 느낌 //부끄// 저는 인공지능을 인턴을 통해 인공지능에 관심을 갖게 되어서 대학원을 가려다가... 인턴 도중에 지원했던 회사 공채에 합격해, 제조업 회사에 작년 7월 입사했습니다. 전혀 다른 일이긴 하지만 열심히 일하고 있습니다! 가뭄에 콩나듯? 코딩도 가끔 합니다! ㅎㅎ 이제 다시 취미로 코딩을 공부하려고 네이버 블로그에 글을 옮기려고 오랜만에 들어왔네요~ 이 글을 보실 분들이 있을지는 모르겠지만, 항상 행복하시고 원하는 일 다 이루는 하루 되시길 바라요~
인턴일지 2020. 6. 26. 인턴 최종 발표 인턴 최종 발표 PPT자료입니다. 4개월동안 많이 성장한 나 자신에게 박수를 ㅎㅎ// 발표 내용 - 예측 분야 설명 (series data, 통계적 해석, 딥러닝 해석) - Emotion recognition (using CNN) - Defect detection (using segmenataion method) - Forecasting SMP (using hybrid ARIMA-LSTM) - ETC. (rknn 변환 매뉴얼, 홈페이지 제작) - Depth Map 역사 (stereo vision과 deep learning을 중심으로) 인공지능을 이용한 예측이 인간보다 뛰어날까요? 저는 ‘예측’이 무엇인지, 기존의 방법과 현재 딥러닝 방법을 비교하여 설명할 예정입니다. 그 전에 앞서, 혼동되는 단어를 짚고..
카테고리 없음 2020. 5. 15. Segmentation-Based Deep-Learning Approach for Surface-Defect Abstract 머신러닝을 사용한 자동화된 **표면 이상 탐지(Automated surface-anomaly detection)**는 visual inspection 분야의 적용에 매우 직접적인 영향을 주는 유망한 연구이다. 딥러닝은 이 연구에 더 적합하다. 이 논문은 표면 이상을 detection, segmentation을 위해 고안되고 표면 crack detection이라는 구체적인 영역으로 증명된 segmentation-based deep-learning 구조를 제안한다. 이 설계는 아주 작은 양의 samples로 훈련된 모델을 만들기 때문에, 실용적이다. 다수의 논문 실험은 주석(annotation), 필요한 훈련샘플 수, 필요한 계산된 비용에 필요한 예측에 빛을 발한다. 실험들은 최근에 만들어진..
카테고리 없음 2020. 5. 15. Modern CNNs 정리파일(AlexNet, VGG, GoogLeNet, ResNet) drive.google.com/file/d/1W8Zb-0f9v0UfLHeGggI4Ct6WfUzmzC-Z/view?usp=sharing 간단하게 내용을 요약하면 다음과 같다. AlexNet : 뉴럴네트워크를 처음 쓰고 이미지 분류 대회에서 우승한 모델 ⇒ ReLU 활성화 함수를 사용하여 딥러닝 발전의 시초가 됨 ⇒ LRN을 이용하여 output 컨볼루션 feature map 중 일정 부분만 높게 activation 되도록 함 ⇒ Data augmentation 사용 (데이터 flip;좌우반전, crop으로 training set을 증가시킴) VGG ⇒ stride=1, 3X3 conv를 사용하여 성능 개선 GoogLeNet : Inception module을 이용 : deep하지만 VGG보다 paramet..
카테고리 없음 2020. 5. 15. [모두의 딥러닝] 정리 딥러닝과 데이터 데이터에서 중요한 것 - '필요한' 데이터가 얼마나 많은가 - 얼마나 효율적으로 사용되게끔 가공되었는지 ⇒ 한쪽으로 치우치지 않고, 불필요한 정보를 가지고 있지 않으며, 왜곡되지 않은 데이터 - 딥러닝에 쓸 수 있도록 잘 정제된 데이터 형식으로 바꾸어야 함 - 데이터 분석에 가장 많이 사용하는 파이썬 라이브러리: pandas, matplotlib 딥러닝을 구동하려면 반드시 속성과 클래스를 먼저 구분해야 함 matplotlib을 이용해 그래프로 확인하기 matplotlib : 파이썬에서 그래프를 그릴 때 가장 많이 사용되는 라이브러리 seaborn : 각 정보끼리 어떤 상관관계가 있는지 알 수 있는 라이브러리 heatmap()함수 : 각 항목 간의 상관관계를 나타내는 함수 -두 항목씩 짝을..
카테고리 없음 2020. 5. 15. [모두의 딥러닝] 10장. 모델 설계하기 딥러닝의 기본 구조 딥러닝 모델을 설정하고 구동하는 부분은 모두 model 이라는 함수를 선언하여 시작됨 model = Sequential() 딥러닝의 구조를 짜고 층을 설정하는 부분 model.compile() 정해진 모델을 컴퓨터가 알아들을 수 있게끔 컴파일 하는 부분 model.fit() 모델을 실제로 수행하는 부분 입력층, 은닉층, 출력층 딥러닝: 퍼셉트론 위에 숨겨진 퍼셉트론 층을 차곡차곡 추가하는 형태 이 층이 케라스에서는 Sequential()함수로 쉽게 구현 가능하다. model.add()를 통해 새로운 층을 만들 수 있음 model = Sequential() model.add(Dense(30, input_dim=17, activation='relu')) model.add(Dense(1, ..
인턴일지 2020. 5. 11. [2주차] 주간프레젠테이션 ICT인턴십을 진행하면서 작성한 2주차 활동 보고 프레젠테이션입니다.
인턴일지 2020. 5. 11. [1주차] 주간프레젠테이션 ICT인턴십 진행하며 1주차 주간프레젠테이션을 올립니다.

티스토리툴바