본문 바로가기

인공지능4

딥러닝 데이터 표현과 연산 딥러닝 데이터 표현과 연산 데이터 표현을 위한 기본적 구조로 텐서(tensor)를 사용 텐서는 데이터를 담기위한 컨테이너(container)로서 일반적으로 수치형 데이터를 저장 텐서(Tensor) Rank : 축의 개수 Shape : 형상(각 축에 따른 차원 개수) Type : 데이터 타입 0D Tensor(Scalar) 하나의 숫자를 담고 있는 텐서(tensor) 축과 형상이 없음 1D Tensor(Vector) 값들을 저장한 리스트와 유사한 텐서 하나의 축이 존재 2D Tensor(Matrix) 행렬과 같은 모양으로 두개의 축이 존재 일반적인 수치, 통계 데이터셋이 해당 주로 샘플(samples)과 특성(features)을 가진 구조로 사용 3D Tensor 큐브(cube)와 같은 모양으로 세개의 축.. 2024. 1. 8.
딥러닝 프레임워크(Deep Learning Framework) 텐서 플로우(TensorFlow) -가장 널리쓰이는 프레임워크 중 하나 -구글이 주도적으로 개발하는 플랫폼 -파이썬,C++ API를 기본으로 제공하고, 자바스크립트, 자바, 고, 스위프트 등 다양한 프로그래밍 언어를 지원 -tf.keras를 중심으로 고수준 API를 통합 (2.x버전) -TPU(Tensor Processing Unut) 지원 ㄴ TPU는 GPU보다 전력을 적게 소모, 경제적 ㄴ 일반적으로 32비트 (float32)로 수행되는 곱셈 연산을 16비트(float16)로 낮춤 케라스(Keras) 파이썬으로 작성된 고수준 신경망 API로 TensorFlow, CNTK, 혹은 Theano와 함께 사용 가능 사용자 친화성, 모듈성, 확장성을 통해 빠르고 간편한 프로토타이핑 가능 컨볼루션 신경망, 순환.. 2024. 1. 8.
인공지능 기초 인공신경망 (Artificial Neural Network) -인간 두뇌에 대란 계산적 모델을 통해 인공지능을 수현하려는 분야 -인간의 뇌 구조를 모방: 뉴런과 뉴런 사이에는 전기 신호를 통해 정보를 전달 생물학적 신경세포를 -> 인공신경망 으로 옮김 인공 뉴런(Artificial Neuron) -신경세포 구조를 단순화하여 모델링한 구조 -노드(Node)와 엣지(Edge)로 표현 -하나의 노드안에서 입력(Inputs)와 가중치(Weights)를 곱하고 더하는 선형구조(linear) -활성화 함수(activation function)을 통한 비선형 구조(non-linear)표현 가능 인공 신경망 (Artificial Neural Network) -여러개의 인공 뉴런들이 모여 연결된 형태 -뉴런들이 모인 하.. 2024. 1. 8.
머신러닝 학습방법 살펴보기 머신러닝의 학습방법에는 크게 3가지가 있음 1. 지도학습 - 정답을 알려주는것 - 사과사진을 주며 사과라 알려주는것 ㄴ정답이 있음 O 2. 비지도 학습 - 정답을 안알려주고 분류로 나누는것 ㄴ 정답이 없음 X 3. 강화 학습 ㄴ정답의 유무와 상관없고, 인공지능의 수준을 높임 이때 사용하느것이 시행착오 이다. ㄴ 시행착오를 거쳐 학습하는 방법 ㄴ 달성하려는 목표와 상이 있으며 강화 학습 방식의 인공지능은 스스로 자신에게 상을 주며 목표를 이루어감. 강화학습은 자율주행 자동차, 인공지능 로봇 등으로 확대되고 있는 강화학습은 앞으로 우리 사회를 크게 바꿀 중요한 학습방법 ex)인공지능 모델 더미가 걸어다닐때 더미의 무게 중심이 어떠할 때 넘어지는지에 대한 정보를 입력한 후 더미에게 넘어지지 말라는 명령과 다양.. 2023. 11. 4.

티스토리툴바