무지랭이 탈출러가 되고싶은 회사원

이미지를 학습시키는 방법이 궁금해서 막 찾아보다가 개냐 고양이냐를 학습시켜서 판가름하는 모델을 보게 되었다. 결론부터 말하자면 난 무지랭이 이기 때문에 너무 신기하더라... 학습을 반복해서 시키거나 할 수록 정확도가 시각적으로 높아지는 부분이 나오는데 내가 짠 건 아니지만..ㅎㅎ 우~와! 소리가 절로 나왔다 ㅎㅎ 내가 참조한 내용은 아래 url 이고, tf.keras.Sequential 모델을 사용하여 이미지 분류기를 작성하고 tf.keras.preprocessing.image.ImageDataGenerator를 사용하여 데이터를 로드시켰다. https://east-rain.github.io/docs/Deep%20Learning/tensorflow%20tutorial/image_classification..

책만 읽으니까 도통 글만 봐서 머리에 잘 안 남아... ㅠㅠ 실제 해보기로 했다. Colab을 처음으로 실행시켜 더듬더듬.. 내가 코드를 짜진 못하지만 짜여 있는 걸 분석하고 실행시켜 보면서 원리를 이해하려고 많이 노력했다. 2020년, 2019년 것들은 실행시켜보니 최신 버전들이 아니고 불러올 수 없는 라이브러리가 꽤 있어서 오류가 많이 나더라. 여러 가지를 찾아보다가 아래 url을 활용하여 BERT에 대해 이해해보기로 했다. 이론만 봐서 남에게 설명할 때 더듬더듬했던 나에게.. 그래도 한 문장으로 설명은 해줄 수 있게 해 준 너무나 고마운 포스팅이다! 😊 했던 단계들, 그리고 단계들로 이해한 설명을 적어보려고 한다. 아래 포스팅 내용은 공유된 url을 기반으로 학습한 부분들로 이루어져 있습니다. ht..

AI를 구현하는 플랫폼 종류도 여러가지가 있다. 이제 걸음마라기도 부끄럽지만 코랩으로 인터넷에 떠도는 소스들 하나하나 실행해보고 있는데, 1~2년전 포스팅한 소스를 붙여쓰면 ㅠㅠ 버전이 안맞다고 못불러 온단다 .. 아무튼 대표적 3가지를 적어보려고 한다. 1. Tensorflow 특징 - 구글이 개발한 오픈소스 소프트웨어 라이브러리이다. . 구글에서 만들었기 때문에 지속적인 성능개선이 보장되고, 다른 프레임워크보다 빠르고 안정적이다. . 대규모 예측 모델 구성이 뛰어나 많은 Deep Learning Project에서 사용한다. - 파이썬, C++, 자바, R을 지원한다. - 공개 버전은 일반 버전과 GPU 가속 버전이 있는데, . 일반 버전은 운영체제, 성능 상관 없이 모든 컴퓨터에서 실행이 가능하다. ..

처음 프로젝트에 들어가면서 AI에 대해 너~무 무지한 상태였기 떄문에 사례와 개념을 알아보았다. 사실 처음에도 너무 모르니까 어디서부터 어떻게 시작해야할지도 막막하고 해서, 이 전에 AI 연구를 하셨던 분의 결과물을 보면서 모르는 단어를 더듬더듬 구글링 해가면서 무차별적 이해를 했다. 찾아본다고 완벽 이해를 하고 포스팅 하는건 아니지만 하나하나 해가면서 내 무지함을 더 알아가면 열심히 하겠지..? (지금도 사실 어디서 부터 덤비는게 맞는 길인지는 모르겠다 ^^) 언제까지 AI에 대한 관심이 지속될지는 모르겠지만... 두서없는 학습이지만 이것도 나중엔 퍼즐처럼 맞추어 지리라 생각하고 다가가보려 한다. 1. 인공지능 학습방법 인공지능을 학습을 지속적으로 시켜야 '정확도'가 높아진다. 그러기 위해서는 인공지능..

3월 말. AI프로젝트를 얼떨결에 참여하게 되었다. 나는 AI 추천 View를 FRT/Back에 어떻게 구현시킬지를 기획하는 Role로 들어갔지만.. 행운인지 불행인지 모르게 View단과 AI에 필요한 기획을 하는 것까지 Role이 확장되었다. 하나하나 알아보면서 AI 세계에 대해 관심이 생기게 되었고, 회사 협업 툴에 적어놓는 것보단 내 생각을 정리하기에 나만의 메모장이 있으면 좋겠다는 생각에 하나하나 공부한 내용들을 적어가려고 한다. 본론으로 들어가서! 기본 개념인 인공 지능이란? 인공지능 (AI 정의)는 쉽게 한 문장으로 설명하면 '인간의 뇌를 흉내 내는 것' - 많은 데이터를 활용해서 결과를 내려면 여러 이해 관계자들을 통해 데이터 수집을 하고 엑셀을 돌리고 쿼리를 짜고.. 규모가 큰 분석이라면 ..