앞으로 포스팅할 주제들에 대하여

앞으로 기록하고 싶은 주제들을 좀 정리해놓고 하나씩 차근차근 써내려가봐야겠다. 1. Supervised Learning / Unsupervised Learning / Reinforced Learning 기본적인 차이점과 개념, 이론들을 잘 숙지할 필요가 있을 것 같다. 이외에도 Self-Supervised, Semi-Supervised 등등 함께 다뤄보고 싶다. 2. Few-Shot Learning 이 주제는 이번에 학교에서 설계 프로젝트 과목을 하면서 공부하고 싶단 생각이 들었다. Few-Shot Learning은 많은 데이터 없이도 성공적인 모델을 구성할 수 있는 방법론으로 알고 있는데 이 부분이 데이터양은 모델 성능에 비례한다는 의견에 반박할 수 있는 매력적인 부분으로 느껴져서 한번 다뤄보고 싶다...

[ML] Activation Function : Sigmoid / Softmax

이번에는 머신러닝의 기본 핵심 개념인 Activation Function(활성화 함수) 중 Classification의 Output을 위해 자주 사용되는 Sigmoid와 Softmax에 대해 정리를 해보도록 하자. 우선 활성화 함수란, 간단하게 설명하면 신경망의 출력(Output)을 결정하는 하나의 식이다. 신경망에서는 노드에 들어오는 값들에 대해 바로 다음 레이어로 전달하는 것이 아니라, 활성화 함수를 통과시킨 후 전달한다. 활성화 함수는 입력 신호의 총합을 출력 신호로 변환하는 함수로, 입력 받은 신호를 얼마나 출력할지 결정하고 네트워크에 층을 쌓아 비선형성(Non-Linear)을 표현할 수 있도록 해준다. 활성화 함수는 주로 비선형인데, 그 이유는 선형 함수를 사용할 시 층을 깊게하는 의미가 줄어들..

장비 세팅

공부하는 분야가 모델이나 데이터셋이 꽤나 무거운것들이 사용되다보니 Colab에서 매달 5만원씩 유닛을 사용했었다. 슬슬 딥러닝용 데스크탑을 맞춰야지 생각했는데 이번에 기회가 돼서 i5 13600K + RTX3090 + 32GB RAM 조합으로 구매했다. 데스크탑 뿐만 아니라 모니터도 144hz 지원하는 27, 24 듀얼 모니터 각각 구매하고 모니터암이나 키보드, 마우스도 새로 구매했는데 토탈하니 거의 350만원이나 썼다,, 이번 명절 지나면 하나씩 배송 올텐데 얼른 뽕 뽑아야지,,

[Computer Vision] Image Segmentation이란?

새롭게 준비할 연구 주제로, 차량 부분 영상에서 파손 부위를 인식 및 표시할 수 있는 시스템을 구현해보려고 한다. 조금 찾아보니 쏘카에서 개발한 내용이 있던데, U-Net을 이용한 Image Segmentation 기법을 사용했다고하여 Image Segmentation에 대한 정리를 해본다. Image Segmentation은 영상에서 인간이 직관적으로 분류할 수 있는 개체별로 Class나 Label을 나누는 것을 말한다. Segmentation은 Classification처럼 영상 자체를 하나의 범주로 분류하는 것이 아니라, 영상의 픽셀 하나하나에 Label을 나누어 하나의 픽셀이 어떤 레이블에 속할지 분류하는 것을 뜻한다. 위와 같은 영상에서 자전거 선수의 손 부분을 확대해보면 수 많은 픽셀들로 이루..

[Python3] Win32 API를 이용한 PC 카카오톡 자동화

이번 클라이언트는 교내 에브리타임에서 컨택해 만났다. 토목공학과에 재학 중인 후배였는데, 카카오톡에서 일용직 일자리 구인/구직에 관련한 대형 오픈채팅방을 운영하고 있었다. 네이버 밴드에 올라오는 일용직 구인 광고를 수집하고 조건에 맞는 일자리들을 정해진 시간대에 카카오톡 채팅방에 전달해주는 프로그램이 필요하다고 했다. 모바일에서 구현을 해보려고 했는데, 각종 API 활용이나 구현의 한계가 있어 PC 버전에서 구현했다. 우선 네이버 밴드에서 게시글을 수집하는건 네이버에서 제공하는 API를 활용하면 쉽게 해결될 문제니 프로그램에서 카카오톡 메시지 전송 기능만 구현해보자. 기본적으로 Window OS 기준 우리가 사용하는 응용 프로그램들은 윈도우 속성을 갖는다. 윈도우 속성에는 해당 프로그램의 위치, 크기, ..