이 포스트는 허민석님의 유튜브 [딥러닝]RNN 기초 강의와 시작하세요! 텐서플로2.0프로그래밍을 참고하여 작성했습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. CNN에 이어 이번에는 순환 신경망(RNN, Recurrent Neural Network)과 RNN의 가장 기초인 SimpleRNN에 대해 알아보겠습니다. 먼저 RNN은 음악, 자연어, 주식 시장 등 시간의 흐름에 따라 변화하는 시퀀스(순서가 있는) 데이터를 입력받아 처리할 때 사용됩니다. 하나의 예로 여러 단어들이 주어졌을 때, 이 단어들을 조합해서 만든 문장의 품사를 맞추는 프로그램을 생각해보겠습니다. 예시를 들어 i, google, at, work의 네 단어가 주어졌을 때, '..

본 포스트는 페이스북 생활코딩 페이지 책프협 골라 받는 서평 이벤트로 도서를 받아 작성했습니다. 처음 AI와 딥러닝을 공부할 때, 무엇부터 공부해야 하는지, 어떤 순서로 공부해야 하는지에 대해 많이들 궁금해하실 것이라 생각합니다. 저는 Andrew ng 교수님의 machine learning과 김성훈 교수님의 모두를 위한 딥러닝 강의로 딥러닝에 입문하였습니다. 다만 급변하는 AI 시장의 흐름에서 2019년 9월에 텐서플로 버전이 2.0으로 업그레이드됨에 따라 Keras를 중심으로 하는 고수준 API의 통합이 있었고, 따라서 이제는 Keras를 이용해 모델을 만들고 학습하는 방법을 아는 것이 중요해졌습니다. 하지만 텐서플로 1.X 버전에서 딥러닝을 배우고 코드를 짜던 분들이라면 Keras에서 모델을 만들고..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 이번 포스트는 모두를 위한 딥러닝 LAB 11-2의 "MNIST 99% with CNN"를 응용해 "Fashion MNIST with CNN, TF2.X"로 재해석하여 작성했습니다. 포스트의 코드는 책 "시작하세요! 텐서플로 2.0 프로그래밍"을 참고하여 작성했습니다. Fashion MNIST MNIST는 손으로 쓴 숫자 글씨를 모아놓은 데이터셋으로, 프로그래밍 언어를 처음 배울 때 "Hello World"를 출력하는 것과 같이 기계학습 분야를 대표하는 고전적인 문제입니다. Fashion MNIST는 MNIST에 영..

f이번 포스트는 생활코딩 이고잉님의 지옥에서 온 Git을 정리한 내용을 담았습니다. 개인의 공부 목적으로 Git을 처음 접하는 이들이 이해할 수 있는 수준으로 설명하고자 작성하였으며 포스트의 모든 그림과 코드의 저작권은 지옥에서 온 Git에 있습니다. 안녕하세요. 이번 포스트부터는 생활코딩 이고잉님의 지옥에서 온 Git을 보고 공부 목적으로 내용을 재해석하여 포스팅하게 되었습니다. 포스트의 코드는 window환경에서 Git Bash를 이용해 작성했wef습니다. Git 설치 먼저 window에서 Git을 설치하는 방법입니다. 아래 링크의 Git 다운로드 홈페이지에서 Windows를 선택해 설치해주시면 됩니다. 이후 설치하실 때 모두 Next >를 눌러 설치를 진행해주시면 됩니다. Git Bash 명령어 정..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 이번 포스트에서는 저번 포스트에 이어 CNN(Covolutional Neural Network, 합성곱 신경망)의 Pooling Layer와 CNN의 구성에 대해 알아보겠습니다. 먼저 저번 포스트의 CNN 과정을 다시 보겠습니다 우리는 직전 포스트에서 Convolution layer에 대해 알아보았습니다. 그렇다면 이번 포스트에서는 Pooling layer에 대해 알아보겠습니다. Pooling layer는 Convolution layer를 통과해 나온 Activation map(Feature map)을 입력으로 받아..

이 포스트는 AI 이노베이션 스퀘어에서 진행한 기본과정 11기 교육 내용을 바탕으로 작성하였습니다. 따라서 교육 내용과 관련된 저작권은 모두 AI 이노베이션 스퀘어에 있으며 매주차의 교육 후기만을 담을 수 없는 점 양해바랍니다. AI, 자세히는 머신러닝과 딥러닝에 관심을 두고 공부를 시작하시려는 분들이라면 Andrew Ng 교수님의 "Maching Learning"이나 김성훈 교수님의 "모두를 위한 딥러닝"을 익히 들어보셨을 것입니다. 두 강좌를 모두 수강하고 있으며 왜 딥러닝하면 두 강좌가 가장 유명한지를 느낄 수 있었습니다. 두 강좌는 설명의 방식은 조금씩 다르지만 머신러닝과 딥러닝의 전반적인 지식을 익히기에 충분하였으며 이후 어떤 공부를 해나가야할지 이정표 역할이 되었습니다. 다만 실시간 소통이 불..