이전에 Linux에서 mujoco-py를 돌릴 때 발생할 수 있는 그래픽 라이브러리 관련 오류를 해결하는 방법에 대해서 공유한 적이 있다. 사실 그것도 그러려니와 Linux에서 할 수 있는게 많아, 집에서도 Windows 10이랑 Linux랑 듀얼부팅으로 설치해서 사용하고 있다. 그런데 아무래도 Windows 10에서 Linux로 넘어가려면 재부팅도 해야되고, 신경쓸게 많아져 Windows 10에서 할 수 있는 방법이 있지 않을까 찾아보다가, 마침 이와 관련된 글이 있어서 직접해보고 공유해보고자 한다. Install OpenAI Gym with Box2D and Mujoco in Windows 10 How to install OpenAI Gym[all] with Box2D v2.3.1 and Mujoco..
(해당 포스트는 Coursera의 Prediction and Control with Function Approximation의 강의 요약본입니다) - 관련된 책 내용 : 9.4 - Linear Methods : 9.5.3 - Coarse Coding : 9.5.4 - Tile Coding : 9.7 - Non-linear Function Approximation : ANN 이전 포스트에서 설명한 Linear Function Approximation은 일반적으로 표로 표현된 value function을 어느 유사한 function으로 근사함으로써 효율성을 가져오자는 취지에서 나온 것이고, 보통 이 function을 조절하는데 weight vector \(\mathbb{w}\)를 사용한다. 그래서 이에 대한..
아마 이전글을 본 사람들은 알겠지만, 나는 크라우드 펀딩을 즐겨한다. 이유는 간단하다. 저렴한 가격에 나름 사용자의 취향에 맞는 상품을 구매할 수 있기 때문이다. 물론 우리나라에서의 크라우드 펀딩처럼 중국산 물품을 들여온다던가 사기를 당할 위험도 어느정도 있기 때문에, 대부분 믿을만한 회사의 상품, 거기에 많이는 안하고 대략 $100 내외에서 투자는 해보고 있다. (아마 Udoo사에서 펀딩한 Udoo Bolt는 $500 정도에 구매했었는데, 나름 기존 프로젝트도 잘 이끌어나가서 믿고 투자했었고, 받은 성과물은 아직도 잘 쓰고 있다.) 아무튼 이번에도 kickstarter에서 펀딩한 상품이 왔다. 이번에 받은 것은 라즈베리파이 4용 케이스였다. 라즈베리파이 1이 처음 나왔을 때가 대략 8년전쯤이었을거 같은..
Kickstarter에서 작년 9월쯤 펀딩을 진행한게 있었다. OpenCV AI Kit A tiny, powerful, open source Spatial AI system www.kickstarter.com 아마 비전쪽으로 공부하거나 일하는 사람이라면 알듯한 OpenCV에서 AI 기능이 탑재된 카메라를 공개했었고, 이를 크라우드펀딩식으로 투자받았었다. 물론 펀딩이 제대로 될지 걱정도 되긴했지만, 워낙 페이지에서 소개한 기능이나 가격이 매력적이라 투자했었다. (참고로 20분만에 투자목표를 달성했었다.) 이 상품은 Intel Myriad X가 장착되어 AI 연산과 관련된 비전쪽 가속을 해주는 장치이다. 특히 Object Detection과 Object Tracking에서 효과가 잘 나타나는 것으로 소개되어..
어느덧, 2020년을 마무리하는 시간까지 왔다. 나름 새해를 준비한답시고, 다이어리도 바꾸고, 내년에 해야 할 일들을 쭉 정리하고는 있지만, 올해만큼 시간이 참 빠르게 간 해도 처음이었던 것 같다. 그래도 나름 뭔가에 집중해서 일을 했던 한해였었고, 그만큼 보람도 있었다. 생각치도 못한데서, 재미있는 것을 찾는 것도 많았던 한해였다. 내년에도 올해의 나보다는 더 발전할 수 있도록, 조금더 노력을 해야겠다. 한해동안 블로그를 많이 찾아와주셔서 감사합니다. 올해는 지식 공유를 많이 하지 못하고, 읽었던 책의 느낌만 공유했었는데, 그래도 이전에 정리해둔 글을 보고 많이 찾아와주셨네요. 덕분에 하루하루 열심히 공부하고, 새로운 것을 찾을 의욕을 얻어갑니다. 내년에도 오시는 분들께 도움이 될만한 글들을 공유할 수..
(해당 포스트에서 소개하고 있는 "밑바닥부터 시작하는 딥러닝 3" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 밑바닥부터 시작하는 딥러닝 3 밑바닥부터 만들며 배우는 딥러닝, 이번에는 프레임워크입니다. 3편의 목표는 딥러닝 프레임워크 안의 놀라운 기술과 재미있는 장치들을 밖으로 꺼내보고 제대로 이해하는 것입니다. 현대적이 www.hanbit.co.kr 아마 인공지능과 관련된 연구나 업무를 하고 있는 사람이라면 누구나 Tensorflow나 PyTorch, MXNet같은 딥러닝 프레임워크를 사용할 것이다. (몇몇 프레임워크는 C++이나 java같은 언어로 포팅이 되어 있겠지만) 대부분 이 프레임워크를 다루기 위해서는 파이썬을 잘 다루고, 뭔가의 수학 공식을 코드로 옮길 줄 알고 있을 것이다. 말이 쉬워..
(해당 포스트에서 소개하고 있는 "안전한 인공지능 시스템을 위한 심층 신경망 강화" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 우리 삶속을 살펴보면 인공지능 기술들이 접목된 것들이 많이 보인다. 길을 지나가다 봐도, 다 인공지능과 관련 기술들을 선전하고, 사람들은 거기에 매력을 느끼는 것 같다. 문제는 너무 이런 경향이 심해져서, 심지어는 인공지능 기술에 맹신하는 의견들도 있다는 것이다. 위의 예시는 Berkeley BAIR에서 제시한, physical adversarial example의 예시다. 단순하게만 보면 그냥 표지판을 병이라고 잘못 인식한 것이라고 생각할 수 있겠지만, 만약 자율주행을 목적으로 학습된 인공지능 모델이 이런 표지판을 위와 같이 잘못 인식했다면 어떤 결과가 나올까? 대부분이..
(해당 포스트에서 소개하고 있는 "데이터 전처리 대전" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 회사에서 인공지능 관련 업무를 하다보면, (물론 사람마다 나누는 기준은 다를 수 있겠지만...) 여러 부류의 일들이 있다. 당연히 모델 개발이나 이를 실제 프레임워크에 반영해서 넣는 일이 주 업무이겠지만, 이런 일 외적으로 개인적으로 중요하다고 생각하는 일이 하나가 있다. (이것도 기준이 다르겠지만) 내 기준에서는 Data Preprocessing, 다르게 표현하면 데이터 전처리이다. 뭐 다른 업무 처럼 딥러닝/머신러닝 모델을 만든다거나 그런 기술을 집어넣는 일이 아니기에 전체 업무에서는 그렇게 부각이 되는 건 아니지만, 어차피 그런 모델을 개발할 때 다 필요한게 모델에 집어넣고 학습시킬 데이터이고,..
(해당 포스트에서 소개하고 있는 "GAN 인 액션" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 1년전 쯤에 동일 출판사에서 번역된 "미술관에 GAN 딥러닝 실전 프로젝트" 에 대한 리뷰를 한적이 있다. 사실 원서로 따지면, 그때의 책(Generative Deep Learning)이나 이번에 리뷰할 책(GANs in Action)이나 거의 비슷한 시점에 나왔는데, 후자의 책은 이번에 번역되어 오늘 이 포스트를 통해서 리뷰하게 되었다. 그래서 아마 리뷰 내용도 이전에 나왔던 책과 어떤 차이가 있는지에 초점을 맞추게 될거 같다, 앞에서 설명한 것처럼 GAN 인 액션은 여타 인공지능 책 중에서도 보통 적대적 생성 네트워크(Generative Adversarial Network, GAN)이라는 딥러닝 모델..
(해당 포스트에서 소개하고 있는 "TinyML-초소형 머신러닝" 책은 한빛미디어로부터 제공받았음을 알려드립니다.) 요새는 소위 말하자면 인공지능 관련 주제들이 관심을 많이 받는 세상이다. 현업에서도 과제 제안 내용을 받아보면 적어도 어딘가에는 인공지능 기술을 반영하겠다거나, 빅데이터를 통해서 사용자 패턴을 분석하겠다는 내용이 들어있다. 소비자가 생각하는 인공지능 기술이랑 개발자/기획자가 생각하는 인공지능 기술간에는 약간의 괴리가 있겠지만, 요새는 인공지능으로 기존에 못 풀었던 문제들을 해결하고자 하는 시도를 해보고 있다. 그런데 인공지능 기술, 짧게 머신러닝/딥러닝을 실생활에 적용하려면 적어도, 학습하려는 데이터와 어느정도 모사화시킨 모델이 필요하고, 그 모델이 "잘" 동작하게 하려면 데이터를 가지고 모..
- Total
- Today
- Yesterday
- ColorStream
- DepthStream
- RL
- Pipeline
- Kinect SDK
- End-To-End
- Kinect
- dynamic programming
- bias
- Kinect for windows
- 딥러닝
- arduino
- Offline RL
- TensorFlow Lite
- 한빛미디어
- Distribution
- Off-policy
- SketchFlow
- PowerPoint
- processing
- reward
- 강화학습
- Variance
- Expression Blend 4
- Gan
- Policy Gradient
- windows 8
- Windows Phone 7
- Python
- 파이썬
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |