대학일기

앞서 라즈베리 파이에 USB Wi-Fi 동글을 꽂아 무선 랜을 설정한 것에 관해 글을 올렸다. https://ac.ychoi.kr/257 Raspberry Pi OS Lite에서 USB Wi-Fi 동글 설정Raspberry Pi 3 이상은 Wi-Fi와 Bluetooth 기능이 기본으로 내장돼 있지만, 그 이전 모델들은 그렇지 않아서 USB Wi-Fi 동글을 별도로 사용해야 했다. 내가 가진 라즈베리 파이 중에도 그런 것이 있다. 이번ac.ychoi.kr 이는 로보마스터 TT(Tello Talent) 드론을 조종하기 위한 사전 준비였다. 이어서 주요 작업을 했다.파이썬 코드 작성OpenCV 설치텔로 비디오 스트림 테스트 및 문제 해결(무선 랜 드라이버 8188eu 재설치)작업 결과를 소개하는 영상 제작깃허..

지난 글에서 CIFAR-10 이미지를 분류하는 CNN 모델의 정확도를 개선하기 위해 코드를 어떻게 수정했는지 설명했다. 수정한 코드와 실행 결과는 다음 주소에 있다.https://colab.research.google.com/drive/1XLw8fH57q8cm7mivzMVrxcprjU0lRw_b?usp=sharing 이번 글에서는 수정 전후 성능을 비교하고 변경 사항이 어떻게 성능 향상에 기여했는지 분석하겠다.1. 성능 비교수정 전 모델 (conv2):최종 검증 정확도: 약 63%학습 에포크 수: 20모델 구조:합성곱 레이어 1개 (필터 수: 10)MaxPooling2D 1개Flatten 레이어Dropout 레이어 (비율: 0.5)Dense 레이어 2개 (뉴런 수: 100, 10)수정된 모델:최종 검증 ..

딥러닝 과목 9주차 주제가 CNN이었고 Fashion-MNIST 데이터셋을 분류하는 예제가 나왔다.자유게시판을 훑다 보니 한 학생이 이걸 CIFAR-10으로 바꿔 테스트한 것이 있다.노트북에 출력된 정확도는 다음과 같다.첫 번째 모델 평가 시 정확도: 0.6032 (약 60.32%)두 번째 모델 평가 시 정확도: 0.6301 (약 63.01%)이러한 값들은 검증 데이터에 대한 정확도를 나타낸다.정확도 60~63%는 CIFAR-10 데이터셋의 기준으로 보면 기본적인 성능 수준이다. CIFAR-10은 10개의 서로 다른 클래스(예: 비행기, 자동차, 새 등)를 가진 비교적 난이도 있는 데이터셋으로, 기본적인 합성곱 신경망(ConvNet) 구조에서는 60~70%의 정확도는 흔하다.성능을 높이기 위해 다음과 같..

한빛미디어 박태웅 의장이 유튜브에 출연해 이야기하던 중에, 챗GPT 등의 생성형 AI를 활용해 논문을 읽는 방법을 소개했다.https://www.youtube.com/watch?v=QMdKcpL1HUg  이번에 내가 쓴 논문을 이 방법으로 검토해 보면 어떤 결과가 나올지 궁금해서 챗GPT에 업로드했더니, 학회에서 요구한 hwp 형식으로 작성한 것이라 챗GPT가 읽지 못한다. 그렇다고 pdf로 변환하자니 귀찮기도 하고 오기가 발동한다. hwp 파일을 읽는 GPT를 누가 만들어 두지 않았을까 하고 GPT 스토어에서 몇 개를 찾아 테스트했는데, 썩 마음에 드는 것이 없다. 그래서 내가 직접 만들었다. 이름은 Simple HWP File Converter다.https://chatgpt.com/g/g-GmDq6q..

AI영상인식실습 6주차 수업에서, Open3D 구성 파일을 만들 때 python_multi_threading 옵션을 true로 지정하면 멀티스레딩으로 실행한다는 얘기를 들었다. 파이썬에 GIL(Global Interpreter Lock)이 있는데 멀티스레딩이 어떻게 가능한지 궁금해서 알아봤다. 현재 CPython 구현체에서는 GIL 때문에 멀티스레딩을 완벽하게 지원하지 않는다. GIL은 한 번에 하나의 스레드만이 Python 코드를 실행할 수 있도록 제한하여, CPU가 여러 코어를 가진 현대의 컴퓨터 환경에서도 진정한 병렬 처리가 어렵게 만든다. GIL 때문에 발생하는 주요 문제는 멀티스레딩이 필요한 과학 및 수치 계산 작업에서 효율적으로 멀티코어 CPU를 사용할 수 없다는 것이다. 예를 들어, PyT..

1주차 수업 때 히라가나와 카타카나를 모두 외우라고 하셨는데, 수업만 듣고 따로 연습하지 않고 외우는 학생은 없을 것이다. 전부터 일본어 학습을 여러 번 시도했지만 글자를 아직도 다 깨치지 못했는데, 이번에야말로 출발선을 넘고 싶다. 지금은 전보다 일본어를 배울 동기가 커졌다. 업무상 일본어 원서를 볼 때 번역기 없이도 대강 파악할 수 있으면 덜 답답할 것 같다. 재패니메이션을 보거나 게임을 할 때 좀 더 재미있을 것 같다. 어제 일요일 여가 시간에 뭘 할까 하다가 일본어 음성 인식 퀴즈를 손봤다. 8.2 응용 예제: 음성 인식 일본어 퀴즈 개선 - 왕초보를 위한 Python: 쉽게 풀어 쓴 기초 문법과 실습 (wikidocs.net) 전에 듣던 와세다대 수업도 오랜만에 잠깐 봤다. Steps in Ja..