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 | 31 |
- sort
- 코테 문제
- 포스코 AI교육
- MCU 딥러닝
- 그리디
- DP문제
- 삼성역량테스트
- 다이나믹프로그래밍
- 초소형머신러닝
- tflite
- 코딩테스트
- 임베디드 딥러닝
- dfs문제
- 컴퓨팅사고
- 삼성코테
- 포스코 ai 교육
- 삼성역테
- 딥러닝
- 자료구조
- bfs문제
- DP
- tinyml
- TensorFlow Lite
- dfs
- BFS
- 코테
- 포스코 교육
- 삼성코딩테스트
- 알고리즘
- 영상처리
- Today
- Total
목록초소형머신러닝 (14)
코딩뚠뚠
Chapter9. 음성인식(호출어 감지) 어플리케이션 만들기 " 저번챕터에 이어 TinyML을 좀더 생활에 밀접한 부분에 사용해본다. " 목차 : TinyML을 이용한 호출어감지는 왜 필요할까? -> 이전장 참고 만들고자 하는 시스템 -> 이전장 참고 어플리케이션 아키텍처 -> 이전장 참고 테스트코드 분석 -> 이전장 참고 호출어 듣기 MCU에 배포하기 이전장은 아래 링크에.. [머신러닝 공부] Tiny ML -8 / 음성인식 어플리케이션-1 Chapter8. 음성인식(호출어 감지) 어플리케이션 만들기 " 이번 챕터에서는 TinyML을 좀더 생활에 밀접한 부분에 사용해본다. " 목차 : TinyML을 이용한 호출어감지는 왜 필요할까? 만들고자 하는 시스템 dbstndi6316.tistory.com 5. ..
Chapter8. 음성인식(호출어 감지) 어플리케이션 만들기 " 이번 챕터에서는 TinyML을 좀더 생활에 밀접한 부분에 사용해본다. " 목차 : TinyML을 이용한 호출어감지는 왜 필요할까? 만들고자 하는 시스템 어플리케이션 아키텍처 테스트코드 분석 호출어 듣기 -> 다음장에서 계속 MCU에 배포하기 -> 다음장에서 계속 1. TinyML을 이용한 호출어감지는 왜 필요할까? 우리는 음성인식이 되는 기기를 사용할 때 'OK google', '시리야' 와 같이 호출어를 사용한 후, '오늘 네이버 주가 검색해줘' 와 같이 음성 명령을 내리는 순서에 익숙하다. 음성명령은 서버에서 추론하여 결과를 내는 편이 정확성면에서 좋을것이다. 하지만 이는 많은 에너지(데이터,전력 등)를 소모한다. 따라서 언제 호출될지 ..
Chapter5. 어플리케이션 구축 " 이번 챕터에서는 모델을 실행하는 어플리케이션을 구축해 본다. " 어플리케이션-1 포스팅에 이어 계속해서 어플리케이션을 구축한다. 테스트코드 작성 : 어플리케이션-1 포스팅에서 완료 프로젝트 파일의 구조 파악 소스코드 분석 이전 챕터에서는 어플리케이션을 구성하기 위한 전체적인 테스트코드를 작성해봤다. 이번엔 프로젝트 파일들로 구조를 파악해보고 소스코드의 구성을 파악해보자. 2. 프로젝트 파일의 구조 파악 GitHub - yunho0130/tensorflow-lite: O'Reilly 소스코드 저장소 O'Reilly 소스코드 저장소 - GitHub - yunho0130/tensorflow-lite: O'Reilly 소스코드 저장소 github.com 위 깃헙의 프로젝트..
Chapter5. 어플리케이션 구축 " 이번 챕터에서는 모델을 실행하는 어플리케이션을 구축해 본다. " 5장의 목차는 아래와 같다 테스트코드 작성 프로젝트 파일의 구조 파악 소스코드 구성 파악 저번챕터에서는 모델을 빌드하고 훈련시켜봤다. 하지만 모델은 전체적인 어플리케이션의 일부일 뿐이며 이를 사용하려면 필요한 환경을 설정하고 입,출력을 제공해야 하며 동작하는 코드로 모델을 랩핑 해야만한다. 이번 장 에서는 모델을 TinyML 어플리케이션에 적용하는 과정을 진행해 볼 것이다. 1. 테스트코드 작성 구동을 구현한 짧은 코드로 앞으로 작성할 완성될 코드의 논리를 증명해낼 수 있다. (동작 메커니즘이 같으나 복잡한 구현을 하지 않은 예제코드이다.) GitHub - yunho0130/tensorflow-lite..
Chapter4. 모델 구축과 훈련 " 이번 챕터에서는 모델을 처음부터 빌드하고 훈련시킨 후 간단한 마이크로컨트롤러 프로그램에 통합해본다. " 4장의 목차는 아래와 같다 간단한 데이터셋 얻기 딥러닝 모델 훈련시키기 모델 성능 평가하기 장치에서 실행되도록 모델 변환하기 장치에서 추론하는 코드 작성하기 코드를 바이너리로 빌드하기 바이너리를 마이크로컨트롤러에 배포하기 - 이번장에서는 사인파 데이터를 훈련시킬 것이다. x 값이 들어왔을 때 사인함수의 결과인 y를 예측하할 수 있는 모델을 학습시키려는 것이다. 현재 내 환경은 GPU성능이 낮은 노트북이기 때문에 Colab에서 실행했다. import tensorflow as tf import numpy as np import matplotlib.pyplot as p..
매우작은 머신러닝 TinyML ! Edge 기기에 ML을 탑재하기 위한 방법이다. 개요는 아래 포스팅에.. [머신러닝 공부] Tiny ML -1 개요 Tiny ML 이란? Tiny ML = Tiny Machine Learning 을 직역하면 "매우 작은 머신러닝" 으로, 머신러닝을 구성하는 무언가가 매우 작음을 알 수 있다. Tiny ML은 센서 또는 마이크로 컨트롤러와 같은 저 에너지 시 dbstndi6316.tistory.com 이번주엔 칩과 참고할만한 책을 구매했다. 이렇게 준비를했는데! 보드에 코드를 넣을 시리얼케이블이 없어서 당장은 넣어보지 못한다ㅎㅎ (또 주문) 책의 Contents는 아래와 같이 구성되어있다. 1. 서론 2. 시작하기 3. 머신러닝 빠르게 훑어보기 4. TinyML 시작하기 ..