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 |
- 포스코 AI교육
- dfs문제
- 삼성역량테스트
- tinyml
- 알고리즘
- 삼성코테
- tflite
- 임베디드 딥러닝
- 삼성역테
- 코테 문제
- TensorFlow Lite
- DP문제
- dfs
- bfs문제
- MCU 딥러닝
- 딥러닝
- 초소형머신러닝
- DP
- 영상처리
- 컴퓨팅사고
- 코딩테스트
- 삼성코딩테스트
- 그리디
- 코테
- 다이나믹프로그래밍
- 자료구조
- 포스코 ai 교육
- 포스코 교육
- sort
- BFS
- Today
- Total
목록tinyml (19)
코딩뚠뚠
Chapter13. 인체감지 어플리케이션 " 카메라로 인체를 감지해보자 (CNN) " 목차 : 개요 만들고자하는 시스템 어플리케이션 아키텍처 코드 기본흐름 -> 다음장 핵심 함수 분석 -> 다음장 마이크로컨트롤러 배포 -> 다음장 참고 repo GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone An Open Source Machine Learning Framework for Everyone - GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone github.com 개요 : 사람에게 시각은 가장 중요..
Chapter12. 음성인식(호출어 감지) 모델 훈련하기 " 내 데이터셋으로 훈련해보자 " 목차 : 새로운 모델 훈련 -> 이전장 프로젝트에서 모델 사용 -> 이전장 모델 작동 방식 -> 이전장 내 데이터로 훈련하기 참고 repo GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone An Open Source Machine Learning Framework for Everyone - GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone github.com 내 데이터셋으로 훈련하기 : 훈련시킬 수 있는 데..
Chapter11. 음성인식(호출어 감지) 모델 훈련하기 " 이번에는 모델의 작동 방식을 알아보자 " 목차 : 새로운 모델 훈련 -> 이전장 프로젝트에서 모델 사용 -> 이전장 모델 작동 방식 내 데이터로 훈련하기 이전 포스팅 링크 [머신러닝 공부] Tiny ML -10 / 음성인식 모델훈련하기 -1 Chapter10. 음성인식(호출어 감지) 모델 훈련하기 " 새로운 모델을 만들어보자 " 목차 : 새로운 모델 훈련 프로젝트에서 모델 사용 모델 작동 방식 -> 다음장 내 데이터로 훈련하기 -> 다음장 새로운 dbstndi6316.tistory.com 모델 작동 방식 : 이전까지는 모델을 훈련하는 스킬을 배워봤다. 순서가 바뀐것같기도 하지만? 이번엔 모델이 어떻게 예측을 수행하는지 알아보자. > 입력의 시각..
Chapter10. 음성인식(호출어 감지) 모델 훈련하기 " 새로운 모델을 만들어보자 " 목차 : 새로운 모델 훈련 프로젝트에서 모델 사용 모델 작동 방식 -> 다음장 내 데이터로 훈련하기 -> 다음장 새로운 모델 훈련 : 우선 이 장에서는 yes, no 외의 다른 단어를 인식할 수 있는 모델을 훈련할 것이다. 훈련 시 아래와 같은 사항을 고려해야 될 것이다. 입력 : 기존 스크립트 활용을 위해 데이터의 모양과 형식을 맞춰줘야 한다. 출력 : 클래스 당 하나의 확률 텐서 타입을 갖는 출력을 맞춰줘야 한다. 훈련데이터 : 많은 데이터는 정확도를 향상시킨다. 최적화문제 : 메모리가 극도로 제한된 상태이므로 최적화문제가 있다. 참고한 기존 스크립트는 아래 스크립트이다. GitHub - tensorflow/tf..
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..