아롱이 탐험대

비주얼 스튜디오를 설치하고 빈 프로젝트를 만들었다는 가정하에 진행하겠습니다. 아래 링크를 통해 LibTorch를 설치해 줍니다. https://pytorch.org/get-started/locally/ PyTorch An open source deep learning platform that provides a seamless path from research prototyping to production deployment. pytorch.org 본인의 환경과 맞는 CUDA 버전을 설치하여주시기 바랍니다. 설치 후 각 폴더를 본인이 원하는 경로로 압축을 풀어주세요. 저는 c드라이브에서 압축을 해제했습니다. 참고로 쓰여있는 것과 같이 위 파일이 release 버전, 아래가 debug 버전입니다. 그러고 ..

서론 저에 대한 소개를 하자면 2019년도 3학년 1학기부터 컴퓨터 비전 관련 학부 연구생에 들어가 약 6개월 동안 인턴 생활 후 현재 회사에서 딥러닝 개발자로 산업기능요원을 하고 있습니다. 학부 연구생을 시작하기 전 딥러닝에 관한 지식은 1도 없는 상태였고, python 또한 학교에서 배운 적이 없습니다. 연구실에서는 cuda와 tensorflow 설정, 우분투 익히기만 2주 동안하다가 지쳐서 pytorch로 딥러닝을 시작하였습니다. 솔직히 말해 딥러닝에 관한 아무런 지식 없이 딥러닝 공부 목적으로 학부 연구생에 들어가는 것은 비추합니다. 혼자서도 충분히 공부하면 배울 수 있고, 무엇보다 대부분의 석박사 연구원분들은 논문 작성과 프로젝트로 매우 바쁘셔서 여러분들을 봐줄 시간이 거의 없습니다. 제가 본격..

머신러닝 프로젝트를 진행하기 위한 표준 워크플로우의 기술적 측면과 구현에 대해 살펴보자. 간단히 말하면 머신러닝 파이프 라인은 엔드-투-엔드 워크 플로우로, 데이터 집약적인 프로젝트의 다양한 측면으로 구성된다. 데이터 검색 일반적으로 프로젝트가 시작될 때 데이터 수집과 추출이 이루어진다. 데이터 세트는 구조화돼 있거나 구조화돼 있지 않은 데이터를 포함해 각종 형태로 제공되는데, 데이터가 누락되거나 노이즈가 있는 데이터가 포함돼 있을 때도 많다. 각 데이터 유형과 관리 측면뿐만 아니라 처리를 위해서도 특별한 구조가 필요하다. 경우에 따라 이미 구조화돼 있거나 구조화돼 있지 않은 공공 데이터 세트 또는 개인 데이터 세트를 포함할 수 있으며, 이 두 경우 모두 추출 메커니즘을 개발하는 것 외에 추가적인 데이터..