데브 스터디 사이트 콜렉션

인공지능의 정확도 평가에 있어서 다양한 논문 및 최신 기술백서 자료를 연구조사 할 때, Ranked Accuracy라는 개념을 접하게 될 때가 있을 것 입니다. 예를 들어 ImageNet 데이터 세트에서 평가된 학습 방법을 제시하는 거의 모든 논문들은 Rank-1 및 Rank-5 정확도 측면에서 결과를 제시하고 있습니다. 인공지능에서 RANK-1, RANK-5 및 RANK-N 정확도 개념은 아래의 그림으로 쉽게 이해하시면 될 것 같습니다. [CASE 1]  [CASE 2]   일반적으로 대부분의 인공지능 연구자들이 모든 인식 및 추론 대상에 대해서, RANK-1 정확도에 도달하는 것이 목표입니다. RANK-1 정확도는 최상위 예측이 실측 레이블과 일치하는 예측의 백분율입니다. 올바른 예측의 총 수를 데이..

룰베이스 (Rule-Based) 추론 방법사람의 체험, 전문적인 지식과 견문에 의해 얻어지는 지식으로 추론하는 방법규칙 기반 시스템, "만약-그러면" 규칙을 사용하여 동작명확성, 예측 가능성, 한정된 유연성, 사람의 전문 지식 필요여러가지 규칙의 조합으로 완성 ▶ 여러가지 알고리즘의 조합 [장점]규칙은 명확하게 정의 되어 있으므로, 결과를 해석하고 설명하기 쉬움도메인 전문가들의 지식을 활용하여 여러 규칙들을 정의 하므로, 특정한 도메인 문제에 적합할 수 있음대량의 데이터가 없는 상황에서는 규칙 기반이 아주 유용 할 수 있음 [단점]규칙수가 지나치게 확장되는 문제에는 규모의 확장이 어려움규칙이 확장되면 다양한 규칙이 충돌할 수 있으며, 관리하기 어려움비정량 대규모 데이터나 복잡한 문제의 데이터에는 적합하지..

LSTM (Long Short Term Memory)  [ LSTM 의 Cell 하나의 구조 ] C값이 컨베이어 벨트처럼 흐르는 Cell state이며, LSTM은 이러한 Cell state를 보호하고 컨트롤 하기 위한 세 가지 게이트: forget, input, output gate를 통해 vanishing gradient과 exploding을 방지하고 그래디언트가 효과적으로 흐를 수 있게 함.   (케라스 창시자에게 배우는 딥러닝, 2017) 프랑소와 숄레는 LSTM을 설명하면서 상태 정보에 대한 새로운 이동 상태 계산으로 표현했다. (Neural networks and deep learning by Aurélien Géron, 2018) 『핸즈온 머신러닝』의 저자 오렐리앙 제롱이 이후에 딥러닝 책을..

"LLM(Large Language Model)"에 이어 앞으로는 "LMM(Large MultiModal Model)"이라는 용어가 보편화될 것으로 보인다. 기존에는 "Multi-Modal LLM"으로 불렀으나, 미국의 일부 기업과 매체가 기존 모델과의 차별화를 위해 LMM이라는 용어를 밀고 있다.  Open AI의 "GPT-4V(비전)"에 이어 출시 예정인 구글의 차세대 모델 "제미니" 역시 LMM이며, 최근에는 오픈 소스 LMM "라바(LLaVA) 1.5"까지 개발자 사이에서 인기를 누리고 있기 때문이다. 기존의 '언어' 학습을 뛰어넘어 '이미지' 학습까지 더한 LMM이 떠오르고 있다. 벤처비트는 오픈 소스 커뮤니티에서 LLaVA 1.5가 GPT-4V의 대안으로 떠오르며 인기를 얻고 있다고 소개했다...

[1] Human Pose Estimation 기초 이론 정리 및 설명 1.Basics 2.Loss-Function 3.Evaluation Metrics 4.참고자료 사이트 : https://ctkim.tistory.com/entry/Human-Pose-Estimation-%EA%B8%B0%EC%B4%88-%EC%9D%B4%EB%A1%A0-%EC%A0%95%EB%A6%AC Human Pose Estimation 기초 이론 정리 및 설명 ☞ 문서의 내용은 가장 하단 참고문헌 및 사이트를 참고하여 필자가 보기 쉽도록 정리한 내용입니다. ☞ 틀린 내용 및 저작권 관련 문의가 있는 경우 문의하시면 수정 및 삭제 조치하겠습니다. B ctkim.tistory.com [2] Human Pose Estimation 이..

생성형 AI : 영어로 Generative AI이다. 생성형 AI란 텍스트, 오디오, 이미지 등의 기존 콘텐츠를 활용하여 유사한 콘텐츠를 새로 만들어내는 인공지능 기술이다. 단순히 콘텐츠의 패턴을 학습하여 추론 결과로 새로운 콘텐츠를 만들어 내는 것을 넘어 콘텐츠의 생성자와 만들어진 콘텐츠를 평가하는 판별자가 끊임없이 서로 대립하고 경쟁하며 새로운 콘텐츠를 생성해 내는 기술이다. ChatGPT의 핵심개념인 '생성형 AI'를 쉽게 이해시켜드립니다ㅣ서울대 AI박사 (LLM, NLP) https://www.youtube.com/watch?v=3dEzMRL5VMk 챗GPT로 촉발된 생성형 AI 시대! 개념, 기술, 그리고 플랫폼 총정리ㅣ [REAL SUMMIT 2023] AI & Data 트랙 1-2. 장원진 ..

[1] CVAT 설치(1) CVAT Github Repository를 받음(2) CVAT Host명의 default가 "localhost "로 세팅되어 있기 때문에 Public IP로 설정 해줌 (3) Docker Compose로 CVAT를 구성함  (4) docker ps 명령어로 많은 container들이 실행된 것을 확인 할 수 있음[ 주요 container ]PostgreSQL > CVAT DatabaseTraefik > Proxy역할로 B/E, F/E Service를 연결Nuclio > Serverless Function으로 Auto Labeling을 도와줄 AI Model Deploy (5) 정상적으로 실행 되었다면 2가지 Web UI를 확인 할 수 있음   [2] CVAT 사용법https:/..

https://www.youtube.com/watch?v=AmUC4m6w1wo https://www.youtube.com/watch?v=cQ54GDm1eL0&t=47s 이제 얼굴 공개 안하고 유튜브해도 되겠네요! 딥페이크 코드 공개 https://www.youtube.com/watch?v=chtiVzX356g Deepfake 윤리와 비윤리 기업들은 비즈니스에서 Deepfake를 사용하여 긍정적인 영향을 미치는 현실적인 환상을 만들고 있다. Deepfakes를 사용하면 이제 한 가지 이유 때문에 온라인에서 보는 이미지나 비디오를 신뢰하기가 어렵고 이러한 미디어는 변경되거나 가짜일 수 있다. 반면에 Deepfake SW를 윤리적으로 사용하는 사람들도 많이 있고 Deepfake가 사회적, 법률적 문제에 대해 ..

[1] 영상 데이터 어노테이션 도구 (1) CVAT (Computer Vision Annotation Tool) CVAT는 컴퓨터 비전을 위한 대화형 비디오 및 이미지 주석 도구. 전 세계 수만 명의 사용자와 회사에서 사용됨. CAVT의 목적은 데이터 중심 AI 접근 방식을 사용하여 전 세계 개발자, 회사 및 조직이 실제 문제를 해결할 수 있도록 돕는 것 https://github.com/opencv/cvat (2) COCO Annotator COCO Annotator는 이미지 위치 파악 및 개체 감지를 위한 교육 데이터를 생성하기 위해 이미지에 효율적으로 라벨을 지정하고 다용성을 위해 설계된 웹 기반 이미지 주석 도구. 이미지 세그먼트(또는 세그먼트의 일부)에 레이블을 지정하고, 개체 인스턴스를 추적하..

"Machine Learning Operations" [1] MLOps란 무엇일까?ㅣMLOps 개념, 채용, 필요 스택 5분 컷으로 알려드림 @S사 MLOps 엔지니어 https://www.youtube.com/watch?v=E2h7ZN_Sstc [2] MLOps란? MLOps 로드맵 및 MLOps 취업에 대한 생각 | MLOps 강의 추천 있음 https://www.youtube.com/watch?v=xZKtofBe18I https://www.thedatahunt.com/trend-insight/guide-mlops MLOps 란? - 정의, 구성요소, 레벨별 프로세스, Use case MLOps - Machine Learning Operations는 머신러닝 모델의 안정적이고 효율적인 배포 및 유지 ..