본문 바로가기

분류 전체보기

 (161)
3.15 Generative AI와 AWS DeepComposer AWS DeepComposer란? AWS DeepComposer는 창의적이고 쉬운 방법으로 머신러닝(ML), 특히 생성형 AI를 시작할 수 있는 방법을 제공한다. 컴퓨터에 연결하여 멜로디를 입력하는 USB 키보드와 음악을 생성하는 AWS Deep Composer Music 스튜디오, 생성 AI 모델에 깊이 파고드는 학습 캡슐, 그리고 여러분의 ML 기술을 보여주는 AWS Deep Composer Chartbusters 등의 콘솔로 구성되어 있다. AWS DeepComposer Keyboard MIDI 파일을 가져오거나, 제공된 샘플 멜로디 중 하나를 사용하거나, AWS Deep Composer Music 스튜디오에서 가상 키보드를 사용할 수 있다. AWS DeepComposer music studio A..
3.14 Generative AI 소개 Generative AI 및 적용 AI는 새로운 것을 만들어내는 능력 덕분에 인공지능의 가장 큰 발전 중 하나이다. 최근까지 대부분의 기계 학습 애플리케이션은 차별적 모델에 의해 구동되었다. 차별적 모델은 "어떤 데이터를 보고 있다면, 어떻게 하면 이 데이터를 가장 잘 분류하거나 값을 예측할 수 있을까?"라는 질문에 답하는 것을 목표로 한다. 예를 들어, 우리는 카메라가 고양이를 겨누고 있는지 감지하기 위해 차별적인 모델을 사용할 수 있다. 이 모델을 이미지 모음에 대해 교육하면서(고양이와 그렇지 않은 고양이도 포함됨) 이 예측에 도움이 되는 패턴을 이미지에서 찾을 수 있을 것으로 기대한다. 생성 모델은 "이런 데이터를 이전에 본 적이 있습니까?"라는 질문에 답하는 것을 목표로 합니다. 이미지 분류 예에..
3.13 연습 해설 평균 보상 이 그래프는 에이전트가 교육 반복 중에 받는 평균 보상을 나타낸다. 평균은 교육 반복에서 모든 에피소드에서 획득한 보상을 평균하여 계산된다. 에피소드는 출발선에서 시작되어 에이전트가 트랙을 한 바퀴 도는 루프를 완료하거나 차량이 트랙을 이탈하거나 물체와 충돌할 때 끝난다. 평균 교육률 훈련 그래프는 현재 훈련의 모든 훈련 에피소드에서 에이전트가 완료한 트랙의 평균 비율을 나타낸다. 경험이 축적되는 동안 차량의 성능을 보여준다. 평균 완료율(평가) 모델이 업데이트되는 동안 기존 모델의 성능이 평가된다. 평가 그래프 라인은 평가 기간 동안 실행된 모든 에피소드에서 에이전트가 완료한 트랙의 평균 백분율이다. 베스트 모델 라인 이 라인을 사용하면 평가 중에 평균 진행률이 가장 높은 모델 반복을 확인할..
3.10 AWS DeepRacer를 활용한 강화학습 Demo Par 1 : 자동차 만들기 AWS DeepRacer에 들어가 My Garage 메뉴에서 Build new vehicle 버튼을 통해 새 자동차를 만든다. Demo Part 2 : 자동차 훈련 AWS DeepRacer - Your Model - Create Model 클릭 모델 이름, 설명(옵션), 코스 (Lars Loop) 선택 후 Next Time trail 선택 : 수정 없이 훈련 가능 reward function validate 클릭 Stop condition : 결과 확인용, 120으로 수정 (2시간) 설정을 모두 마치고 초기화하는데 6분정도 걸린다는 메시지를 받는다. 제출 후 교육 작업이 초기화되고 실행되는지 확인한다. 보상 그래프와 시뮬레이션 비디오 스트림을 보고 교육 진행 상황을 ..
3.9 AWS DeepRacer를 활용한 강화학습 기본용어 Agent 교육 중인 소프트웨어를 에이전트라고 한다. 에이전트는 목표에 도달하기 위해 환경에서 결정을 내린다. AWS DeepRacer 차량으로 트랙을 최대한 빨리 도는 것이 목표이며, 어떤 경우에는 장애물을 피하는 것도 목표이다. Evironment 환경은 우리 요원들이 상호작용하는 주변 영역이다. AWS DeepRacer의 경우 시뮬레이터 또는 실제 환경에서 트랙이다. State 상태는 환경 내에서 에이전트에 표시되거나 알려진 현재 위치에 의해 정의된다. AWS DeepRacer의 경우 각 상태는 카메라에 캡처된 이미지이다. 차량의 초기 상태는 트랙의 출발선이며, 종단 상태는 차량이 랩을 완료하거나 장애물에 부딪히거나 트랙을 벗어나 주행하는 경우이다. Action 모든 State에 대해 에이..
3.8 강화학습과 적용 강화학습 소개 강화학습(RL)에서는 에이전트가 환경과 상호작용하면서 받는 피드백을 바탕으로 목표를 달성하도록 교육받는다. 각 작업에 대한 보상으로 숫자를 수집한다. 에이전트가 목표를 달성하는 데 도움이 되는 작업은 숫자가 많을수록 인센티브가 부여된다. 도움이 되지 않는 행동은 보상이 적거나 아예 없는 결과를 낳는다. 시간 경과에 따른 총 누적 보상을 극대화하는 학습 목표를 통해 에이전트는 시행착오를 통해 유익한 행동을 상황에 매핑하는 방법을 학습한다. 에이전트가 더 잘 훈련될수록 목표를 달성하는 작업을 더 효율적으로 선택할 수 있습니다. 강화 학습 응용 프로그램 강화학습은 실제 문제 해결을 위해 다양한 분야에서 활용되고 있다. 장기 목표의 순차적 문제를 해결하는 데 특히 유용하다. 게임 적용 - 알파고 ..
3.6 AWS 를 사용한 예제 프로젝트 AWS DeepLens를 활용한 프로젝트를 하기 위해서 4가지가 필요하다. 데이터 수집 데이터를 수집하고 Amazon S3에 저장한다. 모델 훈련 Jupyter Notebook을 활용하여 모델을 훈련한다. 모델 탑재 AWS Lambda를 활용하여 모델을 올린다. 모델 확인 및 출력 Amazon IoT Greenrass를 활용하여 모델의 출력을 확인한다. 머신러닝 워크플로우 검토 문제 정의 우리는 기계 학습을 이용하여 쓰레기가 분류되는 방식을 개선하고자 한다. 비디오 스트림을 사용하여 객체를 식별할 예정이므로 이를 컴퓨터 비전 기반 문제로 식별한다. 레이블이 이미 있는 데이터에 액세스할 수 있으므로 지도형 학습 작업으로 분류한다. 데이터셋 만들기 데이터는 모든 기계학습 또는 컴퓨터 비전 기반 프로젝트에서 ..
3.5 AWS DeepLens와 컴퓨터비전 AWS DeepLens End-to-end 컴퓨터 비전 기반 애플리케이션을 만들고 배포할 수 있다. AWS DeepLens란? AWS DeepLens는 프로그램 가능한 딥러닝 지원 비디오 카메라다. AWS Cloud와 통합되어 모든 웹 서비스와 연결하여 통찰력 또는 트리거 작업을 제공하는 컴퓨터 비전 애플리케이션을 구축할 수 있다. 튜토리얼에는 컴퓨터 비전과 딥러닝에 대해 배울 수 있는 많은 샘플 프로젝트가 있다. 딥러닝을 숙지하고 나면 사용자 지정 모델을 교육하고 배포할 수 있으며 DeepLens는 이러한 모델을 장치에서 로컬로 실행한다. 동작 방식 AWS Console이라고도 하는 AWS 웹 인터페이스에서 수행할 작업에 대해 설명한다. AWS 콘솔에서 DeepLens 디바이스를 등록하고 설정할 수 있..
LIST

티스토리툴바