엘리스 AI 트랙 2기 - 18, 19주차 모히또 레이서의 학습일지

 

18주 차 첫 수업

딥러닝 개론

 

---

 

 

딥러닝이란?

머신러닝의 여러 방법론 중 하나

인공신경망에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법

 

인공신경망이란?

생물학의 신경망에서 영감을 얻은 학습 알고리즘

사람의 신경 시스템을 모방함

 

인공신경망의 특징은

모델 스스로 데이터의 특성을 학습하여 지도 학습, 비지도 학습 모두 적용 가능

 

---

퍼셉트론

 

딥러닝의 기본 유닛 퍼셉트론

 

퍼셉트론의 기본 구조는 입력 값(x1x_1x1​,x2x_2x2​…,xnx_nxn​), 가중치(Weight), 바이어스(Bias), 출력 값(y)으로 이루어져 있다.

 

 

---

 

딥러닝 모델이란

 

 

---

텐서 플로우(Tensor Flow)

 

 

딥러닝 모델 구현을 위해 학습해야 할 분야

 

딥러닝 모델(파이썬), 좋은 연산 장치(하드웨어), 연산 장치 제어(C++) 등등 배울 것이 너무 많음

 

그래서 나온 것이

딥러닝 모델을 쉽게 구현 및 사용하기 위해

딥러닝 모델의 학습과 추론을 위한 프로그램이 나옴

 

대표적으로 텐서 플로우, 파이 토치

 

 

텐서 플로우는 유연하고, 효율적이며, 확장성까지 갖춘 딥러닝 프레임워크이다.

대형 클러스터 컴퓨터부터 스마트폰까지 다양한 디바이스에서 동작이 가능하다.

 

 

텐서 + 플로우

딥러닝에서 데이터를 의미하는 텐서(Tensor)와 데이터 플로우 그래프를 따라 연산이 수행되는 형태(Flow)를 합친 것

 

---

텐서 플로우 기초 사용법

 

 

상수 텐서(Constant Tensor)

import tensorflow as tf

#상수형 텐서 생성
tensor_a = tf.constant(value, dtype=None, shape=None, name=None)

 value: 반환되는 상수값, shape: Tensor의 차원, dtype: 반환되는 Tensor 타입, name: 텐서의 이름

 

 

 

시퀀스 텐서(Sequence Tensor)

 

import tensorflow as tf

#시퀀스형 텐서 생성
tensor_b = tf.linspace(start, stop, num, name=None)

start: 시작 값, stop: 끝 값, num: 생성할 데이터 개수, name: 텐서의 이름 

 

 

변수 텐서(Variable Tensor)

import tensorflow as tf

#변수형 텐서 생성
tensor_c = tf.Variable(initial_value=None, dtype=None, name=None)

initial_value: 초기 값, dtype: 반환되는 Tensor 타입, name: 텐서의 이름

 

 

---

후기

 

엘리스에서 취업에 도움이 되는 많은 프로그램들이 있다. 모의 면접, 기업 소개, 그리고 1기 선배님들이 엘리스 수료 후 자신의 진로나 도움이 될만한 경험들을 공유해주는 홈커밍데이 등등. 하지만 나는 (엘리스 관계자님들 죄송합니다ㅠㅜ) 관심이 없어서 다 참여를 하지 않았다. 만약 이 글을 읽고 엘리스 AI 트랙이나 SW 트랙에 지원을 하는 분들이 계신다면 저같이 청개구리처럼 소중한 기회들을 버리지 말고 잘 활용했으면 좋겠습니다. 

 

다음 주부터 본격적으로 마지막 팀 프로젝트가 시작된다. 이 프로젝트는 각 기업의 관계자들이 코드나 기획을 보고 데모데이 때 기업 매칭도 시켜준다고 들었다. 인공지능 수업은 훌륭한 코치님들이 누구나 이해하기 쉽게 잘 알려주셨지만 너무 댕청한 나는 수업을 듣고 이해하지 못했다 ㅠ 그래서 지원할 때 그나마 자신 있는 백 엔드 분야에 지원했고 프로젝트가 시작되기 전까지 백 엔드 공부에 집중해서 팀원들에게 폐 끼치는 일은 없도록 만들어야겠다.