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 |
- 빅 데이터
- No SQL
- Deep learning
- Artificial Intelligence
- nodeJS
- 딥러닝
- 빅 데이타
- 우리들교회
- probability
- node.js
- 몽고디비
- 주일설교
- data science
- MongoDB
- 데이터 과학
- 통계
- 김양재 목사
- 확률
- Statistics
- 김양재
- Machine Learning
- R
- WebGL
- 빅데이타
- Big Data
- 김양재 목사님
- 빅데이터
- c++
- openCV
- 인공지능
- Today
- Total
목록2017/10 (5)
Scientific Computing & Data Science
Written by Geol Choi | Oct. 30, 2017 이번 포스팅에서는 Python-OpenCV를 이용한 Video Processing 방법에 대하여 알아보도록 하겠습니다. Python-OpenCV 설치방법은 이 링크를 참고해 주시기 바랍니다.1. Video Frame CaptureVideo 경로(파일명 포함)를 지정하여 해당 비디오를 Frame-by-Frame으로 출력하는 코드입니다. 코드는 Self-explanatory하므로 따로 코드 설명을 추가하지는 않습니다. 1234567891011121314151617181920212223242526272829303132333435363738394041import cv2 ###########################################..
Written by Geol Choi | Oct. 30, 2017 지난 포스팅에서 약속드린 바와 같이, TensorFlow의 Object Detection API의 예제 코드를 분석하고 응용 예제에 대한 설명을 드리겠습니다. 아래 코드 설명을 이해하려면 지난 포스팅에 소개드린 내용대로 코드를 우선 실행해 보시기를 권장합니다. * 본 튜토리얼을 시리즈로 진행되며, 각 링크는 다음과 같습니다:TensorFlow Object Detection API를 이용한 다물체 인식하기 Part 1. - 개발환경 설정TensorFlow Object Detection API를 이용한 다물체 인식하기 Part 2. - 코드 설명 및 응용TensorFlow Object Detection API를 이용한 다물체 인식하기 Part..
Written by Geol Choi | Oct. 28, 2017 이번 포스팅은 Windows의 Python 환경에서 Open Source Computer Vision Library인 OpenCV 개발환경을 구축하는 방법에 대해 알아보겠습니다. 이 포스팅에 설명된 방법 외에도 다양한 방법들이 존재하지만 가급적 쉽게 따라할 수 있는 방식을 소개하도록 하겠습니다.1. Python 2.7 환경에 구축하기Python 2.7 환경에 구축하는 방법은 가장 간단한 방법이며, 다음과 같은 절차로 진행합니다: (1) OpenCV 공식사이트(https://opencv.org)에서 원하는 버전의 OpenCV Windows Package를 다운받아 설치합니다. (2) 설치는 사실 상 압축파일을 해제하는 것에 불과한데, 설치된..
Written by Geol Choi | Oct. 21, 2017 이번 포스팅에서는 TensorFlow™(TF)의 시각화 도구인 TensorBoard를 이용하여 Computation Graph를 시각화하는 방법에 대하여 알아보도록 하겠습니다. 실행환경은 다음과 같습니다:OS: Windows 7 64-bitAnaconda: Python 3.6 (5.0.0)TensorFlow: r1.3R: 3.4.2 short summerRStudio: 1.0.136 필자의 실행환경은 위와 같지만, Windows가 아닌 다른 OS 환경에서도 동일한 방식으로 실행할 수 있으리라 예상됩니다. 본 튜토리얼은 딥러닝(Deep Learning;DL)에 대한 기본적인 개념을 이해하고 있으며, TensorFlow의 DL 구현에 대한 기..
Written by Geol Choi | Oct. 01, 2017 이번 포스팅에서는 R에서 GPU(CUDA)가 지원되는 TensorFlow 실행환경을 구축하는 방법에 대하여 알아보겠습니다. 수많은 삽질(?)을 한 끝에 알아낸 나름의 방법인데 정답인지는 모르겠습니다. 다만 이 방법으로 실행환경을 설정하면 확실히 R에서 GPU가 지원되는 TensorFlow를 활용할 수 있을 것입니다.설치환경Windows 7 OS 환경에서 설치방법을 설명하겠지만, Mac OS나 Linux 계열에서도 비슷한 방법으로 설치가 가능하리라 생각됩니다. 필자의 설치환경은 다음과 같습니다:OS: Windows 7 64bit그래픽스 카드: Nvidia GeForce GTC 750TiR: 3.4.2 (Short Summer) - 이 글을 ..