Scientific Computing & Data Science

Written by Geol Choi | May 13, 2018이번 포스팅에서는 지난 포스팅(CNTK CPU Example 코드 작성하기)에 이어 CNTK의 GPU 개발환경을 구성하고 예제(Logistic Regression) 코드를 작성하는 것에 대하여 설명하도록 하고자 합니다. 참고로, 개발환경은 다음과 같습니다:OS : Windows 10 64bitIDE : Visual Studio 2015(Ver. 14).NET Framework : 4.5 or higherRuntime Env. : GPU 설명은 자세한 튜토리얼 형식으로 진행하도록 하겠습니다.Visual Studio 프로젝트 생성Visual Studio 메뉴에서 File > New > Project를 클릭하여 새로운 프로젝트를 생성합니다. Tem..

Written by Geol Choi | May 12, 2018 이번 포스팅에서는 Microsoft Research에서 개발한 CNTK(Cognitive ToolKit)의 간단한 C# 예제를 만드는 방법에 대하여 알아보도록 하겠습니다. 참고로, 개발환경은 다음과 같습니다:OS : Windows 10 64bitIDE : Visual Studio 2015(Ver. 14).NET Framework : 4.5 or higherRuntime Env. : CPU 설명은 자세한 튜토리얼 형식으로 진행하도록 하겠습니다.Visual Studio 프로젝트 생성Visual Studio 메뉴에서 File > New > Project를 클릭하여 새로운 프로젝트를 생성합니다. Template은 Visual C# > Console..

Original Article: http://optics.org/news/8/4/7 Cognex acquires Swiss software firm ViDi06 Apr 2017 Machine vision specialist buys provider of artificial intelligence techniques for improved image analysis. Vision systems Massachusetts-based industrial machine vision company Cognex has acquired the Switzerland-headquartered software startup ViDi Systems, establishing a foot-hold in the emerging a..

Written by Geol Choi | Nov. 01, 2017 이번 포스팅에서는 웹캠으로부터 입력받은 영상을 TensorFlow Object Detection API와 연동하여 오브젝트를 감지하는 방법에 대해 알아보겠습니다. 지난 포스팅을 읽지 않았다면, 먼저 읽을 것을 권장하며, Python-OpenCV에 대한 간단한 지식도 필요합니다. TensorFlow Object Detection API를 이용한 다물체 인식하기 Part 1. - 개발환경 설정TensorFlow Object Detection API를 이용한 다물체 인식하기 Part 2. - 코드 설명 및 응용Python-OpenCV 개발환경 구축TensorFlow Object Detection API GitHub Page * 주의사항: 본 포..

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 | Sep. 30, 2017 이번 포스팅은 교차검증에 대한 간단한 개념만 설명합니다.개요머신러닝 모델을 설계하다보면 설계에 필요한 파라미터들이 있습니다. 즉, 모델의 동작을 위해 결정되어야 할 파라미터들인데 이 파라미터들에 의해 모델 성능이 크게 영향을 받는 경우가 많습니다. 이렇게 머신러닝 모델을 설계하기 위해 필요한 파라미터들을 Hyperparameters라고 합니다. 사실 Hyperparameters를 정하는 것은 여간 까다로운 일이 아닙니다. 왜냐하면 정해야 할 파라미터가 1~2개라면 큰 문제가 없겠지만 파라미터가 1개씩 추가될 때마다 검증의 복잡도는 기하급수적으로 증가하기 때문입니다. 게다가 각 Hyperparameter에 대하여 범위를 어떻게 정해야 하며 ..

Written by Geol Choi | Sep. 14, 2017 지난 6월 Google Research Blog에 "Supercharge your Computer Vision models with the TensorFlow Object Detection API"라는 제목으로 상당히 흥미로운 아티클이 소개되었습니다. 요는, Google이 개발 중이던 In-house Object Detection System이 괄목할만한 결과를 얻었고 COCO Detection Challenge라는 사물인식 경진대회에서 1등을 먹었는데, 이 결과물을 TensorFlow Object Detection API를 제공하여 TensorFlow에서 사용할 수 있도록 하였다는 것입니다. 가장 중요한 것은, 단일 이미지 내에서 다중의..

Written by Geol Choi | Sep. 10, 2017 이번 포스팅에서는 TensorFlow를 이용한 Autoencoder 문제를 다루어 보도록 하겠습니다. TensorFlow에 대한 예제를 설명하기 위한 포스팅이므로 이론에 대한 자세한 설명은 생략하며 대략적인 이론적 개념만 짚고 넘어가겠습니다. 자세한 이론은 아래의 웹사이트, 블로그 및 논문을 참고하시면 많은 정보를 얻으실 수 있을 것입니다:Wikipedia - AutoencoderAutoencoders, Unsupervised Learning, and Deep ArchitecturesTutorial - What is variational autoencoder?UFLDL TutorialWikidocs - Introduction to Auto..