AI/대학원 (12) 썸네일형 리스트형 CPU(NumPy) and GPU(CuPy and PyTorch) 성능 비교 개요CPU(NumPy) and GPU(CuPy and PyTorch) 비교 테스트 내용행렬 곱셈 성능 비교:NumPy(CPU), CuPy(GPU), PyTorch(GPU) 구현을 비교다양한 행렬 크기 [128, 256, 512, 1024, 2048] 에 대해 테스트각 구현의 실행 시간과 CPU 대비 속도 향상을 측정실행 시간 시각화신경망 학습 성능 비교:간단한 이진 분류 신경망을 구현CPU와 GPU 기반 학습 시간을 비교다양한 히든 레이어 크기(64, 128, 256)에 대해 테스트각 설정에서의 학습 시간과 GPU 가속 효과를 측정구현 및 테스트 환경 : Colab PRO (GPU : Tesla T4)# GPU 사용 가능 여부 확인import torchprint(f"PyTorch version: {tor.. RNN 의 Parameter Sharing Parameter Sharing in RNN1. Generalize to sequence lengths not seen during training의미:RNN은 고정된 길이의 입력 시퀀스에만 작동하지 않습니다. 훈련 시 보지 못했던 다른 길이의 시퀀스에도 일반화가 가능합니다.RNN은 동일한 파라미터를 시퀀스의 모든 단계에서 재사용(공유)하므로, 시퀀스 길이가 달라져도 동일한 연산 과정을 반복합니다.어떻게 가능한가?RNN에서는 하나의 셀(Neuron) 이 시간 단계마다 반복적으로 활성화됩니다.입력 시퀀스의 길이에 상관없이 동일한 가중치(파라미터)가 각 시간 단계에서 재사용되므로, 시퀀스 길이에 구애받지 않고 작동할 수 있습니다.예시:훈련: 길이가 10인 시퀀스로 훈련.테스트: 길이가 20인 시퀀스에도 적용.. PCA 와 FDA 실습 및 분석 개요AI 프로그래밍 수업 시간에 수행한 PCA 와 FDA 실습 및 분석 내용을 기록으로 남긴다. 문제다음에 대해 주성분 분석(PCA) 및 피셔 판별 분석(FDA)을 수행합니다.데이터 파일의 MNIST 데이터 집합(클래스 '1', '5', '6'이 있는 MNIST 데이터 집합)에 대해 PCA 와 FDA 을 수행합니다, import numpy as npimport matplotlib.pyplot as plt%matplotlib inlinefrom sklearn.decomposition import PCAfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDAfrom sklearn.neighbors import KNeighborsC.. Gaussian process 실습 개요AI 프로그래밍 수업에서 배운 Gaussian processes 에 코드로 구현 한 내용을 정리 합니다.개인적으로 GP 에 대해 아직 완전히 이해를 못하고 있는 부분들이 있어서 학습이 더 필요 할 거 같습니다. https://en.wikipedia.org/wiki/Gaussian_process1. Gaussian processes visualize평균 함수 m(x)=0m(x) = 0m(x)=0을 사용하고, 주어진 세 가지 커널 함수 각각을 사용해 Gaussian process를 설정합니다.이 과정에서 매개변수를 다양하게 바꾸어가며 Gaussian process 에서 나오는 임의의 함수들을 샘플링합니다.각 커널 함수가 샘플 함수의 행태에 미치는 영향을 시각적으로 보여주고, 이에 대해 논의합니다. 주어진.. VGG16 을 이용한 Transfer Learning 실습 개요AI프로그래밍 수업에서 실습한 내용으로 kaggle 의 Covid Patients Chest X-Ray dataset 을 이용하여 VGG16 을 Transfer Learning 으로 학습한 모델과 비교 합니다. import numpy as npimport torchimport torch.nn as nnimport torchvisionimport torchvision.transforms as transformsfrom torchvision import datasets, modelsfrom torch.utils.data import DataLoaderimport torch.optim as optimimport matplotlib.pyplot as plt COVID datasethttps://www.kag.. 도메인에 맞는 AI 지능화 전략 (자율주행 보안) 개요산업지능화전략및활용 수업에서 도메인에 맞는 지능화 전략 문제를 생각 해보고 AI 과제 발굴 및 적용 절차에 대해 정리 하였던 내용을 기록한다. 도메인에 맞는 지능화 전략자율주행 자동차의 보안 강화를 위한 IDS(Intrusion Detection System) 개발을 도메인으로 하는 지능화 전략에 대해 다음과 같이 생각해 보겠습니다.1. 지능화의 주체 : 도메인 전문가, 인공지능 전문가, 관리자 간의 협력자율주행 자동차의 IDS 개발에서 지능화의 주체는 도메인 전문가(자동차 보안 엔지니어, 차량 네트워크 전문가) 와 인공지능 전문가(머신러닝/딥러닝 엔지니어)간의 협력입니다.도메인 전문가는 자율주행 자동차의 통신 구조, CAN 버스(CAN Bus) 와 같은 내부 네트워크의 특성을 깊이 이해하고 있어, .. 한양대학교 인공지능융합대학원 25년도 전기 신입생 모집 현재 재학중인 한양대학교 인공지능융합대학원에서 25년도 전기 신입생 모집을 하고 있어서 포스팅 합니다.아래 사이트에서 확인 가능 하니 관심 있으신 분들은 좋은 결과 있으시길 바랍니다. https://gsai.hanyang.ac.kr/front/community/notice/notice-view?id=215852 한양대 인공지능융합대학원새로운 도전, 인공지능융합gsai.hanyang.ac.kr [2025학년도 전기 신입학 모집 안내] 한양대학교 특수대학원 인공지능융합대학원에서 2025학년도 전기 신입생을 모집합니다. 1. 전형일정 가. 원서접수 : 2024. 11. 04.(월) 10:00 ~ 11. 21.(목) 23:59 나. 접수방법 - (주) 유웨이어플라이 (https://www.uway.. Ridge Regression 실습 및 개념정리 개요AI 프로그래밍 과제에서 나온 Ridge Regression 에 대한 문제 풀이 과정과 code 를 작성하고 결과를 해석 하여 의미를 살펴 본다. Ridge Regression의 핵심 개념을 이해하고, 모델 피팅 시 정규화가 얼마나 중요한 역할을 하는지를 알아 보고 정규화 없이 과적합된 모델과 정규화를 추가하여 일반화된 모델 간의 성능 차이를 시각화하고 비교하는 것이 목표이다. 문제 설명 합성 데이터 세트에 대해 Ridge Regression(또는 Tikhonov 정규화)을 사용하여 analytic solution 으로 다항식 곡선을 맞추는 내용이다. 해당 모델과 loss 함수는 아래 과정을 참고 바란다. import numpy as npfrom matplotlib import pyplot as pl.. 이전 1 2 다음
