분류 전체보기

ONNX, TVM

ONNX, TVM (ONNX + ONNX Runtime) & TVM ONNX + ONNX Runtime TVM Develop & Support Microsoft & facebook & AWS Apache System 1. ONNX Runtime Quantization 2. ONNX Runtime Compile 1. Integrated System( Lightweight Model + Compile ) Support ML Framework caffe24 Keras Tensorflow PyTorch CoreML mxnet XGBoost NCNN ... Pytorch CoreML Tensorflow Keras ONNX mxnet … Deploy Target Device or Environment Arm Arm..

선형회귀모델

선형회귀모델 변수 사이의 관계 X 변수와 Y변수 사이의 관계 확정적 관계 확률적 관계 확정적 관계 : X 변수만으로 Y를 100% 표현 Y = f(x) 확률적 관계 : X변수와 오차항이 Y를 표현 Y = f(x) + e 선형회귀모델이란? 출력변수 Y를 입력변수 X들의 선형결합으로 표현한 모델 선형회귀 모델링 목적 X변수와 Y변수 사이의 관계를 수치로 설명 미래의 반응 변수 (Y) 값을 예측 선형회귀 모델 분류 X변수의 수, X 변수와 Y변수의 선형성 여부에 따라 구분 선형 모델 단순형 선형 비선형 다수형 선형 비선형 선형회귀 모델의 구성 Y = f(X)로 설명이 가능한 부분 + f(X)로 설명이 불가능한 e 부분으로 이루어져 있다. 선형회귀 모델 가정 확률오차 가정 : 모든 점의 오차들은 정규분포(평균)..

머신러닝 모델 프로세스

머신러닝 모델 프로세스 머신러닝 모델의 핵심 머신러닝 모델을 만드는데 있어서 핵심은 “X 값이 다수 주어졌을 때 Y 값이 무엇이 나올까?에 대한 관계”를 찾는 것이다. 수학 공식으로의 표현 Y = f(x1, x2, x3, x4, ...) 와 같이 표현 할 수 있다. 예외 상황을 생각해보자 아래 그림의 예시와 같이 X1, X2 만으로는 Y를 정의 할 수 없을 경우는 어떻게 해야 할까? 이를 설명하기 위해 엡실론을 사용하고 X1과 X2의 가중치를 Wn 으로 표현하게 된다. 이를 좀 더 간단히 표현하자면 f(x)로 표현이 가능하다 f(x) = W1X1 + W2X2 + e 다음과 같이 표현하면 [정답 - 모든 값을 더한 값]은 “오차 값”이라는 것을 알 수 있으며 f(x)는 Loss Function (손실 함수..

Nvidia Cuda 설치

Nvidia Cuda 설치 설치 가이드 : https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#verify-you-have-cuda-enabled-system Installation Guide Linux :: CUDA Toolkit Documentation Check that the device files/dev/nvidia* exist and have the correct (0666) file permissions. These files are used by the CUDA Driver to communicate with the kernel-mode portion of the NVIDIA Driver. Applications th..

서울대 입구역 주변 맛집 리스트

서울대 입구역 주변 맛집 리스트 서울대 입구역 근처에서 약 8개월째 직장인으로 살아가며 먹어본 것들 중에 다음 기준으로 몇 군데 작성해봅니다. - 개인적으로 괜찮았거나 - 직장 동료들이 괜찮다고 했거나 - 직장 동료들이 자주 가는 곳 그렇기 때문에 데이트나 카페와 같은 곳이 아닌 직장인 기준의 음식점이라 할 수 있겠네요 그리고 생각난 김에 작성해보는 거라 제가 촬영한 음식 이미지는 따로 없어요 ㅠ ( 사진 찍기 고자인건 안비밀 .. ) 서울대 입구역에서 맛있는거 찾으시는 먹는 것에 진심이신 분들께 도움이 되길 바랍니다 ~ 1. 안녕부산 (밀면) https://naver.me/FPseiw4c 여름에 더운 날씨에 물밀면 또는 고기밀면 먹으면 입맛도 살아나고 좋았습니다. 여름의 특수성 때문에 시원한 맛 때문이..

오디오 기초

오디오 기초 Sound 소리 또는 음 또는 ‘음파’는 공기나 물 같은 매질의 진동을 통해 전달되는 종파 or 파동(Wave) 자연에서의 신호는 자연스러운 곡선을 그리고 컴퓨터에서 받아들이는 신호는 1과 0으로 극단적인 딱딱한 모양으로 그리기 때문에 이 차이를 컴퓨터는 이해, 표현하기 위해 아날로그 신호를 샘플링을 통해 단위 시간 당 샘플의 개수로 쪼갠다 ※ Sampling Rate는 이산적인 신호를 만들기 위해 연속적 신호에서 얻어진 단위시간(1초)당 샘플링 횟수를 정의한다. 아날로그에서 디지털로 변환하는 A/D Converter는 **표본화 → 양자화 → 부호화** 과정을 거친다. **- 표본화** 연속된 신호를 이산 신호로 변환, 나이키스트 정리에 따르면 표본화 시 원음을 그대로 반영하기 위해서는 원..

xtables 를 이용한 한국 IP만 허용하도록 등록 + docker 적용

xtables 를 이용한 한국 IP만 허용하도록 등록 OS Version : Ubuntu v20.04 ufw 활성화 sudo ufw enable 필수 패키지 설치 sudo apt-get update sudo apt-get install -y curl unzip perl sudo apt-get install -y xtables-addons-common sudo apt-get install -y libtext-csv-xs-perl libmoosex-types-netaddr-ip-perl xtables-addons-common 설치 시 다음 파일들이 생성됨 cd /usr/lib/xtables-addons/ ls /usr/lib/xtables-addons/ shell script 실행하여 csv 파일 다운로드 ..

수치 예측, 범주 예측 (분류)

수치 예측, 범주 예측 (분류) 다변량 데이터에서 X와 Y가 있을 때 Y(정답)의 값이 어떠한 성질을 보이냐 에 따라 수치 예측 인가? 범주 예측 인가?가 나뉘게 된다. 연속형 데이터 (Regression) : 데이터 자체를 숫자로 표현 가격, 길이, 압력, 두께 …. 범주형 데이터 (Classification) : 숫자로 표시할 수 없는 데이터 (양품/불량), (정상/비정상) 수치 예측 예제 수치 예측은 아래 좌측 이미지와 같이 이뤄져 있을 때 가장 정답에 근접한 선이 무엇인가? 에 따라 모델이 결정되고 아래 우측 이미지와 같이 x 값이 들어왔을 때 y의 값을 산출하게 된다. 범주 예측 범주 예측은 예를 들어 양품과 불량 두 가지의 경우가 있을 때, 과연 새로운 노란색 점이 들어왔을 때 어떤 범주에 포..