안녕하세요, MoonLight입니다.​이번 Post에서는 Weights & Biases (wandb)라는 Platform을 소개해 드리고자 합니다.​Weights & Biases (wandb)는 머신 러닝 실험 추적, 시각화, 협업 및 모델 관리를 위한 강력한 플랫폼입니다. ​​ 1. 소개 wandb는 2018년 Lukas Biewald, Chris Van Pelt, Shawn Lewis에 의해 설립된 Weights & Biases라는 회사에서 개발되었습니다. ​이들은 머신 러닝 엔지니어들이 겪는 실험 관리의 어려움을 해결하고자 이 플랫폼을 만들었다고 하네요.​wandb는 LLM(Large Language Model) 파인 튜닝과 같이 복잡하고 리소스 집약적인 머신 러닝 프로젝트뿐만 아니라, 일반적인 딥..

안녕하세요, MoonLight입니다.​nVidia RTX 50 시리즈가 발표되었고, 성능과는 별개로 다양한 문제들로 인해서 시끌시끌합니다.​이 기회를 놓치지 않고 AMD가 9070으로 좋은 기회를 맞이하고 있습니다만, 이런 이야기말고 nVidia가 새롭게 발표한 DLSS 4.0에 대한 기술적 이야기와 AMD의 경재 기술인 FSR도 같이 이야기해 볼까 합니다.​​​  1. DLSS (Deep Learning Super Sampling) DLSS는 nVidia가 개발한 AI 기반 업스케일링 기술의 이름입니다. Deep Learning Super Sampling의 약자로, 낮은 해상도에서 렌더링된 게임 이미지를 AI를 활용해 고해상도 이미지로 업스케일링하여 화질 저하를 최소화하면서 프레임률을 향상시키는 기술을..

안녕하세요, MoonLight입니다.​이번 Post에서는 Deep Learning 분야에서 많이 사용되는 Transfer Learning에 대해서 알아보도록 하겠습니다.​​​ 1. Transfer Learning 개요 ​ 1.1. Transfer Learning이란 ?Deep Learning이 급속도로 발전하면서 Model의 성능이 비약적으로 향상되었지만, 여전히 Model을 처음부터 학습시키는 것은 매우 어려운 과제입니다.​우수한 성능을 갖춘 Deep Learning Model을 훈련하려면 대량의 데이터와 강력한 연산 자원이 필요하며, 적절한 학습이 이루어지기까지 오랜 시간이 소요됩니다.​또한, Model 학습이 한 번에 완벽하게 된다는 것은 현실에서는 있을 수 없는 일이며, 매우 많은 시행착오를 거치..

0. Introduction​Backpropagation은 Deep Learning 학습의 핵심 메커니즘입니다.Deep Learning의 학습은 학습하려는 Train Data를 Network에 넣어서 값을 출력하는 순서를 거치게 됩니다.이 과정을 Feedforward라고 합니다. 물론 이 과정에서 출력되는 값은 Network이 학습이 진행되기 전이기 때문에 실제 Target 값과 많이 차이가 나게 됩니다.Deep Learning은 Target 값과 실제 정답과의 차이를 이용하여 Network을 구성하는 Parameter(Weight , Bias)를 적절하게 Update 합니다.이 과정을 Backpropagation이라고 하며, 이번 Post에서는 Backpropagation 과정이 실제로 어떻게 동작하는..

한빛미디어 ‘나는 리뷰어다’ 활동을 위해서 책을 제공받아 작성된 서평입니다. ​ ​ ​ ​ ​ ML & DL 분야 면접은 어떻게 준비해야 하지? ML & DL 분야의 면접은 보통 다른 분야에 비해 더욱 미지의 영역이라고 볼 수 있습니다. ​ 어떤 질문이 나올 지, 어떤 역량을 개발해야 할지, 나의 전문이 아닌 분야의 대한 질문이 나오면 어떤식으로 답변해야 할 지 등등 막막한 것이 사실입니다. ​ ML & DL 분야의 면접에서 어떠한 질문에도 잘 대처하기 위한 가장 좋은 방법은 ML & DL 제품의 전체 워크플로와 핵심 개념들을 잘 정리하고 있는 것이 가장 좋은 방법이지만, ​ 그러한 경험이 없거나 특정 분야의 업무만 해본 개발자라면 이 역시 준비하기 힘듭니다. ‘인사이드 머신러닝 인터뷰’는 이런 고민을 ..

PyTorch와 TensorFlow는 오늘날 가장 인기 있는 두 가지 Deep Learning Framework입니다. 각 진영에는 열렬한 지지자들이 있고, 어떤 Framework가 더 우월한가에 대해서 오랫동안 논쟁이 되어 왔습니다. PyTorch와 TensorFlow는 비교적 짧은 시간 동안 빠르게 발전하여서 논쟁이 계속되고 있습니다. TensorFlow는 산업 중심 Framework로 그리고, PyTorch는 연구 중심 Framework로 유명하지만 이러한 개념은 부분적으로 오래된 정보에서 비롯되었습니다. 어떤 Framework가 더 나은지에 대한 대화는 2022년이 되면서 더 복잡해집니다. 이제 두 Framework의 차이점을 살펴보겠습니다. 1. Practical Considerations ​ ..

안녕하세요, MoonLight입니다. ​ 1월에 신청한 한빛미디어 도서 서평단, '나는 리뷰어다2024'에 선정되었습니다. ​ 2022년에 처음으로 활동을 시작했고, 2023년에는 선정되지 못해서 활동하지 못했지만 올해 다시 선정이 되었네요. ​ 저는 AI 관련 서적을 주로 신청하여 리뷰를 진행했었고, 올해도 변함없이 AI관련 서적을 리뷰해볼 예정입니다. ​ 작년과 올해의 화두는 역시 Generative AI인 만큼, 관련 도서의 비중을 늘려볼까 합니다. ​ 열심히 활동하겠습니다 !! ​ ​ ​ ​ ​

안녕하세요, MoonLight입니다. ​ 오늘은 인공지능 경진대회 전용 온라인 플랫폼인, AI CONNECT에서 진행중인 대회를 하나 소개할까 합니다 ​ ​ 대회 개요 ​ ​ 이 경진대회는 치아관련, 특히 사랑니 발치 관련 Model 개발이 목표입니다. ​ 사랑니 수술시에 신경 손상 위험을 파악하고 안전한 수술을 지원할 보조적인 정보를 제공하는 Model 개발이 핵심입니다. ​ 이런 이유로 참가 자격이 조금 까다롭습니다. ​ 총 2개의 Track으로 진행되고, Track 1은 관련 전공자들만 참여할 수 있으며, 일반 참가자가 참가할 수 있는 대회는 Track 2입니다. https://aiconnect.kr/competition/detail/233​ ​ ​ ​ 대회 일정 접수 마감: 2023년 11월 11..

한빛미디어 '나는 리뷰어다' 활동을 위해서 책을 제공받아 작성된 서평입니다. 0. 소개 요즘에는 Machine Learning / Deep Learning이 일상생활에 알게 모르게 스며들어 있고, 누구나 배우고자 한다면 매우 다양한 자료를 접할 수 있습니다. Deep Learning 분야에서 가장 먼저 큰 진전을 이루었던 것이 Image 분야이지만, 시각적인 인공지능 못지않게 인간들에게 중요한 것이 글로 쓰인 Data 즉, Text Data입니다. NLP(Natural Language Process)를 다루는 수많은 동영상 강의, Technical Blog 등에서는 가장 기초적인 부분에서부터 최신 트렌드를 반영하는 주제까지 모두 다루고는 있습니다. 하지만, 정작 실무에 적용하려고 하면 막막한 것이 현실입..

한빛미디어 활동을 위해서 책을 제공받아 작성된 서평입니다. Deep Learning이 대중들에게 이름을 알리기 시작한 것은 무엇보다도 Image Data를 처리하는 데에 있어서 인간에 버금가는 능력을 보여주면서부터라고 생각합니다. 그 이후로 Deep Learning / AI가 우리가 알게 모르게 일상생활에 깊숙이 파고들고 있는 것이 사실입니다. 하지만, Python을 익히고 Deep Learning에 자주 사용되는 Package들의 사용법을 익힌 후에 실제로 간단한 Image Classification 작업을 해보는 것은 생각만큼 쉽지 않습니다. 다양한 예제들이 많지만 대부분 수학적인 원리나 해당 Code가 어떤 일을 하는지 그리고 왜 필요한지에 대해서는 자세히 설명되어 있지 않거나 알 수 없는 수학 기..