-
(Nvidia-Jetson) 3. Nvidia Jetson Nx Module install os
주저리 내나이 26살, 늘 개고생하고 느끼는 점 : 하라는대로 하면 해결된다. 구매처에서 나눴던 얘기 안녕하세요 기술지원 담당자 입니다. 리눅스 OS 가 설치된 PC에서 NVIDIA SDK Manager 를 이용해서 진행을 하셔야 한다고 답변 드렸었는데 진행을 해보셨을까요? 일반 윈도우 환경에서 가상 머신으로 OS를 구동 하시지 마시고 멀티부팅으로 OS를 설치하신 후 진행 해보시길 바랍니다. 가상 머신으로 구동 시 usb가 제대로 인식이 안되거나, 인식이 되어도 끊어지는 현상이 발생 합니다. 아래 링크를 열어서 보시길 바랍니다. https://wiki.seeedstudio.com/Jetson-Mat... Read More
-
(혼자 공부하는 머신러신 + 딥러닝) 7. 인공신경망
← 이전 글로 다음 글로 → 서론 Fashion MNIST Data Set을 Pytorch로 분류한다. matplotlib을 사용하여 이미지를 확인한다. Read More
-
(파이토치 첫걸음) 5. 합성곱 신경망
← 이전 글로 다음 글로 → 5장 서론 인공 신경망(NN)을 이미지에 사용하면 성능이 잘 안나온다. 이유는 인간이 같다고 생각하는 사소한 차이의 이미지는 컴퓨터가 전혀 다른 이미지로 받아드리기 때문이다. 참고문헌 1. 경사 하강법에서 마이너스, ICHI.PRO, 2022.04.05 방문, https://ichi.pro/ko/gyeongsa-hagang-beob-eseo-maineoseu-54562797399893 Read More
-
(선형대수와 통계학으로 배우는 머신러닝 with 파이썬) 4. 머신러닝을 위한 통계학(2)
← 이전 글로 다음 글로 → 모집단, Population과 표본, Sample 모집단이란 조사하려고 하는 대상 전체, 집단을 뜻한다. 모집단의 특성을 나타내는 대표값을 모수, Population parameter이라고 한다. 표본이란 모집단에서 특정 일부를 추출한 것이다. 표본의 대표값을 표본 통계량, Sample statistic이라고 한다. 인공지능에서 모수와 표본 통계량은 각각 Parameter, Sample이라고 한다. 평균, Mean or Expectation 평균에는 산술 평균, 기하 평균, 조화 평균 등 여러 종류에 평균이 있다. \[E(X) = \mu\] 모평균 모평균, P... Read More
-
(Nvidia-Jetson) 2. Can't Flash jetson os on nx module
주저리 jetson은 지옥이다. 현재 발생하는 문제점 안된다. flash가 안먹힌다. xavier agx dev kit에서 고생고생하면서 설치 했었는데 nx module은 os 설치부터가 안된다. 보드 자체에 불이 안들어오는거 보니 모듈 문제인가? 전원은 들어가는거 같은데 전혀 반응이 없어서 머리아프다. 시간도 없는데 시험 끝나고 만져야겠다. 얻은점 eMMC[1]는 Embedded Multi Media Card로서 MMC인 Flash Memory인데 Flash Memory는 비휘발성 반도체 저장장치로서 전기적으로 자유롭게 재기록이 가능하다는 장점이 있다. Embedded[2]란 기계나 기타 제어가 필... Read More
-
(Nvidia-Jetson) 1. Jetson mate on nx module
주저리 인공지능 예비 석박사들은 Jetson 하나 잘쓰면 든든하게 연구할 수 있는데, 국내에는 Jetson에 대한 설명이 너무 부족하다.. 나같은 하알못, 하드웨어 알지 못하는 석사생은 눈물을 머금고 맨땅에 해딩할 뿐이다. Jetson mate 구성 Master WORKER1 WORKER2 WORKER3 Jetson Nano Jetson Xavier Nx Module x x 현재 발생하는 문제점 공부하며 알아낸 사실은 Jetson mate보드는 jetson 모... Read More
-
(선형대수와 통계학으로 배우는 머신러닝 with 파이썬) 4. 머신러닝을 위한 통계학(1)
← 이전 글로 다음 글로 → 기초 확률, Probability이란 사건이 발생할 가능성을 수치화 시킨것이다. 확률, Probability의 성질 $ 0 \leq P(A) \leq 1 $ 모든 확률이 0과 1사이에 있다. 확률은 0보다 작거나 1보다 큰 값이 나올 수 없다. $ P(S) = 1 $ 발생 가능한 모든 사건의 확률을 더하면 1이된다. 발생 가능한 모든 사건을 Sample Space, $S$로 표현한다. 만약 $ A_{1}, A_{2}, \cdots $ 가 상호 배반 사건이면, $ P(U_{i... Read More