50+ days of Machine Learning

 안녕하세요? 오늘은 Day 34입니다! 오늘의 내용이 다음과 같이 간단하다 TensorFlow: Data and Deployment Specialization 어제 시작하고 오늘 끝냈다 iOS/Android 위해 앱을 만들 때 다음과 같은 step-by-step 방벙을 따르면 좋겠다  Set up the model in the desired platform > process input provided by the user > pass the input to the model > get results and show them 그 다음에 tensorflow datasets (tfds) 기초 지식을 얻었다     split 위와 같이 할 수 있구나 ~ (tfds 사용할 때) 성능을 개선하기 위해 cache 할 수 있다 memory cache는 더 빠른 접근 시간을 제공하며 소~중 사이즈 데이터셋에 잘 어울린다. disk cache는 persistence와 확장성을 제공하며 큰 데이터셋에 잘 어울린다 그 다음에 ~ TensorBoard 말이다 다음과 같이 구성할 수 있다 callback 함수 같은 것이다~ TensorBoard에서 epoch마다 평균과 표준 편차를 볼 수 있다 (멋있다!) 또한 분류 모델을 만들면 각 epoch의 confusion matrix도 볼 수 있다 예를 들어자면 ~ epoch 1: epoch 3:   마지막으로 ~ Federated learning에 대해 처음으로 공부했다 Federated learning은 중앙 서버와 local clients이 협력하여 데이터를 탈중앙화된 상황에서 글로벌 모델을 학습하는 기술이다. 이는 데이터 privacy와 통신 효율성 측면에서 장점을 가지는데 완전 탈중앙 학습과 같은 문제에 대한 해결책이 필요하며 데이터가 비동일하게 분포되는 상황에서의 모델 학습 등 여러 과제가 있다. 또한 모델 update 백도어 공격 등의 보안 문제도 주목해야 한다. 사실 오늘은  TF developer certif

 안녕하세요? 오늘은 Day 33입니다! 학회가 끝나고 Deep learning specialization도 다 했더니 이제 뭐가 있을까 고민했다. 어려운 택이 아니였다. DeepLearning.AI의 course이 다 대단하다! TensorFlow: Data and Deployment Specialization 한글 분류 모델 웹사이트 오늘 첫번째 부분을 공부했다 브라우저에서 머신러닝 모델을 어떻게 만드는지 훈련시키는지에 대해 공부했다. 바로 tensorflowjs으로 할 수 있다 브라우저에서 훈련할 수 있고 파이썬 jupyter에서 만들었던 모델도 로드 후 사용할 수 있다 과제 중 가위바위보 사진 찍고 모델을 훈련시키라고 데이터는 제가 직접 찍어 봤다.  풍선이 왜 나왔는지 잘 모르겠다 ㅎㅎ 오늘 js으로 모델을 올라가는지 알게 되어서 예전에 구성했던 아이디어 실제로 할 수 있을까 생각이 들었다 한글 분류 모델  < 이건 머신러닝 처음 배웠을 떄 (2023년 여름~) 만들어 봤는데 그 때 뭐 했는지 100% 이해 못 했어도 이 모델에 기반으로 간단한 한글 문자 분류 앱이나 웹사이트 만들고 싶었다. 그런데 시간이 많이 없어서 포기하게 되었다. 오늘은 이 생각이 다시 태어났다 ㅎㅎ  단순 모델 구성한 후 html 및 js으로 웹사이트 만들어 봤다 모델의 정확도와 손실이 다음과 같다 자 ... 그러나 어려운 부분이 canvas 사용하는 것이였다! 일단, flask으로 단순 웹 만들어 볼까 했는데 어떤 오류 계속 나왔다 "Uncaught (in promise) DOMException: Failed to execute 'getImageData' on 'CanvasRenderingContext2D': The source width is 0". 어떻게 해결했는지 검색하다 못 했다 ㅜㅜ 그럼 ~ html와 js - 베이직 방법으로 해 보자고 했다. 그런데 똑같은 오루가 다시 나와 버렸다 ㅜㅜ . 또 어떻게 해결할 수 있