728x90 반응형 AI19 [인공지능] 신경망의 필수 요소 : Bias(편향)를 잡을 때와 안 받을 때의 차이 Bias는 단순히 더해지는 숫자가 아니다신경망 학습에서 Bias(편향, b)는 종종 가중치(W)에 가려져 그 중요성이 간과되곤 합니다. 하지만 Bias는 모델이 데이터를 해석하고 결정 경계를 설정하는 유연성을 부여하는 핵심적인 요소입니다. 특히 XOR이나 make_moons와 같은 비선형 문제를 해결할 때 Bias의 유무는 모델의 성공과 실패를 가르는 결정적인 차이를 만듭니다. 용어 정리 및 Bias의 역할Bias(b) : 뉴런의 발화 임계점 조절자구분개념IT/ML에서의 역할Bias(b)활성화 함수가 적용되기 전의 선형 합산 결과(W, X)에 더해지는 상수 값활성화 임계점 조절입력 X가 0일 때도 뉴런이 발화할 수 있게 하거나, 발화하기 위해 필요한 최소 입력값을 조절결정 경계 팽행 이동결정 경계가 원.. 2025. 10. 25. [카카오테크 부트 캠프] 회고록 6주차 대면 강의드디어 대면 강의 시작을 했다. 확실히 집에서 혼자서 할 때보다 훨씬 집중도 잘 되니 순수 공부 시간이 증가하면서 체감이 될 정도로 공부 퀄리티가 좋아졌다. 주 100시간을 목표로 수업 종료 후 조금 더 하고 가고 있는데 다음주는 이번주보다 조금 더 공부할 수 있도록 해야겠다. 매일 어제보다 나은 내가 되어야되기 때문에 열심히 해야겠다. 다들 회고록에 배운 점들을 적길래 나도 적어보려고 한다. 평소 블로그에 따로 포스팅을 해서 회고록에도 굳이 써야하나 싶긴하지만 그래도 조금은 써볼까 한다. 이번 주 내용이번주는 딥러닝 기초부터 CNN까지 Perceptron, 비선형 활성화 함수, ANN, 손실 함수, 역전파, 옵티마이저 등 다양한 딥러닝 기초를 배웠다. 블로그들을 정리하며 생각보단 할만하네라고 .. 2025. 10. 24. [Python(AI)] Matplotlib 한글 깨짐? 이제는 2초 만에 해결! (feat. Colab 최적화) Python으로 데이터 시각화를 할 때 가장 짜증나는 순간 중 하나는 바로 한글 깨짐 현상일 겁니다. 분명 멋진 그래프를 그렸는데, 제목과 레이블이 아래 이미지처럼 네모(□□□)로 보이는 현상이죠.이 문제는 Matplotlib이 기본적으로 영어권 폰트만 지원하기 때문에 발생합니다. 기존에는 폰트를 설치하고, 캐시를 삭제하고, 런타임을 재시작하는 복잡한 3단계를 거쳐야 했지만, 이제는 이 모든 과정을 단 두 줄의 코드로 끝낼 수 있는 혁신적인 방법이 있습니다. 핵심 해결책: koreanize-matplotlib 라이브러리가장 빠르고 확실한 해결책은 koreanize-matplotlib 라이브러리를 사용하는 것입니다. 특히 Google Colab이나 Linux 기반 환경에서 이 방법이 가장 강력합니다. 설치.. 2025. 10. 20. [카카오테크 부트 캠프] 회고록 5주차 1. 연휴 후 복귀와 루틴 재정비4주차 수업 직후 추석 연휴를 보내느라 회고록 작성을 건너뛰었습니다. 긴 연휴의 여파로 인해 일상적인 학습 루틴에 복귀하는 데 다소 어려움을 겪었고, 이로 인해 이번 주간 학습 만족도가 높지 않았습니다. 다행히 다음 주부터는 대면 수업이 시작되는 만큼, 새로운 환경에서 흐트러졌던 집중력을 다시 다잡을 수 있을 것으로 기대합니다.2. 본격적인 머신러닝 기초 학습이번 5주차의 핵심 내용은 머신러닝 기초였습니다. PyTorch 활용법부터 시작하여 데이터 분할, 데이터 증강(Augmentation), 그리고 K-NN, SVM 등 학부 과정에서 개념만 접했던 내용들을 깊이 있게 다루었습니다. 드디어 이론을 넘어 실질적인 AI 기술을 학습하고 있다는 실감이 들면서, '진짜 인공지능 .. 2025. 10. 19. [Python(AI)] Python 개발자를 위한 GPU 가속 : nvmath-python과 cuda.core 파이썬은 AI, 데이터 과학 분야에서 독보적인 언어지만, 복잡한 수치 연산을 빠르게 처리하는 데는 GPU(그래픽 처리 장치)의 도움이 필수적입니다. 과거에는 GPU를 활용하려면 C/C++ 바인딩이라는 복잡한 과정을 거쳐야 했지만, 이제 NVIDIA가 직접 제공하는 두 가지 강력한 라이브러리 nvmath-python 과 cuda.core 덕분에 파이썬으로도 GPU의 성능을 100% 활용할 수 있게 되었습니다. 개요 : 두 라이브러리의 역할 분담NVIDIA는 CUDA Python 이라는 메타 패키지를 통해 파이썬에서 CUDA 플랫폼에 접근할 수 있는 여러 컴포넌트를 제공합니다. nvmath-python 과 cuda-core는 이 중 핵심 역할을 담당합니다.nvmath-python : 고도로 최적화된 수학 함.. 2025. 10. 10. [NVIDIA] NumPy의 한계를 넘어, GPU 가속의 힘 CuPy 완벽 가이드 파이썬으로 대규모 과학 계산이나 데이터 처리를 할 때 NumPy는 필수 라이브러리입니다. 하지만 데이터의 크기가 기하급수적으로 늘어날 수록 CPU만으로는 처리 속도의 한계에 부딪히게 됩니다. 이럴 때 필요한 것이 바로 CuPy입니다. CuPy는 NumPy와 거의 동일한 문법을 사용하면서도 코드를 GPU에서 실행하여 데이터 처리 속도를 극적으로 가속하는 혁신적인 라이브러리입니다.주제 개념 및 용어 정리용어실제 단어 뜻 CuPy에서의 의미NumPyNumerical Python의 합성어. 파이썬에서 대규모 다차원 배열을 다루고 행렬 및 벡터 연산을 수행하는 데 사용하는 핵심 라이브러리입니다. 모든 연산은 CPU에서 이루어집니다.CuPy가 지향하는 문법 및 기능의 표준이자, CuPy가 가속화를 제공하는 대상입니.. 2025. 10. 9. 이전 1 2 3 4 다음 728x90 반응형
