먼저 파이참의 터미널 창에 pip install --upgrade opencv-contrib-python 다음을 입력하여 Opencv를 설치한다. 설치가 완료되면 다음과 같은 모습을 볼 수 있다. 설치가 잘 되었는지 확인하려면 다음을 입력한다. import cv2 print(cv2.__version__) 다음을 입력하면 다음 과 같이 설치되어 있는 버전을 확인할 수 있다.

cs231n(Spring 2017) 강의를 정리합니다. (본 포스팅은 cs231n 강의 Slide를 참고하여 작성하였습니다.) 강의 자료는 아래 링크를 참고하면 됩니다. Youtube:https://youtu.be/vT1JzLTH4G4 Course Notes:http://cs231n.github.io/ In Lecture 4 we progress from linear classifiers to fully-connected neural networks. We introduce the backpropagation algorithm for computing gradients and briefly discuss connections between artificial neural networks and biolo..

본 문서는 표윤석 박사님의 youtube ROS 강의와 github를 참조하여 작성되었습니다. ROS Courses : https://www.youtube.com/watch?v=ot_D9N-H4lQ&list=PLRG6WP3c31_VIFtFAxSke2NG_DumVZPgw github : https://github.com/robotpilot/ros-seminar 1. ROS의 용어 Node : 최소 단위의 실행 가능한 프로세서. 하나의 실행 가능한 프로그램. ROS에서는 최소한의 실행단위로 프로그램을 나누어 작업하게 된다. 각 노드는 메시지 통신으로 데이터를 주고 받는다. Package : 하나 이상의 노드, 노드 실행을 위한 정보 등을 묶어 놓은 것. 또한, 패키지의 묶음을 메타패키지라 하여 따로 분리한다..

연구를 위해 Matlab의 기능과 ROS를 연동해야 하는 경우가 있어 찾아보니 이미 Matlab에서 훌륭하게 관련 기능이 지원되고 있어 여기 정리한다. 첨부된 것은 Mathworks에서 공식적으로 2014년에 발표된 자료로 이를 활용하면 Matlab과 ROS를 연동해 사용하는 것이 가능하다. 사용법은 정말 간단했다. Matlab내에서 ros node연결을 위한 명령어와 종료를 위한 명령어만 숙지하면 된다. "rosinit" 명령어: Matlab내에서 ROS node 실행 이 때, 이미 실행 중인 roscore가 있으면 해단 roscore에 연결이 되고, 실행 중인 roscore가 없을 경우, 새로 roscore를 띄운다. "rosshutdown" 명령어: session 종료 마지막으로 본 글 마지막에 M..

이번 포스팅은 3층 신경망 구현에 대해서 정리하겠습니다. 3층 신경망에서 수행되는 입력부터 출력까지의 처리(순방향 처리)를 구현합니다. 이를 위해 numpy의 다차원 배열을 사용합니다. 1. 3층 신경망 구조 왼쪽부터 입력층(0층) 2개의 뉴런, 은닉층(1층) 3개의 뉴런, 은닉층(2층) 2개의 뉴런, 출력층(3층) 2개의 뉴런 으로 구성되어 있습니다. 2. 표기법 가중치와 은닉층 뉴런의 오른쪽 위에는 (1)이 붙어 있습니다. 이는 1층의 가중치, 1층의 뉴런임을 뜻하는 번호입니다. 또, 가중치의 오른쪽 아래의 두 숫자는 차례로 다음 층 뉴런과 앞 층 뉴런의 인덱스 번호 입니다. 예를 들어 1층의 1번째 뉴런에서 2층의 2번째 뉴런으로 가는 가중치라면 W21입니다. 그리고 2층으로 가는 것이기 때문에 (..

지난 포스팅까지 AND, NAND, OR같이 간단한 문제를 단층 퍼셉트론으로 표현한 것과 XOR 같이 하나의 직선으로는 표현할 수 없는 문제를 다층 퍼셉트론으로 해결한 것을 배웠습니다. 이번 포스팅부터 배울 신경망의 구조는 다음과 같습니다. 신경망은 왼쪽부터 입력층(input layer), 은닉층(hidden layer), 출력층(output layer)라고 합니다. 은닉층의 뉴런은 입력층이나 출력층과 달리 사람 눈에 보이지 않습니다. 지난 시간에 배웠던 수식 y = b + w1x1 + w2x2에서 y값이 0을 넘으면 1을 출력하고, 넘지 않으면 0을 출력하였는데요. 그림으로 보면 다음과 같습니다. 편향은 항상 입력 신호가 1이기 때문에 그림에서는 해당 뉴런을 회색으로 채워 다른 뉴런과 수 구별했습니다...