인공지능/딥러닝3 [딥러닝] Gradio: "이렇게 간단히 인터페이스를 만들 수 있다고?" ㅁGradio: 머신러닝(ML) 및 딥러닝(DL) 모델을 쉽게 배포하고 웹 인터페이스를 생성할 수 있도록 도와주는 Python 라이브러리 Streamlit과 비슷한 느낌이다! HTML이나 JavaScript를 몰라도 코드 몇 줄이면 웹 UI를 만들 수 있기 때문에, 연구자와 개발자가 모델을 빠르게 공유하고 실험할 때 매우 유용하다.개인적으로 처음 Gradio를 접했을 때, "이렇게 간단하게 인터페이스를 만들 수 있다고?"라는 생각이 들 정도로 직관적이었다. 특히, 머신러닝 모델을 직접 웹에서 테스트하는 데 많은 시간을 절약할 수 있어서 아주 편리했다. [Gradio 특징 정리]1. 간편한 인터페이스 생성HTML, CSS, JavaScript 같은 웹 개발 지식 없이도 Python 코드 몇 줄로 UI를 .. 2025. 3. 11. [딥러닝] 컴퓨터 비전의 역사 ㅁ컴퓨터 비전(Computer Vision): 이미지와 영상을 분석하여 유의미한 정보를 추출하는 기술인공지능(AI)과 딥러닝(Deep Learning)의 발전과 함께 비약적인 성장을 이루었으며, 특히 CNN(Convolutional Neural Network)의 등장 이후 많은 발전이 이루어졌다. 본 글에서는 주요 CNN 기반 아키텍처와 그 기여도를 중심으로 컴퓨터 비전의 역사를 정리한다. 1. 초기 CNN의 등장 (1990-1998)1990년: CNN(Convolutional Neural Network)이미지 처리에 강점을 가진 신경망이 등장하였다.합성곱 필터(Convolutional Filter)를 활용하여 이미지의 특징을 자동으로 추출하는 방법론을 제시하였다.1998년: LeNet-5초기 CNN .. 2025. 2. 17. [딥러닝] 파라미터(parameter)란? ㅁ파라미터(parameter): 머신러닝과 딥러닝 모델에서 학습을 통해 조정되는 값을 의미다시 말하면, 인공지능 모델이 입력 데이터를 처리하면서 출력을 결정하는 가중치(weight)와 편향(bias) 등의 값을 의미 파라미터는 모델이 데이터를 학습하고 예측하는 데 중요한 역할을 하며, 모델의 성능을 결정하는 핵심 요소 중 하나이다이 값들은 학습 과정에서 최적화되며, 새로운 입력에 대해 더 정확한 출력을 생성할 수 있도록 조정된다!✔ 가중치(Weight)- 입력 데이터에 대한 중요도를 결정하는 값- 신경망의 각 연결(뉴런)에서 곱해지는 값✔ 편향(Bias)- 특정 노드가 더 쉽게 활성화되도록 하는 값- 가중치와 함께 신경망의 출력을 조정하는 역할[GPT 버전별 특징 비교]파라미터가 많을수록 모델의 표현력.. 2025. 2. 16. 이전 1 다음
