EveryDay.DevUp

🧠 딥러닝 학습 과정 시뮬레이터 📊 학습 제어판 러닝 레이트: 학습 시작 모델 초기화 에폭 배율: x1 x5 x10 ..

CNN 단계별 시뮬레이션: 숫자 인식 (0-9) 섹션 1: 입력 이미지 선택 시뮬레이션할 손글씨 숫자를 선택하세요. 선택된 입력 이미지 (15x15): 컨볼루션 연산에 사용할 필터를 선택하세요 (선택 시 섹션 2-A에 실시간 반영). 모든 CNN 단계 시뮬레이션 시작 ..

3D 그래픽스의 컬링과 클립핑 실시간 렌더링 최적화의 핵심 기법들 게임 성능을 좌우하는 컬링과 클립핑 기법들을 완전히 이해해봅시다. 들어가기 전에: 이 글을 쓰게 된 배경 TACampus 2주차 그래픽스(렌더링) 파이프라인과 셰이더 강의를 듣던 중, 클립핑 단원에서 '가드 밴드 클립핑'이라는 용어를 처음 접하게 되었습니다. 기존에는 일반적인 프러스텀 클립핑에 대해서만 알고 있었기 때문에, 이 새로운 개념이 매우 흥미로웠습니다. 실제 개발에서 클립핑을 직접 조정해본 적은 없지만, 이론적으로 어떻게 동작하는지 깊..

현대 AI 기술의 핵심 개념인공지능, 머신러닝, 딥러닝의 체계적 이해AI vs ML vs DL현대 인공지능 기술을 이해하기 위해서는 먼저 AI, 머신러닝, 딥러닝의 관계를 명확히 파악해야 합니다. 이들은 서로 다른 범위와 접근 방식을 가지고 있습니다.AI (인공지능)인간의 지능을 인공적으로 구현한 기술 전체를 아우르는 가장 광범위한 개념ML (머신러닝)데이터를 기반으로 학습하여 AI를 실현하는 구체적인 방법론DL (딥러닝)딥 뉴럴 네트워크를 통해 데이터 기반 학습을 수행하는 머신러닝의 하위 개념규칙 기반 vs 데이터 기반 접근법전통적인 AI는 사람이 직접 규칙을 구현하는 방식이었습니다. 예를 들어 체스 AI의 경우, 각 상황에 따라 어떤 말을 어떻게 움직일지 규칙을 정의해야 했습니다. 하지만 이런 방식은..

최근 모바일 게임 시장은 블루 아카이브, 승리의 여신 니케, 원신과 같은 서브컬처 장르의 게임들이 시장을 주도하고 있고, 국내 게임사들도 앞다투어 카툰풍 게임 개발에 뛰어들고 있습니다. 컴투스의 카툰풍 액션 게임을 비롯해 Project MAIDEN, 크레센트 등 다양한 프로젝트들이 진행 중인 상황입니다.저는 나혼자만 레벨업 게임을 즐겁게 플레이한 경험이 있어, 서브컬처 장르의 게임 개발에 필요한 카툰 렌더링 기술에 대한 궁금증이 있었습니다. 마침 TACampus 1주차 과제로 주어진 "평소에 궁금했던 용어에 대해 찾아보고 정리하기"에 대한 과제를 수행할 기회가 생겨, 카툰 렌더링에 대해서 리서치를 진행하게 되었습니다.카툰 렌더링은 3D 모델을 2D 만화처럼 보이게 만드는 기술로, 여러 복잡한 렌더링 기법..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 🚨5월 1일 00시 강의 가격 대폭 인상! | 패스트캠퍼스4월 30일 이후 비싸집니다. 가격 인상 전 지금이 4월 마지막 기회! 지금 바로 시작하세요.fastcampus.co.krChapter1. IntroductionCh01-01 강사소개- 컴퓨터 비전은 다양한 분야가 묶여있음- 컴퓨터 비전의 개념과 실무 적용에 대한 고민까지 다루는 과정Ch01-02 컴퓨터 비전 소개- 얼굴 인식, MRI 영상 분석, 자율 주행 분석 등 다양한 분야에서 컴퓨터 비전이 사용됨- 이미지릉 컴퓨터가 인식하는 레벨1) 로우 레벨: 색상, 이미지 객체의 거리, 그림자2) 미들 레벨: 이미지 재구성, 뎁스 분석3) 하이 레..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krChapter 10. 알파고와 MCTSCh10-01 알파고- 바둑에서의 상태는 10^1801) MCTS- 현재 상황에 특화된 솔루션: 수 많은 상태를 저장해서 수를 둔다기보다는 이미 학습된 데이터를 바탕으로 현재 상태에서 두었을 때 가장 좋은 선택을 하게 됨: 수 많은 상태 후보에서 선택을 하면 해당 선택 외의 후보들은 트리에서 없어진다고 ..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krChapter09. Policy Gradient 심화Ch09-01 A3C- Asynchornous Methods for Deep RL 논문: 비동기적으로 경험을 쌓은 에이전트 (액터 러너 스레드)들이 있고, 각자의 경험을 중앙에 공유하는 시스템을 가짐: 논문에서 다루는 4가지 알고리즘 중 Advantage Actor Critic 알고리즘이..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krChapter08. Policy 기반 에이전트- 폴리시 네트워크를 신경망으로 표현해서 바로 학습을 진행Ch08-01 Policy Gradient Theorem- 정책 기반 에이전트가 필요한 경우: 확률적 액션이 필요한 경우: 액션 스페이스가 Continue 한 경우- 목적 함수 정의하기 : 정책의 정답을 모르기 때문에 로스 함수를 정의하기 ..

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://bit.ly/4hTSJNB 커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스성인 교육 서비스 기업, 패스트캠퍼스는 개인과 조직의 실질적인 '업(業)'의 성장을 돕고자 모든 종류의 교육 콘텐츠 서비스를 제공하는 대한민국 No. 1 교육 서비스 회사입니다.fastcampus.co.krChapter7 RL into wild - 벨류 기반 에이전트- 벨류 함수를 신경망으로 표현하는 방법론Ch07-01 벨류 네트워크의 학습-RL 에이전트의 분류: 가치 기반 / 정책 기반 / 두 가지를 섞은 액터 크리팃- 벨류 네트워크: 벨류 함수를 신경망으로 표현Ch07-02 Deep Q-Learning- ATARI 게임을 DQN을 이용해..