AMD DL

Linux 명령어와 Anaconda, Jupyter notebook 개발환경 구성. Sigmoid 함수 및 미분법 설명

최소 제곱법과 MSE를 이용한 선형 회귀, 다중 선형 회귀 원리 설명. 활성화 함수와 최적화 방법, 손실 함수, 평가 지표. 로지스틱 회귀 모델.

XOR 문제와 해결법. 은닉층이 추가된 다층 퍼셉트론을 학습하기 위한 오차 역전파 방법. 은닉층의 오차를 구하는 수식 설명

딥러닝 모델 설계하는 방법. .summary() 보는 법과 원-핫 인코딩

과적합 방지와 모델 성능 검증하는 방법과 epochs 조절로 모델 성능 향상시키기. 가공되지 않은 데이터에서 N/A 처리와 상관관계 분석으로 변수 줄이기

CNN의 원리와 Convolution layer 적용법, pooling, dropout, flatten. NLP 처리를 위한 토큰화, 인코딩, 임베딩, 패딩

RNN과 LSTM, CNN, attention

Vitis AI API 이용하여 ResNet18, ResNet50 모델을 VEK280 보드에서 학습시키는 과정 정리

Vitis AI integrated Development EnvironmentVitis AI Model Zoo : 여러 AI model이 AMD 플랫폼에서 돌아가도록 파인튜닝(?) 된거 같은 것들이 있는 깃헙Vitis AI Optimizer : 가지치기와 파인튜닝으로

Vitis AI github 코드중 run_all.sh 해석

def_arguments() : argument parsingargparse.ArgumentParser : 명령행에 입력된 인자 파싱.add_argument : --float_file 라는 명령행 인자 정의, string으로 입력 받음스크립트를 실행할 때 --float

runcifar10training()