gist.github.com/Mahedi-61/2a2f1579d4271717d421065168ce6a73 CUDA 10.1 Installation on Ubuntu 18.04 CUDA 10.1 Installation on Ubuntu 18.04. GitHub Gist: instantly share code, notes, and snippets. gist.github.com 위 깃허브를 따라하면 됩니다. !!! 단 cudnn 설치할때는 NDVIA에 로그인을 해야합니다. 저는 크롬으로 로그인을 하였는데, 어떻게 연동시키는지 몰라 직접 다운 받았습니다. (연동시키지 않으면 아래 코드가 실행이 안됩니다.) wget https://developer.nvidia.com/compute/machine-learning/..
mavros install ( jetson nano mavros )
1, brisbaneroboticsclub.id.au/install-mavros-in-nvidia-nano/ Install MavRos in Nvidia Nano | Brisbane Robotics ClubResources https://github.com/mavlink/mavros https://github.com/mavlink/mavros/blob/master/mavros/README.md#installation Installation Notes. ROS melodic is compatible with Nvidia Nano. First install ROS melodic using the bash script from Jetson Hacks githubbrisbaneroboticsclub.id.au ..
롤 한국 서버 상태 확인 사이트 (공식)
status.riotgames.com/lol?region=kr1&locale=ko_KR 위 이미지를 누르면 리그오브레전드 한국 공식 서비스 상태 사이트로 이동합니다. 이미지를 눌러도 나오지 않는다면 하단의 여러 게임 중 리그오브레전드를 선택 한 후 한국 서버로 설정해주세요. 그래도 나오지 않는다면 공식적인 입장이 없는 것입니다. 2020-09-18일 롤 서버가 또 터져서 이슈가되었다. 이전에 올린 게시글에 방문자가 몰려 확인해보니, 기본 설정이 EN으로 되어있어서 북미서버의 상태가 나오게 되어있었다. 그래서 다시 한국 서버사이트를 기준으로 하는 링크를 올려두었다. 그 전 게시글의 링크에서도 KR을 선택하면 한국서버 상황을 볼 수 있지만, 바로 보는것이 편할 것 같아서 한국 서버 상태 확인으로 재 업로드 ..
MNIST, 손글씨 구분하기 + Tensor 개념 (인공지능 기초 #6)
MNIST는 머신러닝 계의 printf("hello world") 라고도 할 수 있습니다. MNIST 데이터셋은 0부터 9까지의 손글씨 이미지로 구성되어 있습니다. 머신러닝은 데이터를 훈련 데이터, 테스트 데이터로 나눕니다. 또는 세가지 훈련 데이터, 테스트 데이터, 벨류 데이터로 나누기도 합니다. 머신러닝에는 훈련 데이터와 테스트 데이터를 절대 섞지 않는다 라는 원칙이 있습니다. 이게 섞이면 신뢰도에 문제가 생기기 때문입니다. 각 데이터는 이미지와 라벨로 이루어져 있습니다. ( 이미지는 손글씨 사진, 라벨은 그 숫자가 무엇인지 적혀있는 곳 ) 각 이미지는 28*28 해상도의 흑백 사진 입니다. 각 픽셀은 0에서 255로 밝기를 표현합니다. 우리는 인공신경망에 이 훈련데이터를 넣어서 학습을 시킵니다. 그..
확률 벡터 (Softmax 변환) overflow 대책 증명 ( 인공지능 기초 #5-2)
2020/09/16 - [Study/인공지능] - 3층 인공신경망 ( 퍼셉트론과 활성화 함수의 결합 ) ( 인공지능 기초 #5-1) 2020/09/15 - [Study/인공지능] - Heaviside 함수 Sigmoid함수 ReLU 함수, 신경망과 활성화 함수 ( 인공지능 기초 #4 ) 확률 벡터는 단순하게 확률을 벡터로 표현한 것이다. 중요한점은 1. 확률은 음수가 없다는 점. 2. 모든 확률을 더하면 1이 나온다는 점 이다. 일반적인 벡터는 음수일 수도 있고, 다 더했을때 1이 되지 않을수도 있다. 이러한 벡터를 양수이며 다 더하면 1이 되도록 바꾸어 주는 것이 Softmax 변환 이다. ( 확률벡터로 변환시켜주기 ) 방법으로는 (a1,a2,a3 ,...,an) 이 있을 때 1. 양수로 만들기 e^x..
3층 인공신경망 ( 퍼셉트론과 활성화 함수의 결합 ) ( 인공지능 기초 #5-1)
인공신경망은 퍼셉트론과 앞에서 공부했던 활성화 함수들의 아이디어를 결합한 것입니다. 2020/09/15 - [Study/인공지능] - Heaviside 함수 Sigmoid함수 ReLU 함수, 신경망과 활성화 함수 ( 인공지능 기초 #4 ) 2020/09/14 - [Study/인공지능] - 다층 퍼셉트론 XOR 논리회로 표현하기 , 단층으로 안되는 이유 ( 인공지능 기초 #3 ) 2020/09/13 - [Study/인공지능] - 퍼셉트론 AND, NAND, OR 논리회로 표현하기 ( 인공지능 기초 #2 ) 2020/09/13 - [Study/인공지능] - 퍼셉트론, 뉴런 네트워크의 모방 ( 인공지능 기초 #1 ) 오늘 알아볼 내용은 3단계로 구성된 3층 인공신경망입니다. 1은 고정된 값이며(*b : 편향)..
Heaviside 함수 Sigmoid함수 ReLU 함수, 신경망과 활성화 함수 ( 인공지능 기초 #4 )
앞으로는 -임계점 대신 편향을 사용합니다. 앞으로는 임계점보다 높으면 1, 임계점보다 낮으면 0 이라는 정보를 Heaviside 함수로 표현합니다. 즉 y = h(w1x1 + w2x2 + b) 와 a=w1x1+w2x2+b 는 같은 수식입니다. a의 값이 0보다 크면 1, a의 값이 0보다 작거나 같으면 0으로 합니다. Heaviside 함수를 Sigmoid함수로 바꿉니다. 머신러닝은 데이터를 넣으면 머신이 스스로 학습을 하는 개념입니다. 이때 미분을 통해서 학습을 합니다. 여기서 Heaviside 함수를 미분한다면, 미분값이 0을 제외한 함수에서 모든 값이 0으로 나오기 때문에 머신러닝을 할 수 없는 함수입니다. 그래서 우리는 Heaviside 함수 대신 Sigmoid 함수를 사용합니다. 앞으로 자주 사..
현재 아주 간단한, 그래픽의 해상도 조차 조정하지 않은 기본적인 슈팅게임을 완성해놓은 상태이다. 정말 단순하게 적이 나타나고, 나는 미사일을 쏘며 적을 없애면 점수가 올라가는. 적과 부딪히면 게임이 끝나는 정도만 구현해 놓은 상태이다. UNITY를 이용해 만들었는데, 어떤 디자인을 입히고 어떤 기능을 추가할지 기획을 어느정도 마무리 하고 다음 작업을 시작해야할 것 같다. 하지만, 현재 군집드론 프로젝트와 이번에 수강신청한 딥러닝을 배우려면 [ 밑바닥부터 시작하는 딥러닝 ] 책의 반을 끝내야만, 이해를 할 수 있기때문에 우선 슈팅 게임 프로젝트의 완성은 앞선 것들을 해결한 후 시작하게 될 것 같다. 얼른 만들어서 게임을 출시하고 싶다. 이것 말고도 한 3가지 정도의 게임을 기획해 볼 예정이다. 아직 이것저..