안녕하세요. 데이터 분석하는 새내기 대학원생, 석사 1학기 고니입니다. 지난 시간에는 딥러닝의 기본 개념인 인공신경망의 출발에 대한 이야기를 나누어보았습니다. 인공신경망은 사람의 신경망을 본떠 만든 네트워크 구조로, “기계가 사람처럼 생각하고 행동하는 것이 진정한 인공지능이 아닐까?”라는 생각에서 출발했습니다. 이번 시간에는 인공신경망의 초기 연구 단계에서 제안되었던 퍼셉트론에 대한 이야기를 나누어보려고 합니다. 퍼셉트론에 대해서 잘 이해하시고 나면 앞으로 공부하게 될 인공신경망과 딥러닝에 대한 이해가 굉장히 쉬워질 것입니다. # TLU 지난 시간에 소개해드렸던 “인공신경망이라는 개념을 세상에 처음 등장시킨 두 인물”이 누구였는지 기억하시나요? 미국의 신경생리학자 워렌 맥컬록과 논리학자 윌터 피츠였습니다..

# 오전 일과 10시반: 대학원실 출근 10시반~12시: 학부 통계학개론(1) 중간고사 출제 12시~13시: 점심식사 # 오후 일과 13시~14시: Faster R-CNN 구현 14시~15시: 코딩테스트 공부 (BOJ) 15시반~17시반: 퍼셉트론 관련 블로그 게시글 준비 17시반~18시: Faster R-CNN 구현 18시: 대학원실 퇴근 # 한 줄 요약 Faster R-CNN을 구현하기 위해 초기 Weight 값을 구해서 학습 과정에 넣어주었지만 여전히 Bounding Box를 정상적으로 생성하는 것에 실패했다. 원인을 찾지 못한 채로 퇴근했으나 집에서 마저 연구를 이어가던 중 문제의 원인으로 예상되는 부분을 발견했다. 해당 부분을 수정하여 모델을 다시 돌려두고 잘 예정인데 아침에 일어났을 때 모델이..

# 오전 일과 9시반: 대학원실 출근 9시반~12시: Faster R-CNN 구현 12시~13시반: 점심식사 # 오후 일과 13반반~16시: Faster R-CNN 구현 16시~18시반: 선형통계모형 과제 18시반~19시반: 저녁식사 19시반~22시: 선형통계모형 과제 21시~22시반: Faster R-CNN 구현 22시반~23시: 코딩테스트 공부 (BOJ) 23시: 대학원실 퇴근 # 한 줄 요약 어제 Faster R-CNN을 Test했을 때 성능이 좋지 않았던 원인을 발견한 것 같다. 최초에 Weight를 넣어주어야 하는데 Weight를 따로 넣어주지 않아서 모델이 학습을 진행하는 과정에서 어려움이 있었던 것으로 판단된다. 그래서 이를 해결하고 다시 Test를 진행했으나 이번에는 다른 문제가 발생하였다..

# 오전 일과 9시반: 대학원실 출근 9시반~12시: Faster R-CNN 구현 12시~14시: 점심식사 # 오후 일과 14반~16시: Faster R-CNN 구현 16시~18시: 코딩테스트 공부 (BOJ) 18시~20시: Faster R-CNN 구현 20시~21시: 저녁식사 21시~23시: 선형통계모형 과제 23시: 대학원실 퇴근 # 한 줄 요약 드디어 Faster R-CNN 구현을 성공했으나 Train 데이터를 너무 적게 사용한 탓인지 결과가 기대에 크게 못미치는 수준으로 도출되었다. Train 데이터의 양을 100배 가량 늘린 후 다시 실행한 상태로 퇴근을 했는데 내일 아침에 출근했을 때 모델이 잘 훈련되어 있으면 좋겠다.

# 오전 일과 9시반: 대학원실 출근 9시반~10시반: Faster R-CNN 구현 10시반~11시: 학부 공학수학 연습문제 수정 (조교) 11시~12시: Faster R-CNN 구현 12시~13시반: 점심식사 # 오후 일과 13반시~14시: Faster R-CNN 구현 14시~17시: 데이터마이닝 수강 17시~19시반: Faster R-CNN 구현 19시반~20시반: 저녁식사 20시반~21시반: Faster R-CNN 구현 21시반~22시: 코딩테스트 공부 (BOJ) 22시: 대학원실 퇴근 # 한 줄 요약 세 시간 가량의 강의가 중간에 있었지만 전반적으로 하루 종일 집중이 잘되어서 연구 및 코딩테스트 공부 등을 모두 진행할 수 있었다. 어제부터 Faster R-CNN을 구현하고 있는데, 알고리즘에 대한..

# 오전 일과 9시: 대학원실 출근 9시~12시: 수리통계학1 수강 12시~13시: 점심식사 # 오후 일과 13시~13시반: 코딩테스트 공부 (BOJ) 13시반~16시반: 선형통계모형 수강 16시반~20시: Faster R-CNN 구현 20시~20시반: 학부 공학수학 연습문제 출제 (조교) 20시반~22시: 저녁식사 22시~23시반: Faster R-CNN 구현 23시반: 대학원실 퇴근 # 한 줄 요약 코딩테스트 문제를 1문제만 풀려고 했는데 생각보다 잘 풀려서 짧은 시간 안에 3문제를 풀었다. 처음으로 Faster R-CNN을 구현하기 시작했는데 이번 주 안으로 구현을 완료할 수 있도록 열심히 공부해야겠다.