몇일동안 머신러닝 공부를 하고 있다.
지금까지 공부한 결과, 무엇을 더 공부해야하는지 정리해보았다.
계속 업데이트 하자.
데이터 (이미지,텍스트)를 다루기 위한 공부
1. 개발 언어 기본 문법 (파이썬)
pandas , numpy 는 기본인 듯.(데이터 분석)
matplotlib.pyplot : 그래프 그리기
PIL :이미지 다루기
2. 개발 환경 설정
파이썬 환경설정 – 아나콘다 환경의 이해 , anaconda 설치와 pip 설치의 차이점(라이브러리 사용을 위해..)
3. 하드웨어 환경의 이해 (NVIDIA 기준)
그래픽 카드를 사용하기 위한 각종 프로그램 설치 : CUDA , CUDNN (뭐가 더 있는지 확인 필요)
4. 딥러닝 라이브러리의 이해
파이토치 , 텐서플로우 -> CUDA 버전에 의해 해당 버전도 맞춰 주어야 함.
5. 딥러닝의 기본.
데이터가 가장 중요. 그 데이터를 다룰줄 알아야함.
그 데이터 유형에 따라 알고리즘을 선택해야함.
5. 딥러닝 알고리즘
많은 알고리즘이 있는데… 지금까지는 CNN , efficientDet(net?) 공부하는 중.
맨땅에 헤딩중이다.
딥러닝에 대해 초딩 수준의 이해를 가지고 있다.
훌륭한 예제 코드를 100% 이해 하려고 한다면, 많은 공부가 될 듯 하다.
그래서 , 아래 예제 코드를 한줄 한줄 실행을 해보고 있다.
https://www.kaggle.com/code/shonenkov/training-efficientdet/notebook