spacexo

윈도우 11 메모장 새 파일을 새 창으로 여는 방법 윈도우 11 환경에서 간단한 텍스트 작업을 위해 가장 많이 사용하는 기본 프로그램 중 하나가 바로 ‘메모장’입니다. 빠른 메모 작성이나 간단한 코드 편집 등 다양한 용도로 널리 쓰이지만, 윈도우 11에서는 기본 메모장 실행 시 기존 창에서 새 파일을 열거나, 새 창을 따로 띄우는 방법을 헷갈려 하는 경우가 … 더 읽기

클래스(class)와 객체(object)의 기본 이해 객체 지향 프로그래밍(OOP)은 현실 세계의 사물과 개념을 코드로 옮겨와 클래스와 객체라는 두 가지 핵심 개념을 통해 프로그램을 구조화하는 패러다임입니다. 클래스는 객체를 생성하기 위한 청사진(설계도) 역할을, 객체는 그 설계도를 바탕으로 만들어진 실체로서 데이터와 동작을 함께 담고 있습니다. 본 포스팅에서는 클래스와 객체의 정의, 역할, 관계를 자세히 살펴보고, 파이썬에서의 구현 예제를 통해 두 개념을 … 더 읽기

TensorFlow와 PyTorch: 머신러닝 프레임워크 비교 머신러닝과 딥러닝 연구·개발에서 TensorFlow와 PyTorch는 가장 널리 쓰이는 두 가지 프레임워크입니다. 각자 철학과 설계 목표, 생태계 지원, 학습 곡선, 성능 최적화 방식에서 차이를 보입니다…. 이 글에서는 두 프레임워크의 주요 특징을 비교하고, 어떠한 프로젝트에 적합한지 가이드해 드리겠습니다. 주요 철학과 설계 목표 TensorFlow PyTorch API 사용성과 학습 곡선 TensorFlow PyTorch 생태계 및 … 더 읽기

[CUDA] Windows 11에서 CUDA + Anaconda + TensorFlow 환경 설정하기 Windows 11 환경에서 GPU 가속을 활용한 딥러닝 개발을 위해서는 CUDA, Anaconda, TensorFlow GPU 버전을 차례대로 설치하고 연동해야 합니다. 이 가이드는 CUDA Toolkit 설치부터 Anaconda 가상환경 생성, TensorFlow GPU 버전 설치 및 테스트까지의 전체 과정을 단계별로 설명합니다. 특히 초보자도 따라 하기 쉽도록 스크린샷 대신 명령어와 순서 … 더 읽기

DeepSeek-R1: 강화학습으로 스스로 진화하는 추론 특화 언어모델 DeepSeek-R1은 순수 강화학습(RL)과 소량의 Cold-start 데이터를 결합한 다단계 학습 파이프라인을 통해, OpenAI o1 시리즈에 필적하는 수준의 추론 능력을 달성한 오픈소스 언어모델입니다. 671억 파라미터 규모의 MoE 아키텍처를 쓰고, 약 560만 달러 규모의 학습 비용을 들였다고 알려졌으며, 추론 성능과 가독성, 인간 선호와의 정렬(alignment)을 모두 고려한 점이 특징입니다. 모델 구조 및 … 더 읽기

TensorFlow Extended(TFX): 프로덕션 레벨의 E2E 기계학습 파이프라인 플랫폼 TensorFlow Extended(TFX)는 구글에서 자체 머신러닝 제품을 안정적으로 운영하기 위해 개발한 프로덕션 레벨의 End-to-End 기계학습 파이프라인 플랫폼입니다. 학습 데이터 수집부터 모델 배포, 모니터링, 재학습까지 머신러닝 워크플로우 전 과정을 자동화하고 표준화하여, 엔터프라이즈 환경에서도 안정적인 서비스 제공을 목표로 합니다. TFX란 무엇인가? 기본 개념 주요 목표 TFX 아키텍처 구성 요소 파이프라인 … 더 읽기

AutoML-Zero: ‘zero’에서부터 스스로 진화하는 기계학습 알고리즘 기계학습 알고리즘 설계의 혁신, AutoML-Zero 단 몇 줄의 코드도 없이, 오직 기본적인 수학 연산만을 블록으로 조합해 완전 자율적으로 기계학습 알고리즘을 ‘발견’한다니, 이는 마치 AI가 스스로 대학원 논문을 작성하는 것과 같습니다. AutoML-Zero는 사람의 개입을 최소화하고, 기본 연산(덧셈·곱셈·활성화 함수 등)만을 조합해 새로운 학습 루틴을 진화(Evolution Search) 방식으로 찾아냅니다. AutoML-Zero 개요 및 … 더 읽기

TensorFlow Lite: 모바일 & IoT 디바이스를 위한 딥러닝 프레임워크 엣지 인텔리전스를 향한 경량화된 딥러닝 TensorFlow Lite(TFLite)는 구글이 개발한 TensorFlow 모델을 모바일, 임베디드, IoT 환경에서 직접 실행할 수 있도록 최적화한 오픈소스 프레임워크입니다. 기존의 TensorFlow 모델은 서버나 클라우드에 의존해 무거운 연산을 처리했지만, TFLite는 낮은 레이턴시와 작은 바이너리 크기를 강점으로 온디바이스 추론(on-device inference)을 가능하게 합니다. 네트워크 연결이 불안정하거나 … 더 읽기