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…
TensorFlow와 PyTorch: 머신러닝 프레임워크 비교 머신러닝과 딥러닝 연구·개발에서 TensorFlow와 PyTorch는 가장 널리 쓰이는 두 가지 프레임워크입니다. 각자 철학과 설계 목표,…
[CUDA] Windows 11에서 CUDA + Anaconda + TensorFlow 환경 설정하기 Windows 11 환경에서 GPU 가속을 활용한 딥러닝 개발을 위해서는 CUDA,…
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…
TensorFlow Extended(TFX): 프로덕션 레벨의 E2E 기계학습 파이프라인 플랫폼 TensorFlow Extended(TFX)는 구글에서 자체 머신러닝 제품을 안정적으로 운영하기 위해 개발한 프로덕션 레벨의…
AutoML-Zero: ‘zero’에서부터 스스로 진화하는 기계학습 알고리즘 기계학습 알고리즘 설계의 혁신, AutoML-Zero 단 몇 줄의 코드도 없이, 오직 기본적인 수학 연산만을…
TensorFlow Lite: 모바일 & IoT 디바이스를 위한 딥러닝 프레임워크 엣지 인텔리전스를 향한 경량화된 딥러닝 TensorFlow Lite(TFLite)는 구글이 개발한 TensorFlow 모델을…
Graph Convolutional Networks(GCN) 개념 정리 최근 비정형 데이터의 대표격인 그래프(graph)를 처리하기 위한 딥러닝 기법으로 Graph Convolutional Networks(GCN)가 주목받고 있습니다. GCN은…
Graph Neural Networks(그래프 뉴럴 네트워크) 기초 개념 정리 딥러닝은 이미지·음성·텍스트와 같은 격자(grid) 형태 데이터에서 뛰어난 성능을 보였습니다. 그러나 소셜 네트워크,…
설명 가능한 인공지능(XAI): 투명성과 신뢰를 향한 혁신적 도전 21세기 들어 인공지능(AI)은 전 세계 산업과 일상생활 전반에 걸쳐 혁신을 불러일으키고 있습니다.…