분류 전체보기 (88) 썸네일형 리스트형 [Backend] 백엔드 개발자 전망 내가 생각하는 전망 소프트웨어산업 동향을 참고해봤을 때 기술의 정도가 수요를 못따라가는 느낌 세계 인공지능 시장 규모 추이를 참고해보면 이를 활용한 서비스를 만드는 것도 중요해질 것이라고 생각함 IT 기술과 동향은 계속해서 바뀌지만 근본은 변하지 않고 있기 때문에 무한한 가능성이 존재할 것이라 생각함 백 개발자가 많아도 결국 내가 더 잘하면 되기 때문에 인력이 많은 것은 문제가 되지 않음 공부해야할 범위가 굉장히 넓고, 깊다고 생각해서 급변하는 사회에서 백엔드의 1도 모르는 내가 변화에 적응하며 기존 의 것을 가져가는 것이 오래 걸릴 것 같다는 생각이 듬. 다른 사람들이 생각하는 전망 백엔드 개발은 여러 분야와 연결되기에 그런 면에서 무난한 선택. 포용하는 분야가 많음. 과제가 늘어가는 속도에 비하면 기.. [SW] 소프트웨어 산업 클라우드 시장 클라우드 서비스란 인터넷을 통해 서버, 컴퓨팅 파워, 데이터베이스 스토리지, 애플리케이션, 기타 IT 리소스 등을 필요에 따라 제공하는 것을 의미. 클라우드 서비스의 종류 Public Cloud : 불특정 다수 고객을 대상으로 공용 자원 풀에서 개방적 형태로 제공되는 클라우드 서비스 Private Cloud : 특정 기업 및 기관 내부에 클라우드 환경을 구축하여 전용 자원 풀에서 내부자에게만 제한적으로 제공되는 클라우드 서비스 Hybrid Cloud : 서비스 특성에 따라 조합 클라우드 서비스 유형 SaaS : SW 응용 프로그램 제공 , SW 업그레이드 및 보안 패치와 같은 유지 관리 서비스 제공 IaaS : 클라우드 서비스 제공업체로부터 종량제 방식으로 서버, VM 등 인프라 대여 Pa.. webots simulation DQN 으아 ....진짜 쉬운 게 아니었구나 .. 머리속으로는 되게 만만해보였거든,,, 강화학습도 짜여져 있는 코드 순서대로 읽으면서 이해하는 건 할만 했거든... 구현해야될 기능들이 많아질 수록 머리가 복잡해지고 그래서 새하얀 A4에 구현해야될 순서를 하나부터 열까지 다 적어서 이해했다는.... 코드뿐이 아니라 webots 자체만으로도 정말 얼마나 많은 시간을 투자했는 지 모르겠구려 .. 1. webots simulation 자체 공부 (어떻게 원하는 데이터를 뽑을 지, webots에는 어떤 기능이 있는 지, 제어하고 싶은 로봇에는 어떤 장치들이 있고, 그 장치들을 어떻게 제어할 지 등등) -> 이거 진짜 며칠을 걸린지 모르겠다. webots doc 보고는 잘 모르겠어서 머리 쥐어 짜다가, 이것 저것 해결해보.. What is git What is git ? By far, the most widely used modern version control system in the world today is Git 모든 개발자가 작업한 코드 복사본의 저장소 일반적으로 소프트웨어 개발에서 소스 코드 관리에 사용됨 개발중에 있는 모든 작업의 history를 저장,공유하여 편리한 코드 수정,관리 및 협업을 가능하게 해주는 framework Git workflow ? Working directory : modify files in my working directory Staging area (index) : stage the files and add snapshots of them to my staging area Git directory (rep.. Webots error 와...진짜 해도 해도 끝이 없구만...! 오늘 하루종일 뭐를 한 것인지 현타도 오고 삽질 한 것 같아 여기다가 적어본다. linux 환경에서 drivers, cuda, cudnn, tensorflow 를 호환되는 버전으로 설치완료. webots 상에서 tensorflow 할 때 gpu 사용 가능 DQN 구현을 위해 window 환경에서 각종 github 찾아봄. gym, baselines, Gridworld 등을 이용하여 DQN 구현 예시가 있었는데, 이때부터 시작이었음. baselines 이 pip install stable-baselines 를 통해 했는데, import는 되는데 error 가 떴음. 예제에는 from Gridworld import Gridworld 라 되어있는데, Gridwolrd.. Present Path 1. webot simulation 에서 DRL 기반 collision avoidance 를 성공 시키는 것.어떤 알고리즘 선택할 지.e-puck 어떤 것을 input (position, sensor value, image ㆍㆍㆍ) 값으로 할지.state, reward, action, parameter ㆍㆍㆍ 등 결정.2. real environment 에서 collision avoidance를 성공 시키는 것.real environment 와 simulation 의 gap을 어떻게 극복할지..3. heuristic 하게 collision avoidance 한 것보다 성능을 좋게 collision avoidance 하는 것.기존에 있던 알고리즘 혹은 methods 이용해서 구현. - 연구의 첫 시작부터 .. Long Short-Term Memory (LSTM) LSTM : RNN 의 단점을 보완한 모형으로, the problems of long-term dependencies 를 해결함 RNN은 위와 같은 방식으로 값을 전달하게 되는데 아래와 같은 문제가 발생한다고 한다. 타우값이 (-1,1) 이라서 앞의 정보에 반복적으로 곱해지다 보면 앞의 정보를 충분히 전달 할 수 없고, 이러한 문제를 long-trem dependencies 이라 한다고 한다. LSTM의 구조를 봐보면 아래와 같다. Forget Gate : 과거 정보를 얼마나 잊을 지 결정 Input Gate & Candidate : 현 시점의 정보를 얼마나 사용할 건지 & 현 시점의 정보 계산 Memory Cell Calculate : memory cell 과거 정보와 현재 정보를 단순히 저장함 Out.. Convolutional Neural Networks (CNN) CNN : 인공 신경망 (ANN)의 한 종류로 , 흔히 이미지 인식 및 처리 (to analyze visual imagery)에 사용되고, CNN의 구조를 잘 보면 특정 자극에 대한 시각 피질의 뉴런 반응과 유사하다고 한다. _ Wikipedia -> input -> padding -> convolution -> pooling -> convolution -> ㆍㆍㆍ -> flattening -> output -> 특정 자극에 대한 시각 피질의 뉴런 반응을 인공적으로 유사하게 만든 신경망이라 이해하겠다. -> +) 이미지에서 픽셀 단위 한 개가 중요한 게 아니라 어떤 뭉쳐있는 픽셀들이 특징점이 있는 것이므로 (개의 머리,몸통 등) convolution layer 할 때 filter, stride 를 잘 선.. 이전 1 ··· 6 7 8 9 다음
