Machine Learning , AI, Arduino Coding

2020년 이 시작되자 Anaconda에서 TensorFlow 2.0 이 활발하게 설치되는 분위기 이다. 하지만 사용해보니 버전 2.0 이하에서 작성했던 코드의 업그레이드 작업이 웬만한 전문가가 아니라면 순간적으로 적응하는 것이 불가능하므로 당분간 2.0 바로 밑인 1.15.0 버전이 필요하다면 어느 정도 계속 사용해야 할 필요가 느껴진다. 2.0 보다 낮은 TensorFlow 1.15.0을 한 방에 정확하게 설치해 보자. 파이선은 2021년 현재 3.8 수준이므로 그대로 설치하자. 가상환경 명칭은 tensorflow_env 로 하자. Anaconda Navigator의 Environments에서 해당 가상환경을 지정하고 세모 버튼을 누른 후 나타나는 명령 창에서 다음과 같이 pip 명령을 사용하여 설치..

아두이노에 릴레이를 사용할 경우에도 최종 출력단에서는 아두이노 전원 전압과는 별개의 독립적인 전압을 사용할 수 있었다. 물론 아두이노 입력 전압은 Vin 에서나 또는 DC 잭에서 ∼15V 까지 가능하지만 입력 후 레귤레이터를 통과하면서 다음 그림에서처럼 아두이노 보드 내에서는 최대 가용 전압이 5V이며 필요 시 3.3V를 사용할 수 있다. 따라서 모든 아두이노 LED on OFF 에제에서는 LED + 전류제한 저항 양단에 5.0V 나 3.3V를 가하여 LED를 ON OFF 시키는 것이 가능하다. 즉 LED 가 ON 되기 위해서는 1.8V 이상이면 HIGH 로서 점등이 되며 1.5V 이하면 LOW 상태로서 거의 OFF 된다고 보면 된다. 하지만 자동차에서처럼 12V 를 사용한다면 LED + 전류제한 저항 ..

아두이노와 배선한 LED 회로를 일정 주기로 ON OFF 하는 BLINK 예제는 웬만한 초보자라면 초기에 배선과 함께 코드를 다루어 보았을 것이다. 여기서 더 나아가 아두이노의 특정한 디지털 핀에 신호를 줄 경우 연결된 릴레이(Relay)를 사용하여 아두이노 회로와는 배선 상 독립된 회로에 설치된 LED를 아두이노의 5V가 아닌 9V 직류 전지를 전원으로 사용하여 BLINKING 하도록 실험을 해 보자. 아두이노 배선 및 코드를 오래동안 다루었지만 릴레이 사용법을 미루어 왔던 이유는 릴레이 사용 시 전압과 전류의 값이 자동차용 릴레이만큼 크기 때문에 전기적인 안전 문제가 있을 수도 있기 때문이다. 직류 전압 40V 이상일 경우 인간의 몸은 절연이 파괴되어 생명을 위협받을 수 있는 상당한 전류가 흐흘 수 ..

아두이노 C 코드를 오늘 처음 작성해 보는 초보자들을 위한 코너 1. 아두이노 설치 아래와 같이 아두이노를 C 드라이브에 설치하자. yahoo.com-->arduino.cc-->software-->다운로드-->Windows win10 and newer, 64 bits Windows win10 and newer, 64 bits 를 클릭하여 직접 C 드라이브에 설치하자. 아두이노 편집기 설치 완료후 아두이노 우노 보드를 USB 와 연결 후 편집기를 열어 제대로 연결되었는지 확인하자. windows 시스템 -> 제어판 -> 시스템 및 보안 -> 하드웨어 및 소리 -> 장치관리자 ※ 설치를 완료했는데도 편집기에서 어두이노 보드를 인식하지 못하는 경우 우선 USB 드라이버 CH340 을 네이버 검색하여 다운 설치..

아래의 K-means Clustering 코드를 돌려 보려면 필자의 졸저 "파이선 코딩 초보자를 위한 텐서플로우 OpenCV 머신 러닝" 의 1장 아나콘다 Back end 설치 편을 참조하기 바란다. 머신 러닝을 배우려는 파이선 코딩 초보자들이 가지게 될 확률이 높은 의문점들을 하나하나 찾아내어 실제 풀어보고 결..

지난해 겨울 텐서플로우 OpenCV 출간 이후 7개월 만에 2권에 해당하는 “Scikit PyTorch 머신러닝”을 출간하게 되었다. 각권이 450 페이지이므로 합 900 페이지에 달하는 내용이라 무슨 머신러닝을 공부하는데 분량이 왜 이렇게 많은가? 하고 의문을 가질 수도 있겠으나 그 내용이 튜토리얼성에 ..

지난해 겨울 텐서플로우 OpenCV 출간 이후 7개월 만에 2권에 해당하는 “Scikit PyTorch 머신러닝”을 출간하게 되었다. 각권이 450 페이지이므로 합 900 페이지에 달하는 내용이라 무슨 머신러닝을 공부하는데 분량이 왜 이렇게 많은가? 하고 의문을 가질 수도 있겠으나 그 내용이 튜토리얼성에 ..

__________________________________________________________________________________________________________________________Commercial 파이선 코딩을 배우는 초보자도 머신 러닝에 한번 도전해 보자. 머신 러닝을 배우려해도 어렵게만 느껴지는 머신 러닝을 배우려는 초보자들이 가지게 될 의문점들을 쪽집게로 찾아내어 ..

Covariance항을 고려한 Softmax 공식을 사용하는 인식률계산에서 더 나아가 뉴럴 네트워크 레이어를 하나 추가한 딥 러닝의 영향을 관찰해 보자. MNIST 입력 데이타가 1X784 이므로 784X124 hidden layer를 사용하여 처리 후 activation 단계에서 hypothesis를 124X10 으로 최종 처리하여 Softmax 에 입력하자. 뉴럴..

MNIST 수시숫자 인식률 향상을 위해서 Covariance항을 고려한 Softmax 공식을 사용하도록 한다. MNIST 입력데이타가 1X784 이므로 직접 activation 단계에서 hypothesis를 784X10 으로 최종 처리하여 Softmax 에 입력하자. GradientDescentOptimizer를 사용하기로 하며 파라메터 설정은 다음과 같다. learning rate = 0.1 alph..