즐거운 사람과 컴퓨터 즐거운 사람과 컴퓨터

* 엔비디아는 자율주행 단계 레벨3에서 레벨4로 도약하기 위해선 컴퓨팅 파워 50배가 필요할 것으로 보고 있다 * 차정훈 상무는 “자율주행이 되느냐, 안되느냐를 어떻게 판단할 것인가 * 막대한 데이터 처리를 해야 하는 자율주행차 기술 개발을 위해서는 딥러닝이 필요하고, 이를 위해선 GPU를 메인으로 한 컴퓨팅 파워가 필수적이라는 결론이다 원문보기 : http://www.bloter.net/archives/290349

* 올해 초 햄버거 패티를 굽는 로봇인 플리피(Flippy)가 언론의 화제가 되었습니다 * 그러나 플리피 자체는 사라지지 않고 살아남을 것으로 보입니다 * 물론 세상일은 쉽지 않기 때문에 계속해서 일할 수 있을지는 두고 봐야 알겠지만, 능숙하게 일할 수 있다는 사실이 밝혀지면 플리피나 혹은 비슷한 자동화 로봇이 햄버거 체인에 계속 도입될 것으로 예상할 수 있습니다 원문보기 : http://ppss.kr/archives/134154

Sung Kim교수님이 페이스북 TensorFlow KR 에 올린 글을 보고 흥미가 생겨 읽은 글입니다. 영어가 매우 짧아... 편하게 읽을려고, 구글 번역기를 활용했습니다. 내용을 요약하면:우리가 기계 학습의 기술에 대해 조금 알게되자 마자 우리는 새로운 프레임 워크 부분을 작성하는 것에 대해 더욱 진지하게 생각하게되었습니다. 기계 학습 라이브러리 (주로 Deeplearning4J, Brainstorm 및 Tensorflow)의 소스 코드를 읽는 것 외에도 우리는 우리 자신의 프레임 워크가 어떻게 사용되기를 원했는가를 계획했습니다. 우리는 모든 것을 검사하고 시각화 할 수 있기를 원했기 때문에 식별자를 사용하여 레지스트리에 액세스하는 글로벌 방식이 필요했습니다. 근본적으로 우리가 이용할 수있는 모든 시..

원문: https://medium.com/@bfortuner/python-multithreading-vs-multiprocessing-73072ce5600b 병렬 프로그래밍 초보자 가이드 Kaggle의 Understanding the Amazon from Space경쟁에서 경쟁하면서 필자는 속도를 향상시킬 수 있는지 확인하기 위해 코드의 여러 부분을 타이밍 내기 시작했습니다. 속도는 Kaggle에서 매우 중요합니다. 자주 순위를 매기려면 수백 가지의 아키텍처 및 하이퍼 파라미터 조합을 시도해야합니다. 1 분간 지속되는 신기원에서 10 초 면도하는 것이 큰 승리입니다. 놀랍게도 데이터 증가가 가장 큰 병목이었습니다. 회전, 뒤집기, 줌 및 작물과 같은 방법은 Numpy에 의존하여 CPU에서 실행되었습니다...

자습해도 모르겠던 딥러닝, 머리속에 인스톨 시켜드립니다. from Yongho Ha