SeongBeom Study Blog

0) AI H/W Study Plan

 
  • 2023년 03월 21일

Overview

  • Artificial Intelligence (인공지능)

    • 인간의 지능을 필요로 하는 작업을 처리할 수 있는 기계를 만드는 연구 분야

  • Machine Learning (머신러닝)

    • 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야

  • Deep Learning (딥러닝)

    • 컴퓨터가 학습할 수 있도록 하는 알고리즘(처리 방법)과 기술을 개발하는 분야

    • 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측

DEEP
[출처] : 혼자 공부하는 머신러닝+딥러닝

  • DNN(Deep Neural Network)

    • 입력층(input layer)과 출력층(output layer) 사이에 여러 개의 은닉층(hidden layer)들로 이뤄진 인공신경망

    • 컴퓨터가 스스로 분류레이블을 만들어 내고 공간을 왜곡하고 데이터를 구분짓는 과정을 반복하여 최적의 구분선을 도출

    • 많은 데이터와 반복학습이 필요하며 사전학습과 오류역전파 기법을 통해 현재 널리 사용

DNN
[출처] : 혼자 공부하는 머신러닝+딥러닝

  • CNN(Convolutional Neural Network, 합성곱 신경망)

    • 사람의 시신경 구조를 모방한 것으로, 데이터를 feature로 추출하여 이 feature들의 패턴을 파악하는 구조

    • Feature Learing Layer와 Classification Layer로 구성

    • Feature Learing Layer는 이미지의 특징을 추출하는 역할
      • convolution layer
      • pooling layer
      • activation function
    • Classification Layer는 추출된 특징을 바탕으로 이미지를 분류하는 역할
      • flatten layer
      • fully connected layer
      • softmax layer

CNN
[그림] Convolution Neural Network의 구조

Study Plan

1. CNN (Convolutional Neural Network)

  • CNN의 기본적인 구조에 대해 이해
    • Convolution Layer
    • Pooling Layer
    • Fully Connected Layer
    • Softmax Layer
  • Activation Function의 이해
    • ReLU
    • Sigmoid
    • Tanh

  • Stride, Padding, Filter의 이해

  • Backpropagation 알고리즘의 이해

2. C Modeling

  • Convolution Layer 알고리즘의 이해
    • Convolution 연산의 이해
    • MAC(Multiply Accumulate) 연산의 이해
  • CNN Model의 구현
    • LeNet-5
    • AlexNet
    • etc..

3. RTL 구현

  • … 추후 구체화 예정

4. FPGA 구현

  • … 추후 구체화 예정
검색