반응형

분류 전체보기 1052

SciPy 이미지 필터링과 변형

SciPy 이미지 필터링과 변형1. 서론이미지 처리 분야에서는 다양한 필터링과 변형 기법이 사용됩니다. 이러한 방법을 통해 이미지를 선명하게 하거나, 노이즈를 제거하고, 특정 특징을 강조할 수 있습니다. SciPy는 scipy.ndimage 모듈을 통해 다양한 이미지 필터링과 변형 기능을 제공합니다. 이번 포스팅에서는 SciPy를 이용해 이미지 필터링과 변형을 수행하는 방법에 대해 살펴보겠습니다.2. 환경 설정이미지 필터링과 변형을 진행하기 위해 다음과 같은 패키지가 필요합니다. SciPy와 Matplotlib가 설치되어 있어야 합니다.pip install scipy matplotlib또한, 예제에서는 NumPy를 사용해 이미지를 배열 형태로 처리하므로 NumPy도 함께 설치해 주세요.pip instal..

Python/SciPy 21:03:30

PyTorch의 데이터 로딩 및 변환 (Dataset과 DataLoader)

PyTorch의 데이터 로딩 및 변환 (Dataset과 DataLoader)딥러닝 모델을 학습할 때 데이터의 효율적인 로딩과 변환은 매우 중요한 요소입니다. PyTorch는 이를 위해 torch.utils.data 모듈을 제공하며, Dataset과 DataLoader를 활용하면 데이터를 손쉽게 다룰 수 있습니다. 이번 포스팅에서는 PyTorch에서 데이터를 로딩하고 변환하는 방법을 자세히 살펴보겠습니다.1. PyTorch 데이터 로딩 개요PyTorch에서는 데이터셋을 다룰 때 크게 두 가지 주요 클래스를 사용합니다.Dataset: 데이터를 불러오는 기본 단위로, 사용자 정의 데이터셋을 만들 때 상속하여 사용합니다.DataLoader: Dataset을 효율적으로 불러오고 배치 단위로 데이터를 나누어 학습할..

SciPy 델로니 삼각 분할과 보로노이 다이어그램

SciPy 델로니 삼각 분할과 보로노이 다이어그램1. 개요SciPy는 수학적, 과학적 연산을 지원하는 강력한 라이브러리로, 특히 공간 데이터 처리를 위한 scipy.spatial 모듈을 제공합니다. 이 모듈에서는 공간 상의 점들을 기반으로 다양한 기하학적 연산을 수행할 수 있는데, 대표적인 예로 델로니 삼각 분할(Delaunay Triangulation)과 보로노이 다이어그램(Voronoi Diagram)을 들 수 있습니다.이 글에서는 델로니 삼각 분할과 보로노이 다이어그램의 개념과 함께, SciPy를 이용한 구현 방법을 살펴보겠습니다.2. 델로니 삼각 분할 (Delaunay Triangulation)2.1 델로니 삼각 분할이란?델로니 삼각 분할은 주어진 점 집합을 삼각형으로 분할하는 방법으로, 다음과 ..

Python/SciPy 2025.12.13

TensorFlow의 데이터 입력 파이프라인 (tf.data)

TensorFlow의 데이터 입력 파이프라인 (tf.data)딥러닝 모델을 학습할 때 데이터는 중요한 요소입니다. TensorFlow에서는 대량의 데이터를 효율적으로 로드하고 전처리할 수 있도록 tf.data API를 제공합니다. 이번 포스팅에서는 tf.data를 활용하여 데이터를 효과적으로 처리하는 방법을 살펴보겠습니다.1. tf.data API란?tf.data API는 TensorFlow에서 데이터 입력 파이프라인을 구축하는 표준적인 방법입니다. tf.data.Dataset을 사용하면 다양한 형식의 데이터를 효율적으로 로드하고 변환할 수 있습니다. 특히, 대량의 데이터를 미니배치로 나누고, 변환 연산을 적용하며, GPU/TPU에서 병렬 처리를 최적화할 수 있습니다.tf.data의 주요 특징대용량 데이..

SciPy 볼록 껍질(Convex Hull)

SciPy 볼록 껍질(Convex Hull)1. 개요공간 데이터 처리에서 볼록 껍질(Convex Hull)은 주어진 점 집합을 둘러싸는 가장 작은 볼록 다각형을 의미합니다. 이는 2차원에서는 다각형 형태로, 3차원에서는 다면체 형태로 나타납니다. SciPy의 scipy.spatial 모듈을 이용하면 쉽게 볼록 껍질을 구하고 시각화할 수 있습니다.이 글에서는 볼록 껍질의 개념, 활용 사례, 그리고 SciPy를 활용한 구현 방법에 대해 자세히 알아보겠습니다.2. 볼록 껍질의 정의볼록 껍질(Convex Hull)은 다음과 같이 정의됩니다.수학적 정의: 점 집합 $ S $에 대해, $ S $를 포함하는 가장 작은 볼록 다각형을 의미합니다.기하학적 정의: 고무 밴드를 점 집합 주위에 감아 고무 밴드가 수축된 상태..

Python/SciPy 2025.12.12

딥러닝 프레임워크에서 GPU 가속 사용법

딥러닝 프레임워크에서 GPU 가속 사용법딥러닝 모델을 학습할 때 GPU(그래픽 처리 장치)를 활용하면 속도를 획기적으로 개선할 수 있습니다. 특히 대량의 행렬 연산을 수행하는 딥러닝 모델에서는 GPU를 효과적으로 사용하면 수 시간에서 수 일 걸리던 학습을 몇 분 또는 몇 시간으로 단축할 수 있습니다. 본 포스팅에서는 주요 딥러닝 프레임워크에서 GPU를 활용하는 방법을 설명하겠습니다.1. GPU 가속이 필요한 이유CPU와 GPU는 서로 다른 아키텍처를 가지고 있습니다. CPU는 직렬 연산에 강점을 보이지만, GPU는 대량의 병렬 연산을 효과적으로 수행할 수 있습니다. 딥러닝 모델의 주요 연산은 행렬 곱셈과 같은 대규모 연산이므로, GPU를 사용하면 학습 및 추론 속도를 획기적으로 향상시킬 수 있습니다.GP..

U-Boot 네트워크와 OTA 업데이트

U-Boot 네트워크와 OTA 업데이트RK3399 기반 시스템을 예제로 살펴보는 U-Boot 네트워크 구성 및 OTA 업데이트 기법을 소개합니다. 본 글은 실전 환경에서 활용할 수 있는 네트워크 설정, TFTP/NFS 기반 부팅, 보안 부팅 개요, OTA 스크립트 예제까지 포함하며, 결론적으로 “U-Boot는 단순한 부트로더가 아니라 시스템 관리 도구”라는 관점을 설명합니다.1. U-Boot 네트워크 구성 개요RK3399 보드에서 U-Boot는 기본적으로 Ethernet 컨트롤러 드라이버를 탑재하고 있으며, 다음 기능을 제공합니다.DHCP를 통한 자동 IP 획득TFTP를 통한 커널/디바이스트리/루트파일시스템 다운로드NFS 루트 마운트 지원네트워크 진단 명령 (ping, mdio 등)RK3399의 경우 U..

u-boot 2025.12.11

SciPy KD-Tree와 최근접 이웃 탐색

SciPy KD-Tree와 최근접 이웃 탐색1. 개요공간 데이터는 여러 차원에서 좌표를 기반으로 표현되는 데이터를 의미합니다. 예를 들어, 2차원 평면에서는 점의 좌표가 (x, y) 형태로 나타나며, 3차원 공간에서는 (x, y, z) 형태로 표현됩니다. 이러한 공간 데이터에서 특정 점과 가장 가까운 다른 점을 찾는 문제는 다양한 분야에서 활용됩니다. 대표적인 예로는 다음과 같은 상황이 있습니다.지도에서 가장 가까운 상점을 찾는 기능이미지에서 유사한 색상을 탐색하는 과정기계 학습에서 k-NN(최근접 이웃) 알고리즘 수행 시 유사한 샘플 찾기이러한 최근접 이웃 탐색 문제를 효율적으로 해결하기 위한 방법 중 하나가 KD-Tree(K-Dimensional Tree)입니다. Python의 SciPy 라이브러리에..

Python/SciPy 2025.12.11

모델 저장 및 로드 방법 (TensorFlow & PyTorch)

모델 저장 및 로드 방법 (TensorFlow & PyTorch)딥러닝 모델을 학습하고 난 후 이를 저장하고 불러오는 과정은 매우 중요합니다. 학습된 모델을 재사용하거나 배포할 때 필요한 과정이며, 훈련을 중단한 후에도 모델을 다시 불러와 이어서 학습할 수 있습니다. 본 포스팅에서는 TensorFlow와 PyTorch에서 모델을 저장하고 로드하는 방법을 설명하겠습니다.1. TensorFlow에서 모델 저장 및 로드TensorFlow에서는 tf.keras.Model을 이용하여 모델을 저장할 수 있습니다. TensorFlow에서 제공하는 모델 저장 방법은 크게 두 가지로 나뉩니다.1.1 전체 모델 저장 및 로드TensorFlow에서는 model.save()를 사용하여 전체 모델을 저장할 수 있습니다. 이 방..

U-Boot 디버깅과 커스터마이징: UART 로그를 이용한 실전 기법

U-Boot 디버깅과 커스터마이징: UART 로그를 이용한 실전 기법본 글은 RK3399 기반 시스템을 예제로 하여, U-Boot 단계에서의 디버깅과 커스터마이징 방법을 상세히 설명드립니다. 특히 UART 로그 활용, CONFIG_DEBUG_UART, CONFIG_CMD_LOG, printf 삽입 디버깅, 부트 로고 커스터마이징, boot delay 변경 등을 중심으로 살펴봅니다.1. UART 로그 기반 디버깅의 기본 개념U-Boot 실행은 SoC 초기화, 메모리 설정, 장치 트리 로드, 커널 부트 등 여러 단계를 거칩니다. 이때 UART 콘솔은 내부 처리 흐름을 직접 보여주는 가장 신뢰도 높은 디버깅 도구입니다.UART 초기 동작 과정 (RK3399 기준)SoC ROM → SRAM 로더 → U-Boot..

u-boot 2025.12.10
반응형