🤖 ML in browser 검색 결과

해당 글 4건

클라이언트단에서의 머신러닝?

클라이언트에서 머신러닝 등이 언급되는 건 다음과 같은 사실 때문이다. 1. 데스크탑 혹은 모바일 내에서 WebGL을 경유한 기기 GPU 성능 내에서 적당한 ML 2. 5G를 통한 빠른 데이터 전송 3. tensorflow.js와 같은 클라이언트 단에서의 딥러닝 프레임워크의 존재 4. cloud computing -> edge computing으로의 부상. (굳이 서버까지 가지말고 가까운 곳에서 할 수 있으면 거기서 하는게 좋음) 5. 이용자의 컴퓨팅 리소스를 사용하게 되어 비용 부담 절감 6. (클라이언트는 아니지만 보통 FE들이 많이 쓰는) serverless에서의 ML을 시도하는 많은 회사들의 사례들 (지그재그라던지...) 특히 웹 개발자로서 필자가 생각하기에 web 또한 브라우저가 굴러갈 수 있는 ..
🤖 ML in browser 2021. 11. 15. 02:28

deep learning POC

단순한 hidden layer 없이 단순한 모델은 아래처럼 작성한다. y = w1 * x1 + w2 * x2 + b // 모델의 모양을 만듭니다. const X = tf.input({ shape: [13] }); // lf 객체. 인자가 12개이므로 shape가 13 const Y = tf.layers.dense({ units: 1 }).apply(X); // lf 객체. 도출하고자 하는 값이 1개이므로 units이 1 const bostenPredictModel = tf.model({ inputs: X, outputs: Y }); // e 객체 bostenPredictModel.compile({ optimizer: tf.train.adam(), loss: tf.losses.meanSquaredError..
🤖 ML in browser/🧱 TensorFlow.js 2021. 1. 8. 20:49

보스턴 집값 예측을 tensorflow.js로 해보자

독립변수가 1개 이상인 경우 각 가중치와 bias를 도출하는 방법을 연습하는데 자주 사용되는 보스턴 집값 예측을 시도해보자. * csv 로드는 생략하고, 임시적으로 하드코드된 값을 data, label로 사용했습니다. 다수의 독립변수 혹은 다수의 종속변수를 학습하는 방법 어려울 것 없습니다. model을 설계할 때 shape와 units 부분만 잘 설정해주면 됩니다. 1. 종속 변수가 1개 일 때 y = w1 * x + w2 * x + w3 * x + .... + b(bias) const input = [ [0.00632, 18, 2.31, 0, 0.538, 6.575, 65.2, 4.09, 1, 296, 15.3, 396.9, 4.98], [0.02731, 0, 7.07, 0, 0.469, 6.421,..
🤖 ML in browser/🧱 TensorFlow.js 2021. 1. 8. 17:59

TensorFlow.js 찍먹하기

공부 자료들 공식 홈페이지 : www.tensorflow.org/js?hl=ko example : github.com/tensorflow/tfjs-examples tensorflow 관련 문서, 튜토리얼 등을 모아 놓은 README.md : github.com/tensorflow/tfjs/blob/master/GALLERY.md 사실 javascript 기반 머신러닝 라이브러리 자체는 brain.js나 convnetjs 등 존재한다. Tensorflow를 기반으로 만들어진 간략한 머신러닝 라이브러리인 ml5js도 좋은 옵션이다. ML의 절차를 거칠게 요약하자면 아래와 같습니다. 1. 데이터 준비 2. 모델 생성 3. 모델을 데이터에 맞게 fitting 4. 사용, 재학습 그러나 어떤 목적을 달성하기 위해..
🤖 ML in browser/🧱 TensorFlow.js 2021. 1. 8. 10:14