PgMaru

ConvNetJS를 이용하면, JavaScript를 이용해 머신러닝을 쉽게 구현하고 테스트할 수 있다.

그래서 연습삼아, 신경망을 통해 XOR을 학습하고 분류하는 과정을 구현해 보았다.

ConvNetJS의 Getting Started에 나온 Example: Neural Net Classification을 토대로,

Hidden Layer 갯수 및 각 레이어별 뉴런의 갯수를 설정할 수 있게 해 보았다.

신경망에 레이어를 추가하는 개념이 나오기 전까지는 

XOR을 학습하고 분류하는 것이 불가능했다고 하는데, 

실제로 Hidden layer 갯수를 0으로 하고 테스트해 보면,

XOR 분류가 안되는 것을 확인해 볼 수 있다.

'구슬이 서말이라도 꿰어야 보배'이듯이,

딥러닝도 실습, 개발 및 테스트를 통해서만이 내것이 된다.

그리고, 그러기 위해서는 결국, 개발언어와 그에 맞는 라이브러리를 선택해야 한다.

다음 사이트에, 언어별 딥러닝 라이브러리가 잘 정리되어 있다.

Deep Learning Libraries by Language

프로그래밍 언어별 딥러닝 라이브러리 정리

위 사이트에 보면, Phyton용 라이브러리가 가장 많은 것을 확인할 수 있다.

Theano와 TensorFlow는 이미 조금 알아봤고,

그밖에 다음과 같은 라이브러리들에 관심이 간다.

1. ConvNetJS
• JavaScript 라이브러리라서, 별도의 프로그램 설치나 컴파일 등이 필요 없다. 
• 스탠포드 대학의 Andrej Karpathy에 의해 만들어진 후, 여러 기고자들에 의해 기능이 확장되었다.
• 별다른 환경 설치가 필요 없는 점, HTML5의 풍부한 표현력을 이용하여 결과를 시각화 하기 좋다는 점 등이 장점일 것 같다.
• 실제로 예제들을 살펴보면, 다른 라이브러리들과 달리 진행 결과를 눈으로 확인할 수 있게 놀랍도록 잘 보여준다.
2. Caffe
• Python 및 C++용 라이브러리
3. Deeplearning4j
• Java용 라이브러리
4. Accord.NET
• C#으로 만들어진 .NET용 라이브러리

머신러닝 관련 이런저런 검색을 하던 차에,

웹을 통해 머신러닝을 포함한 프로그래밍 관련 기술을 배우고,

직접 코딩하고 실행할 수 있는 실습 환경까지 제공되는 사이트를 발견하게 되었다.

CodeOnWeb

현재는 오픈베타 상태라 그런지, 회원 가입 및 사용에 아무런 제약이 없이

무료로 이용할 수 있다.

다음 링크에서 현재 진행중인 강의 목록을 확인할 수 있다.

CodeOnWeb Course

목록 중에, 기계학습/딥러닝에 관한 내용도 있다.

TensorFlow를 통해 딥러닝을 구현하고 테스트하는 내용이 나와 있는데,

TensorFlow 튜토리얼에 나온 내용과 동일하다.

좋은 점은, 웹상에서 강의 내용을 코딩하고 실행까지 해 볼 수 있다는 것이다.

Phyton을 기본 언어로 사용하며, 강의 내용을 실행하는데 필요한 추가 Library들은

이미 서버에 설치되어 있다.

따라서, 사용자는 회원 가입 후 로그인만 하면 

별다른 프로그램 설치 없이 강의를 읽고 실습도 할 수 있다.

서비스를 제공하는 곳은 '래블업'이라는 스타트업이다.

앞으로는 어떨지 모르지만, 

당분간은 자주 애용하게 될 것 같다.

머신러닝을 학습할 때 자주 등장하는 예제는 MNIST 분류일 것이다.

MNIST란, 숫자 필기 데이터 모음이며, 

머신러닝 기법간 정확도 비교를 위해 자주 사용된다.

자세한 정의는 다음 링크에 나와 있다.

MNIST database

또한, 딥러닝에 필요한 기능들을 구현해 둔 Library들이 있는데,

내가 찾아본 것은 다음의 몇가지들이다.

• Theano
• TensorFlow

위에 열거한 Library들에 대한 Tutorial을 보면,

공통적으로 MNIST 데이터를 사용하는 예제들이 나온다.

Theano

• http://deeplearning.net/tutorial/contents.html에서 전체 목록을 확인할 수 있음
• Logistic Regression(Softmax Regression)을 통한 MNIST분류
• Multilayer Perceptron을 통한 MNIST분류
• Convolutional neural Network를 통한 MNIST분류(LeNet)
• 등을 포함하여 여러가지 예제들이 이어진다.

• Softmax Regression을 통한 MNIST분류
• Multilayer Convolutional Network를 통한 MNIST분류

플라스틱은 우리 생활을 편리하게 해주는 반면,

환경호르몬이 나올 수 있기 때문에, 조심해야 한다.

특히나 아기를 키우는 경우에는, 

아무거나 입으로 가져다 물고 빠는 아이의 습성 때문에,

특히 조심해야 한다.

그래서, 제품을 고를 때 참고할 수 있도록

유해성을 기준으로 플라스틱 소재를 분류해 보려 한다.

1. 인체에 무해한 종류
• EVA(Ethylene-Vinyl Acetate copolymer)
• PE
• PET
• ABS
2. 인체에 유해한 종류
• PVC(PCV자체는 무해하지만, 연질PVC로 바꾸는 과정에서 첨가되는 화학물질이 유해하다고 한다.)

윈도우즈10에서 크롬을 잘 쓰고 있었는데,

갑자기 이상한 현상이 나타나기 시작했다.

조금쯤 웹서핑을 하다 보면 어느 순간,

마우스가 움직이지 않고 키보드 입력도 되지 않으며,

ctrl+alt+del키를 눌러도 아무 반응이 없어서,

결국 전원키를 눌러 컴퓨터를 재부팅할 수밖에 없는 현상이

하루에도 몇번씩 발생하였다.

그래서 인터넷을 검색해 봤더니,

플래시 플러그인을 중지시키면 된다고 나와서 그대로 해보았는데,

별 효과가 없었다.

다른 방법도 여러가지 시도해 보았는데,

여전히 먹통 현상은 해결되지 않았다.

그러던 중에, 드디어 검색을 통해 해결 방법을 찾았다.

다음과 같이 하면 된다.

1. chrome://flags로 접속
2. GPU 레스터화 항목으로 스크롤해서 이동
3. 콤보박스를 클릭해서,  '사용 설정됨' 선택

위와 같이 설정해 주고 난 후에는, 신기하게도

더이상 크롬 사용 중에 컴퓨터가 먹통되는 현상이 사라졌다.

C#에서, Form에 구현된 컨트롤을 Form이 아닌 다른 클래스에서 호출하려 하면,

다음과 같은 에러가 발생한다.

C#에서 UI 컨트롤들은, 자신이 만들어진 쓰레드에서만 엑세스될 수 있게 되어 있다.

하지만, 종종 다른 쓰레드에서 엑세스 해야 하는 경우가 있기 마련이다.

이런 경우에는, 컨트롤의 InvokeRequired 속성을 이용하여 

대리자 호출을 해야 되는 상황인지를 판단하여

직접호출을 하거나 대리자 호출을 하면 된다.

이에 대한 설명은, 다음 사이트에 잘 나와 있다.

• 스레드로부터 안전한 방식으로 Windows Forms 컨트롤 호출

다음은, 실제 사용 샘플이다.

delegate void deleg_log(object content, params object[] args);

public void log(object content, params object[] args)
{
    if (InvokeRequired)
    {
        deleg_log call = new deleg_log(log);
        Invoke(call, content, args);
    } else {            
        if (txtResult.Text.Length > 2000)
            txtResult.Text = String.Format(content.ToString(), args) + 
                                  txtResult.Text.Substring(0, 2000);
        else
            txtResult.Text = String.Format(content.ToString(), args) + txtResult.Text;
    }
}

OpenCV3의 샘플들을 살펴보던 중에,

KCF(kcf.cpp)를 발견하게 되었다.

OpenCV Extra Modules에 포함되어 있으며,

정확한 경로는 다음과 같다.

• opencv_contrib/modules/tracking/samples/kcf.cpp

이 파일은, tracking 알고리즘 증에서 KCF(Kernelized Correlation Filters)를 구현한 것이다.

테스트해보니, 속도가 빠르면서도 좋은 성능을 보여 주는 것 같다.

KCF에 대한 자세한 설명은, 다음 사이트에 나와 있다.

• http://www.robots.ox.ac.uk/~joao/circulant/

위 사이트에 따르면, 이 방식은 트랙킹 방식 중에서 최상위에 속하는 TLD나 Struck 보다도

좋은 성능을 발휘한다고 한다.

그리고, 앞으로의 개발을 위해 프레임워크를 Open Source로 공개한다고도 한다.

얼마전, OpenCV2.1을 빌드해야 할 일이 있었다.

CMake를 통해 프로젝트를 생성한 다음 

VisualStudio에서 빌드하면서 문제가 발생하였고,

cvinternal.h의 소스의 다음 부분을 변경하고 나서야 빌드가 가능했다.

• #define _WIN32_WINNT 0x0400 => #define _WIN32_WINNT 0x0501

그러면서, 좀더 자세한 내용을 알고 싶어서 검색을 해 보았더니,

다음 사이트에서 원하는 답을 찾을 수 있었다.

• WINVER 및 _WIN32_WINNT 수정
• Using the Windows Headers

즉, 소스가 릴리즈될 때의 윈도우즈 버젼 정보가 

WINVER 혹은 WIN32_WINNT에 담겨져 있으며,

그때문에 컴파일이 안되는 경우에는, 다음과 같이 해야 한다.

• 소스(헤더파일) 상의 버전 정보를 직접 업데이트
• 컴파일러 옵션을 통해 윈도우즈 버전 정보 설정

IT경력을 인정받는 방법으로, 내가 알고 있는 것은 다음 두가지이다.

1. 소프트웨어기술자 경력관리시스템
• 사이트 : https://career.sw.or.kr/
• 주관기관 : 한국소프트웨어산업협회(KOSA)
• 공공기관 프로젝트에서, 개발자 경력 증명으로 요구되는 경우가 종종 있다.
2. 정보통신기술자경력수첩
• 사이트 : https://www.kica.or.kr/index.jsp
• 주관기관 : 한국정보통신공사협회(KICA)

어떤 SW개발자가 자신의 경력을 과장하는지 아닌지를 

객관적으로 판단하기 위한 방안으로 이런 제도들이 존재하는 것 같다.

하지만, 오히려 실력도 있고 경력도 있는 사람들이

제도의 덪에 걸려 제대로 대우 받지 못하는 경우도 많이 있다.

무엇보다, 이전에 일해온 경력을 인정받는 절차가 까다로워서,

오랜 경력을 가진 사람일 수록 손해를 볼 확률이 높다는 것이다.

(2번은 잘 모르겠고, 1번은 내가 경험해봐서 잘 안다.)

제도 자체가 없어지던가, 아니면

좀더 현실성 있게, 경력자들이 손해보지 않도록

제도가 많이 보완되었으면 좋겠다.

* 관련 링크

• http://emptydream.net/2768
• http://systemplug.com/1198
• https://www.facebook.com/JBossUserGroup/posts/4129476792169