KAKAO AI REPORT Vol.01

Size: px

Start display at page:

Download "KAKAO AI REPORT Vol.01"

서민 양
5 years ago
Views:

1 KAKAO AI REPORT Vol import kakao.ai.dataset.daisy import kakao.ai.image import kakao.ai.classifier import mxnet as mx def Conv(data, num_filter, kernel=(1, 1), stride=(1, 1), pad=(0, 0), name=none, suffix=''): conv = mx.sym.convolution(data=data, num_filter=num_filter, kernel=kernel, stride=stride, pad=pad, no_bias=true, name='%s%s_conv2d' %(name, suffix)) bn = mx.sym.batchnorm(data=conv, name='%s%s_batchnorm' %(name, suffix), fix_gamma=true) act = mx.sym.activation(data=bn, act_type='relu', name='%s%s_relu' %(name, suffix)) return act def Inception7A(data, num_1x1, num_3x3_red, num_3x3_1, num_3x3_2, num_5x5_red, num_5x5, pool, proj, name): tower_1x1 = Conv(data, num_1x1, name=('%s_conv' % name)) tower_5x5 = Conv(data, num_5x5_red, name=('%s_tower' % name), suffix='_conv') tower_5x5 = Conv(tower_5x5, num_5x5, kernel=(5, 5), pad=(2, 2), name=('%s_tower' % name), suffix='_conv_1') tower_3x3 = Conv(data, num_3x3_red, name=('%s_tower_1' % name), suffix='_conv') tower_3x3 = Conv(tower_3x3, num_3x3_1, kernel=(3, 3), pad=(1, 1), name=('%s_tower_1' % name), suffix='_conv_1') tower_3x3 = Conv(tower_3x3, num_3x3_2, kernel=(3, 3), pad=(1, 1), name=('%s_tower_1' % name), suffix='_conv_2') pooling = mx.sym.pooling(data=data, kernel=(3, 3), stride=(1, 1), pad=(1, 1), pool_type=pool, name=('%s_pool_%s_pool' % (pool, name))) cproj = Conv(pooling, proj, name=('%s_tower_2' % name), suffix='_conv') concat = mx.sym.concat(*[tower_1x1, tower_5x5, tower_3x3, cproj], name='ch_concat_%s_chconcat' % name) return concat def Inception7B(data, num_3x3, num_d3x3_red, num_d3x3_1, num_d3x3_2, pool, name): tower_3x3 = Conv(data, num_3x3, kernel=(3, 3), pad=(0, 0), stride=(2, 2), name=('%s_conv' % name)) tower_d3x3 = Conv(data, num_d3x3_red, name=('%s_tower' % name), suffix='_conv') tower_d3x3 = Conv(tower_d3x3, num_d3x3_1, kernel=(3, 3), pad=(1, 1), stride=(1, 1), name=('%s_tower' % name), suffix='_conv_1') tower_d3x3 = Conv(tower_d3x3, num_d3x3_2, kernel=(3, 3), pad=(0, 0), stride=(2, 2), name=('%s_tower' % name), suffix='_conv_2') pooling = mx.symbol.pooling(data=data, kernel=(3, 3), stride=(2, 2), pad=(0,0), pool_type="max", name=('max_pool_%s_pool' % name)) concat = mx.sym.concat(*[tower_3x3, tower_d3x3, pooling], name='ch_concat_%s_chconcat' % name) return concat

2 KAKAO AI REPORT Vol.01

3 KAKAO AI REPORT contents preface 02 learning review history information closing 36 01

4 preface 02

5 KAKAO AI REPORT 03

7 learning

8 learning 06

9 KAKAO AI REPORT 07

10 learning 08

11 KAKAO AI REPORT 09

12 10 learning

13 KAKAO AI REPORT 11

14 learning 12

15 KAKAO AI REPORT 13

16 learning 14

17 KAKAO AI REPORT 15

19 review

20 18 review

21 19 KAKAO AI REPORT

22 20 review

23 KAKAO AI REPORT 21

24 22 review

25 KAKAO AI REPORT 23

27 history

28 history 1942~ 26

29 KAKAO AI REPORT 1985~ 27

30 history 2004~ 28

31 2007~ 2006~ 29 KAKAO AI REPORT

32 history 2010~ 30

33 2016~ 31 KAKAO AI REPORT

34 history 32

35 2017~ 33 KAKAO AI REPORT

36 34 information

KAKAO AI REPORT AI 팟캐스트 2012년 이후 부터는 IT관련 미디어에 AI가 The AI Podcast Concerning AI Artificial Intelligence 종종 등장하고 있었다.

진행하고 과는 다르게 기술적인 내용 보다는 AI와 관련된 늘어나고 있다. 아직 한국어로 제공되는 있다.

영화속에 등장한 AI에 대한 진행자들의 생 Nvidia는 GPU가 AI기술에 중요한 역할을 담 각, 인간과 대결하는 AI에 대한 이야기를 하고 당하면서 가장 빠르게 성장하고 있는 기업으로 있다. 배경 지식 없이 들을 수 있는 방송이다.

es/kr/rkeugb.c https://itun.es/kr/rjz69.

AI관 하버드대 응용과학 교수가 진행하는 Podcast 머신러닝에 대한 기초강의. 지금까지 약 60개 련 이슈를 전문가의 인터뷰를 통해 설명하고 로 소개된 방송들 중 가장 난이도가 높은 편이 정도의 방송이 제공되고 있는데, 처음부터 듣게 있다.

37 KAKAO AI REPORT AI 팟캐스트 2012년 이후 부터는 IT관련 미디어에 AI가 The AI Podcast Concerning AI Artificial Intelligence 종종 등장하고 있었다. 최근들어 기술적인 내용 뿐 아니라 AI의 사회적 효과 및 Nvidia에서 제공하고 있는 Podcast 작가 2명이 진행하는 Podcast로, 다른 방송들 이슈들에 대해서 다루고 있는 미디어들도 로 Fortune Magazine 출신 기자가 진행하고 과는 다르게 기술적인 내용 보다는 AI와 관련된 늘어나고 있다. 아직 한국어로 제공되는 있다. The AI Podcast는 AI관련 최신 뉴스 및 사회적 이슈들에 대해서 자유롭게 대화로 풀어 방송이 없어 아쉽지만, AI에 관한 최신 연구자들 인터뷰를 통해 기술을 소개하고 있다. 간다. 영화속에 등장한 AI에 대한 진행자들의 생 Nvidia는 GPU가 AI기술에 중요한 역할을 담 각, 인간과 대결하는 AI에 대한 이야기를 하고 당하면서 가장 빠르게 성장하고 있는 기업으로 있다. 배경 지식 없이 들을 수 있는 방송이다. 소식을 접하고 싶다면 다음의 Podcast를 추천한다. 최근 AI기술의 활용과 관련된 다양한 홍보를 진 행 중에 있다. Learning Machines 101 difficulty difficulty This Week in Machine Learning & Talking Machines AI Podcast 유타 대학의 컴퓨터 사이언스 교수가 진행하는 IT 컨설팅 전문가들이 진행하는 Podcast. AI관 하버드대 응용과학 교수가 진행하는 Podcast 머신러닝에 대한 기초강의. 지금까지 약 60개 련 이슈를 전문가의 인터뷰를 통해 설명하고 로 소개된 방송들 중 가장 난이도가 높은 편이 정도의 방송이 제공되고 있는데, 처음부터 듣게 있다. AI 컨퍼런스에 참석한 연구자들과 현장 다. 용어설명, Q&A, 인터뷰의 3가지 섹션으로 되면, 이해하기 쉽게 머신러닝 및 AI에 대해서 인터뷰를 통해 연구 성과를 들을 수 있다. 구성되어 있으며 NIPS, ICML등의 중요 컨퍼런 공부 할 수 있다. 홈페이지를 찾아 보면, 강의에 스가 진행된 경우 관련 논문을 소개하기도 한 대한 Script와 예시 이미지도 제공하고 있다. 다. 2016년 9월을 마지막으로 방송은 종료 되 었지만, AI와 머신러닝에 대해서 공부 할 수 있 는 방송이다. difficulty difficulty difficulty

38 closing 36

_KrlGF발표자료_AI

_KrlGF발표자료_AI AI 의과거와현재그리고내일 AI is the New Electricity 2017.09.15 AI! 2 Near Future of Super Intelligence? *source l http://www.motherjones.com/media/2013/05/robots-artificial-intelligence-jobs-automation 3 4 I think