Description
드론을 이용하여 인공지능 딥러닝을 공부하고 적용하는 방법을 소개하는데 초점을 맞춘 책입니다!
이 책에서 설명하는 드론을 이용하여 인공지능 딥러닝 배우는 3단계 학습 방법!
- 1단계 : 센서 기반 데이터 수집
- 2단계 : 파이썬과 파이토치 환경에서 인공신경망 학습
- 3단계 : 아두이노 AI 드론에 적용
〈〈AI 인공지능 드론 만들고 날리고 딥러닝 구현하기〉〉 책을 통해 독자 여러분은 C/C++ 환경의 Edge 단에서 센서 기반의 데이터를 수집하고, 수집한 데이터를 Python과 PyTorch 환경으로 옮겨와 인공 신경망을 학습시키고, 학습이 끝난 인공 신경망을 다시 드론과 같은 Edge 디바이스에 내려 적용할 수 있는 방법을 배울 수 있습니다.
이 책은 다음과 같이 구성되었습니다.
1장에서는 먼저 딥러닝 기반 인공지능 드론에 대해서 살펴봅니다. 강화 학습 기반 광원 탐색 드론과 강화 학습 기반 자율 레이싱 드론을 살펴보고 관련 인공 신경망도 살펴봅니다. 다음은 아두이노 AI 드론 조립방법을 소개합니다. 마지막으로 드론 개발 환경을 구성합니다.
2장에서는 아두이노 AI 드론을 구성하는 하드웨어 부품을 살펴보고 제어해 봅니다. 먼저 시리얼을 통한 문자열 출력, LED 제어, DC 모터 제어 원리를 살펴보고 구현해봅니다. 다음은 GY-91 센서를 살펴보고 가속도 자이로 센서값을 읽어봅니다. RGB LCD 사용법도 살펴봅니다. 마지막으로 PID 함수를 이용하여 드론 자율 비행을 수행해 봅니다.
3장에서는 딥러닝 7공식을 이용하여 딥러닝 기본 알고리즘을 이해하고 아두이노, python, PyTorch 환경에서 구현해 봅니다. 이 과정에서 순전파, 오차 계산, 역전파, 학습률, 인공 신경망 학습에 대해 살펴보고 구현해 봅니다. 딥러닝에서 주로 사용하는 활성화 함수인 sigmoid, ReLU, softmax 함수도 살펴보고 구현해 봅니다. softmax와 관련된 cross entropy 오차 함수도 그 원리를 이해하고 구현해 봅니다.
4장에서는 딥러닝 드론 프로젝트를 수행해 봅니다. 먼저 PyTorch를 활용하여 7 segment에 대한 인공 신경망을 학습시켜 봅니다. 그리고 PID 함수를 DNN을 이용하여 학습시켜 DPidNN 신경망 함수를 만든 후, DPidNN 신경망 함수를 이용하여 드론을 자율 비행시켜 봅니다.
부록에서는 NumPy의 기반이 되는 C++ Eigen 행렬을 이용한 DNN 구현 과정을 소개합니다.
※ 이 책의 예제 소스파일 다운로드 방법은 4쪽을 참조하고, 책을 보면서 궁금한 사항의 질의응답 방법은 5쪽을 참조합니다.
※ 이 책의 실습 준비물은 6쪽을 참고하고, 조립 방법 22~27쪽을 참조합니다.
- 1단계 : 센서 기반 데이터 수집
- 2단계 : 파이썬과 파이토치 환경에서 인공신경망 학습
- 3단계 : 아두이노 AI 드론에 적용
〈〈AI 인공지능 드론 만들고 날리고 딥러닝 구현하기〉〉 책을 통해 독자 여러분은 C/C++ 환경의 Edge 단에서 센서 기반의 데이터를 수집하고, 수집한 데이터를 Python과 PyTorch 환경으로 옮겨와 인공 신경망을 학습시키고, 학습이 끝난 인공 신경망을 다시 드론과 같은 Edge 디바이스에 내려 적용할 수 있는 방법을 배울 수 있습니다.
이 책은 다음과 같이 구성되었습니다.
1장에서는 먼저 딥러닝 기반 인공지능 드론에 대해서 살펴봅니다. 강화 학습 기반 광원 탐색 드론과 강화 학습 기반 자율 레이싱 드론을 살펴보고 관련 인공 신경망도 살펴봅니다. 다음은 아두이노 AI 드론 조립방법을 소개합니다. 마지막으로 드론 개발 환경을 구성합니다.
2장에서는 아두이노 AI 드론을 구성하는 하드웨어 부품을 살펴보고 제어해 봅니다. 먼저 시리얼을 통한 문자열 출력, LED 제어, DC 모터 제어 원리를 살펴보고 구현해봅니다. 다음은 GY-91 센서를 살펴보고 가속도 자이로 센서값을 읽어봅니다. RGB LCD 사용법도 살펴봅니다. 마지막으로 PID 함수를 이용하여 드론 자율 비행을 수행해 봅니다.
3장에서는 딥러닝 7공식을 이용하여 딥러닝 기본 알고리즘을 이해하고 아두이노, python, PyTorch 환경에서 구현해 봅니다. 이 과정에서 순전파, 오차 계산, 역전파, 학습률, 인공 신경망 학습에 대해 살펴보고 구현해 봅니다. 딥러닝에서 주로 사용하는 활성화 함수인 sigmoid, ReLU, softmax 함수도 살펴보고 구현해 봅니다. softmax와 관련된 cross entropy 오차 함수도 그 원리를 이해하고 구현해 봅니다.
4장에서는 딥러닝 드론 프로젝트를 수행해 봅니다. 먼저 PyTorch를 활용하여 7 segment에 대한 인공 신경망을 학습시켜 봅니다. 그리고 PID 함수를 DNN을 이용하여 학습시켜 DPidNN 신경망 함수를 만든 후, DPidNN 신경망 함수를 이용하여 드론을 자율 비행시켜 봅니다.
부록에서는 NumPy의 기반이 되는 C++ Eigen 행렬을 이용한 DNN 구현 과정을 소개합니다.
※ 이 책의 예제 소스파일 다운로드 방법은 4쪽을 참조하고, 책을 보면서 궁금한 사항의 질의응답 방법은 5쪽을 참조합니다.
※ 이 책의 실습 준비물은 6쪽을 참고하고, 조립 방법 22~27쪽을 참조합니다.
AI 인공지능 드론 만들고 날리고 딥러닝 구현하기 (데이터수집, 파이썬과 파이토치, 인공신경망 학습, 아두이노 AI 드론에 적용)
$29.70