Day 9 TensorFlow CNN 자율주행 모델 학습 및 TFLite 가중치 업로드 학습 영상
유튜브 추천 강의
Day 9 커리큘럼 핵심 주제(Keras Convolutional Neural Network (CNN), Tensorflow Model Training, Validation Loss Curve Diagnostic, Tensorflow Lite (TFLite) Quantization & Remote Deploy)에 해당하는 유튜브 추천 강의 리스트입니다.
📚 전체 강의 목록 (3개)
-
1. Keras CNN 아키텍처 설정 및 학습 커널 가동2시간
-
2. 모델 트레이닝 실행 및 Loss 훈련 오차 그래프 진단3시간
-
3. TensorFlow Lite 변환 및 자율주행 인스턴스 런칭1시간
핵심 요약 노트
Day 9 Summary오늘의 핵심 목표
Day 9에서는 학습된 데이터를 기반으로 CNN 인공신경망 가중치 모델을 훈련시키고 차량에 배포합니다.
- Keras CNN 아키텍처 설정 및 학습 커널 가동: 입력 이미지의 공간 특징을 함축하는 컨볼루션 레이어(Convolutional Layer)와 조향/가속 물리값을 회귀(Regression) 출력하는 조밀 레이어(Dense Layer) 신경망을 빌드합니다.
- 모델 트레이닝 실행 및 Loss 훈련 오차 그래프 진단: 학습 데이터와 검증 데이터를 입력하여 학습을 구동하고, 에포크(Epoch)에 따른 손실율(Loss) 감소 추이를 그래프로 확인하여 과적합(Overfitting) 발생 시점을 모니터링합니다.
- TensorFlow Lite 변환 및 자율주행 인스턴스 런칭: 완성된 H5/SavedModel 가중치를 라즈베리파이의 한정된 자원에서 고속 연산이 가능한 TFLite 가중치 파일로 양자화(Quantization) 압축 변환하고 SCP로 차량에 업로드하여 자율주행 모드를 활성화합니다.
학습 팁: 오른쪽 AI 챗봇에게
“Keras CNN 훈련 실행 도중 Validation Loss가 감소하다가 다시 증가하는 과적합(Overfitting) 현상을 제어하기 위한 EarlyStopping 콜백 적용법은?” 또는 “호스트 컴퓨터에서 생성된 pilot.tflite 파일을 SCP 명령어로 원격 라즈베리파이 보드에 배치시키는 쉘 스크립트 작성 예시를 설명해줘”
같은 질문을 해보세요.