AI

1.정책 (Policy)에이전트가 각 상태에서 어떤 행동을 선택할지에 대한 전략이나 규칙을 나타내는 함수강화학습에서 정책은 에이전트의 행동을 결정한다.π(a|s)로 표현되며, 이는 상태 s에서 행동 a를 선택할 확률이다.   2.정책의 종류2-1.확률적 정책 (Stochastic Policy)주어진 상태에서 여러 행동 중 하나를 선택할 확률을 기반으로 행동을 결정한다.주어진 상태에 대해 각 행동이 선택될 확률이 정의된다.   2-2.결정적 정책 (Deterministic Policy)결정적 정책은 주어진 상태에서 항상 동일한 행동을 선택을 한다.정책은 항상 특정한 행동을 선택하게됨환경이 매우 복잡하거나 동적인 경우, 다양한 행동을 시도할 수 없다는 점에서 유연성이 부족할수있음    2-3.정책 경사법 (..

1. OpenAI Gym 설치강화학습에 필요한 Gym을 pip으로 설치한다.pip install gym   2.기본 프로젝트 생성2-1. 환경 설정OpenAI Gym에는 다양한 환경들이 제공한다.각 환경은 강화 학습 에이전트가 실험하고 훈련할 수 있는 다양한 문제를 제공한다.자신만의 환경을 만들때는 gym.Env 클래스를 상속받아 새로운 환경을 정의하는 방법으로 한다.# 환경 만들기env = gym.make('환경이름')#카트 위에 막대기를 세우고 균형을 맞추는 문제.env = gym.make('CartPole-v1') # CartPole 환경 생성num_episodes = 2000 # 학습할 에피소드 수rList = [] #보상 기록리스트   3. 학습for i in range(num_episode..

1.강화학습(Reinforcement Learning, RL)에이전트(Agent)가 환경(Environment)과 상호작용하며 보상을 최대화하는 행동 정책을 학습하는 방법이를 통해 에이전트는 목표를 달성하기 위해 경험을 통해 최적의 행동을 선택하는 법을 배운다.    반복학습을 통해 리워드를 받으며 게임을 학습한 에이전트https://www.youtube.com/watch?v=gEyBzcPU5-w       2.OpenAI Gym강화학습(Reinforcement Learning) 연구를 위한 표준화된 환경과 도구를 제공하는 오픈소스 라이브러리다양한 강화학습 알고리즘을 실험하고 테스트할 수 있는 환경을 제공하며, 학습된 에이전트를 쉽게 평가할 수 있다.

1.비디오 열기# 비디오 파일 열기capture = cv2.VideoCapture("./img/test.mp4")fourcc = cv2.VideoWriter_fourcc(*'XVID')    2.비디오 무한재생if capture.get(cv2.CAP_PROP_POS_FRAMES) == capture.get(cv2.CAP_PROP_FRAME_COUNT): capture.open("./img/test.mp4")    3.캡처cv2.imwrite("./img" + str(now) + ".png", frame)   4.녹화#시작video_writer = cv2.VideoWriter("D:/" + str(now) + ".avi", fourcc, 20.0, (frame.shape[1], frame.sh..

1.HSV(Hue, Saturation, Value)색상(Hue) 0°: 빨강 60°: 노랑 120°: 초록 180°: 청록 240°: 파랑 300°: 보라채도(Saturation) 0%: 완전히 무채색(회색) 100%: 가장 선명한 색 명도(Value) 0%: 완전한 검정 100%: 가장 밝은 색     BGR에서 HSV로 변경img = cv2.resize(img, dsize=(width//4, height//4), interpolation=cv2.INTER_AREA)img2 = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)     HSV 분리#HSV 변경img2 = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)#HSV 분리imgh, imgs, imgv = cv2..

1.이미지 띄우기waitKey안하면 바로 꺼버림import cv2# 이미지를 컬러 모드로 읽음img = cv2.imread('img/test.png', cv2.IMREAD_COLOR)# 이미지를 표시cv2.imshow('title', img)# 키 입력 대기cv2.waitKey(0)# 모든 창 닫기cv2.destroyAllWindows()       2.크기조절cv2.INTER_AREA는 이미지의 원래 픽셀 간의 면적 보간을 사용하여 이미지 크기를 조절함# 이미지 사이즈 조절img = cv2.resize(img, dsize=(400, 400), interpolation=cv2.INTER_AREA)       3.반전-: 상하좌우 +: 좌우0: 상하# 반전# -: 상하좌우# +: 좌우# 0: 상하img =..

1.OpenCV오픈소스로 제공되는 실시간 이미지 프로세싱에 중점을 둔 컴퓨터 비전과 이미지 처리 라이브러리C++, Python, Java 등을 지원한다.OpenCV는 TensorFlow, Torch / PyTorch 및 Caffe의 딥러닝 프레임워크를 지원한다.

0.참고영상이 글은 해당 영상과 코드들을 참고하여 제작된 것입니다.따라서, 해당 코드의 저작권은 원작자에게 있으며, 본 글은 단순히 참고와 학습을 위한 목적입니다.https://www.youtube.com/watch?v=f8pDjOkXIZo&t=1s  1.Foundation 모델대규모의 데이터를 학습하여 다양한 작업에 적용할 수 있는 범용적인 AI 모델을 의미한다.단일 작업에 특화되지 않고, 여러 작업에서 활용될 수 있도록 설계되어있음(GPT같은 모델들이 Foundation 모델이다.) 1-1. beomi/Llama-3-Open-Ko-8B한국어 자연어 처리 작업을 위해 개발된 80억 매개변수의 언어 모델이다.한국어 텍스트 생성, 코드 생성, 대화형 AI 등 다양한 자연어 처리 작업에서 사용할수있다.htt..