 |
|
 |
AI ÀΰøÁö´É µå·Ð ¸¸µé°í ³¯¸®°í µö·¯´× ±¸ÇöÇϱâ : µ¥ÀÌÅͼöÁý, ÆÄÀ̽ã°ú ÆÄÀÌÅäÄ¡, Àΰø½Å°æ¸Á ÇнÀ, ¾ÆµÎÀ̳ë AI µå·Ð¿¡ Àû¿ë
|
|
|
¼¹Î¿ì
¤Ó
¾Ø½áºÏ
|
|
|
|

- Á¦ÈÞ¸ô ÁÖ¹® ½Ã °í°´º¸»ó, ÀϺΠÀ̺¥Æ® Âü¿© ¹× ÁõÁ¤Ç° ÁõÁ¤, ÇÏ·ç/´çÀÏ ¹è¼Û¿¡¼ Á¦¿ÜµÇ¹Ç·Î Âü°í ¹Ù¶ø´Ï´Ù.
-
-
-
µå·ÐÀ» ÀÌ¿ëÇÏ¿© ÀΰøÁö´É µö·¯´×À» °øºÎÇϰí Àû¿ëÇÏ´Â ¹æ¹ýÀ» ¼Ò°³Çϴµ¥ ÃÊÁ¡À» ¸ÂÃá Ã¥ÀÔ´Ï´Ù!
ÀÌ Ã¥¿¡¼ ¼³¸íÇÏ´Â µå·ÐÀ» ÀÌ¿ëÇÏ¿© ÀΰøÁö´É µö·¯´× ¹è¿ì´Â 3´Ü°è ÇнÀ ¹æ¹ý!
- 1´Ü°è : ¼¾¼ ±â¹Ý µ¥ÀÌÅÍ ¼öÁý
- 2´Ü°è : ÆÄÀ̽ã°ú ÆÄÀÌÅäÄ¡ ȯ°æ¿¡¼ Àΰø½Å°æ¸Á ÇнÀ
- 3´Ü°è : ¾ÆµÎÀ̳ë AI µå·Ð¿¡ Àû¿ë
¡´¡´AI ÀΰøÁö´É µå·Ð ¸¸µé°í ³¯¸®°í µö·¯´× ±¸ÇöÇϱ⡵¡µ Ã¥À» ÅëÇØ µ¶ÀÚ ¿©·¯ºÐÀº C/C++ ȯ°æÀÇ Edge ´Ü¿¡¼ ¼¾¼ ±â¹ÝÀÇ µ¥ÀÌÅ͸¦ ¼öÁýÇϰí, ¼öÁýÇÑ µ¥ÀÌÅ͸¦ Python°ú PyTorch ȯ°æÀ¸·Î ¿Å°Ü¿Í Àΰø ½Å°æ¸ÁÀ» ÇнÀ½Ã۰í, ÇнÀÀÌ ³¡³ Àΰø ½Å°æ¸ÁÀ» ´Ù½Ã µå·Ð°ú °°Àº Edge µð¹ÙÀ̽º¿¡ ³»·Á Àû¿ëÇÒ ¼ö ÀÖ´Â ¹æ¹ýÀ» ¹è¿ï ¼ö ÀÖ½À´Ï´Ù.
ÀÌ Ã¥Àº ´ÙÀ½°ú °°ÀÌ ±¸¼ºµÇ¾ú½À´Ï´Ù.
1Àå¿¡¼´Â ¸ÕÀú µö·¯´× ±â¹Ý ÀΰøÁö´É µå·Ð¿¡ ´ëÇØ¼ »ìÆìº¾´Ï´Ù. °È ÇнÀ ±â¹Ý ±¤¿ø Ž»ö µå·Ð°ú °È ÇнÀ ±â¹Ý ÀÚÀ² ·¹ÀÌ½Ì µå·ÐÀ» »ìÆìº¸°í °ü·Ã Àΰø ½Å°æ¸Áµµ »ìÆìº¾´Ï´Ù. ´ÙÀ½Àº ¾ÆµÎÀ̳ë AI µå·Ð Á¶¸³¹æ¹ýÀ» ¼Ò°³ÇÕ´Ï´Ù. ¸¶Áö¸·À¸·Î µå·Ð °³¹ß ȯ°æÀ» ±¸¼ºÇÕ´Ï´Ù.
2Àå¿¡¼´Â ¾ÆµÎÀ̳ë AI µå·ÐÀ» ±¸¼ºÇÏ´Â Çϵå¿þ¾î ºÎǰÀ» »ìÆìº¸°í Á¦¾îÇØ º¾´Ï´Ù. ¸ÕÀú ½Ã¸®¾óÀ» ÅëÇÑ ¹®ÀÚ¿ Ãâ·Â, LED Á¦¾î, DC ¸ðÅÍ Á¦¾î ¿ø¸®¸¦ »ìÆìº¸°í ±¸ÇöÇØº¾´Ï´Ù. ´ÙÀ½Àº GY-91 ¼¾¼¸¦ »ìÆìº¸°í °¡¼Óµµ ÀÚÀÌ·Î ¼¾¼°ªÀ» Àо´Ï´Ù. RGB LCD »ç¿ë¹ýµµ »ìÆìº¾´Ï´Ù. ¸¶Áö¸·À¸·Î PID ÇÔ¼ö¸¦ ÀÌ¿ëÇÏ¿© µå·Ð ÀÚÀ² ºñÇàÀ» ¼öÇàÇØ º¾´Ï´Ù.
3Àå¿¡¼´Â µö·¯´× 7°ø½ÄÀ» ÀÌ¿ëÇÏ¿© µö·¯´× ±âº» ¾Ë°í¸®ÁòÀ» ÀÌÇØÇÏ°í ¾ÆµÎÀ̳ë, python, PyTorch ȯ°æ¿¡¼ ±¸ÇöÇØ º¾´Ï´Ù. ÀÌ °úÁ¤¿¡¼ ¼øÀüÆÄ, ¿ÀÂ÷ °è»ê, ¿ªÀüÆÄ, ÇнÀ·ü, Àΰø ½Å°æ¸Á ÇнÀ¿¡ ´ëÇØ »ìÆìº¸°í ±¸ÇöÇØ º¾´Ï´Ù. µö·¯´×¿¡¼ ÁÖ·Î »ç¿ëÇϴ Ȱ¼ºÈ ÇÔ¼öÀÎ sigmoid, ReLU, softmax ÇÔ¼öµµ »ìÆìº¸°í ±¸ÇöÇØ º¾´Ï´Ù. softmax¿Í °ü·ÃµÈ cross entropy ¿ÀÂ÷ ÇÔ¼öµµ ±× ¿ø¸®¸¦ ÀÌÇØÇÏ°í ±¸ÇöÇØ º¾´Ï´Ù.
4Àå¿¡¼´Â µö·¯´× µå·Ð ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇØ º¾´Ï´Ù. ¸ÕÀú PyTorch¸¦ Ȱ¿ëÇÏ¿© 7 segment¿¡ ´ëÇÑ Àΰø ½Å°æ¸ÁÀ» ÇнÀ½ÃÄÑ º¾´Ï´Ù. ±×¸®°í PID ÇÔ¼ö¸¦ DNNÀ» ÀÌ¿ëÇÏ¿© ÇнÀ½ÃÄÑ DPidNN ½Å°æ¸Á ÇÔ¼ö¸¦ ¸¸µç ÈÄ, DPidNN ½Å°æ¸Á ÇÔ¼ö¸¦ ÀÌ¿ëÇÏ¿© µå·ÐÀ» ÀÚÀ² ºñÇà½ÃÄÑ º¾´Ï´Ù.
ºÎ·Ï¿¡¼´Â NumPyÀÇ ±â¹ÝÀÌ µÇ´Â C++ Eigen Çà·ÄÀ» ÀÌ¿ëÇÑ DNN ±¸Çö °úÁ¤À» ¼Ò°³ÇÕ´Ï´Ù.
¡Ø ÀÌ Ã¥ÀÇ ¿¹Á¦ ¼Ò½ºÆÄÀÏ ´Ù¿î·Îµå ¹æ¹ýÀº 4ÂÊÀ» ÂüÁ¶Çϰí, Ã¥À» º¸¸é¼ ±Ã±ÝÇÑ »çÇ×ÀÇ ÁúÀÇÀÀ´ä ¹æ¹ýÀº 5ÂÊÀ» ÂüÁ¶ÇÕ´Ï´Ù.
¡Ø ÀÌ Ã¥ÀÇ ½Ç½À Áغñ¹°Àº 6ÂÊÀ» Âü°íÇϰí, Á¶¸³ ¹æ¹ý 22~27ÂÊÀ» ÂüÁ¶ÇÕ´Ï´Ù.
-
-
¡´¡´AI ÀΰøÁö´É µå·Ð ¸¸µé°í ³¯¸®°í µö·¯´× ±¸ÇöÇϱ⡵¡µ Ã¥À» ÅëÇØ µ¶ÀÚ ¿©·¯ºÐÀº C/C++ ȯ°æÀÇ Edge ´Ü¿¡¼ ¼¾¼ ±â¹ÝÀÇ µ¥ÀÌÅ͸¦ ¼öÁýÇϰí, ¼öÁýÇÑ µ¥ÀÌÅ͸¦ Python°ú PyTorch ȯ°æÀ¸·Î ¿Å°Ü¿Í Àΰø ½Å°æ¸ÁÀ» ÇнÀ½Ã۰í, ÇнÀÀÌ ³¡³ Àΰø ½Å°æ¸ÁÀ» ´Ù½Ã µå·Ð°ú °°Àº Edge µð¹ÙÀ̽º¿¡ ³»·Á Àû¿ëÇÒ ¼ö ÀÖ´Â ¹æ¹ýÀ» ¹è¿ï ¼ö ÀÖ½À´Ï´Ù.
ÀÌ Ã¥ÀÇ ³»¿ëÀº ´ÙÀ½°ú °°½À´Ï´Ù.
Chapter 01 ÀΰøÁö´É µå·Ð ÀÌÇØÇϱâ
- µö·¯´× ±â¹Ý ÀΰøÁö´É µå·ÐÀ» »ìÆìº»´Ù.
Chapter 02 ¾ÆµÎÀÌ³ë µå·Ð »ìÆìº¸±â
- ¾ÆµÎÀ̳ë AI µå·ÐÀ» ±¸¼ºÇÏ´Â Çϵå¿þ¾î ºÎǰ »ìÆìº¸°í Á¦¾îÇØº»´Ù.
Chapter 03 µö·¯´×(Deep Learning) ¾Ë°í¸®Áò ÀÌÇØ
- 7°ø½ÄÀ» ÀÌ¿ëÇÏ¿© µö·¯´× ±âº» ¾Ë°í¸®ÁòÀ» ÀÌÇØÇÏ°í ¾ÆµÎÀ̳ë, python, PyTorch ȯ°æ¿¡¼ ±¸ÇöÇØº»´Ù.
Chapter 04 µö·¯´× µå·Ð ÇÁ·ÎÁ§Æ®
- µö·¯´× µå·Ð ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÑ´Ù.
APPENDIX 01 Eigen Çà·ÄÀ» ÀÌ¿ëÇÑ DNN ±¸Çö
- NumPyÀÇ ±â¹ÝÀÌ µÇ´Â C++ Eigen Çà·ÄÀ» ÀÌ¿ëÇÑ DNN ±¸Çö °úÁ¤À» ¼Ò°³ÇÑ´Ù.
-
-
Chapter 01 ÀΰøÁö´É µå·Ð ÀÌÇØÇϱâ
01 ÀΰøÁö´É µå·ÐÀÇ ÀÌÇØ
01_1 µö·¯´×°ú µå·Ð
01_2 µö·¯´× µå·Ð »ìÆìº¸±â
°È ÇнÀ ±â¹Ý ±¤¿ø Ž»ö µå·Ð
°È ÇнÀ ±â¹Ý ÀÚÀ² ·¹ÀÌ½Ì µå·Ð
02 ¾ÆµÎÀ̳ë AI µå·Ð Á¶¸³Çϱâ
02_1 ºÎǰ »ìÆìº¸±â
02_2 AI µå·ÐÁ¶¸³Çϱâ
03 ¾ÆµÎÀ̳ë AI µå·Ð »ìÆìº¸±â
03_1 ESP32 ¾ÆµÎÀÌ³ë »ìÆìº¸±â
ESP-WROOM-32 ¸ðµâ »ìÆìº¸±â
03_2 ¾ÆµÎÀ̳ë AI µå·Ð ½¯µå »ìÆìº¸±â
04 ¾ÆµÎÀÌ³ë °³¹ßȯ°æ ±¸¼ºÇϱâ
04_1 ¾ÆµÎÀÌ³ë ¼ÒÇÁÆ®¿þ¾î ¼³Ä¡Çϱâ
04_2 USB µå¶óÀ̹ö ¼³Ä¡Çϱâ
04_3 ESP32 ¾ÆµÎÀÌ³ë ÆÐŰÁö ¼³Ä¡Çϱâ
ESP32 º¸µå ÄÄÇ»ÅÍ¿¡ ¿¬°áÇϱâ
ESP32 ÆÐŰÁö ¼³Ä¡Çϱâ
04_4 ¾ÆµÎÀÌ³ë ½ºÄÉÄ¡ ÀÛ¼ºÇØ º¸±â
½ºÄÉÄ¡ ÀÛ¼ºÇϱâ
½ºÄÉÄ¡ ÀúÀåÇϱâ
½ºÄÉÄ¡ ÄÄÆÄÀÏÇϱâ
½ºÄÉÄ¡ ¾÷·ÎµåÇϱâ
½Ã¸®¾ó ¸ð´ÏÅÍ È®ÀÎ
Chapter 02 ¾ÆµÎÀÌ³ë µå·Ð »ìÆìº¸±â
01 ¹®ÀÚ¿ ³»º¸³»±â
01_1 ¿©·¯ Çü½ÄÀÇ ÀÚ·á ³»º¸³»±â
01_2 ¿©·¯ Çü½ÄÀÇ ¼ýÀÚ ³»º¸³»±â
02 LED ÄÑ°í ²ô±â
02_1 LED ÄÑ°í ²ô±â È®ÀÎÇϱâ
02_2 LED ÄÑ°í ²ô±â °£°Ý ÁÙ¿©º¸±â
02_3 LED ÄÑ°í ²ô±â¸¦ ¹à±â·Î ´À²¸º¸±â
02_4 LED ¾îµÓ°Ô ...Çϱâ
02_5 LED ¹à°Ô Çϱâ
02_6 LED ¹à±â Á¶ÀýÇØ º¸±â
0.01ÃÊ °£°ÝÀ¸·Î LED ¹à±â 11 ´Ü°è Á¶ÀýÇØ º¸±â
0.1ÃÊ °£°ÝÀ¸·Î LED ¹à±â 11 ´Ü°è Á¶ÀýÇØ º¸±â
02_7 ¸ðÅÍ È¸Àü Á¤Áö ¹Ýº¹ÇØ º¸±â
¸ðÅÍ È¸Àü Á¤Áö °£°Ý ÁÙ¿©º¸±â
¹Ýº¹ÀûÀÎ ¸ðÅÍ È¸Àü Á¤Áö¸¦ ÀÏÁ¤ÇÑ È¸ÀüÀ¸·Î ´À²¸º¸±â
03 ¸ðÅÍ ¼Óµµ Á¶Àý : ledcWrite
03_1 ledcWrite ÇÔ¼ö·Î ¸ðÅÍ È¸Àü Á¤Áö ¹Ýº¹ÇØ º¸±â
¸ðÅÍ È¸Àü Á¤Áö °£°Ý ÁÙ¿©º¸±â
¹Ýº¹ÀûÀÎ ¸ðÅÍ È¸Àü Á¤Áö¸¦ ÀÏÁ¤ÇÑ È¸ÀüÀ¸·Î ´À²¸º¸±â
¸ðÅÍ È¸Àü ºÎµå·´°Ô ¸¸µé±â
03_2 ¸ðÅÍ·Î ¸á·Îµð ¿¬ÁÖÇϱâ
04 µå·Ð ¸ðÅÍÀÇ ÀÌÇØ¿Í Å×½ºÆ®
04_1 µå·Ð ¸ðÅÍÀÇ ±¸Á¶ ÀÌÇØ
ÀÏ¹Ý DC ¸ðÅÍÀÇ ±¸Á¶
BLDC ¸ðÅÍÀÇ ±¸Á¶
CLDC ¸ðÅÍÀÇ ±¸Á¶
04_2 µå·Ð ¸ðÅÍ È¸·Î »ìÆìº¸±â
04_3 ¸ðÅÍ Á¦¾î ÇÁ·Î±×·¥ ÀÛ¼ºÇϱâ
¸ðÅÍ µ¹·Á º¸±â
ºê¶ó¿î ¾Æ¿ô ¸®¼Â ºñȰ¼ºÈÇϱâ
05 »ç¿ëÀÚ ÀÔ·Â ¹Þ±â
05_1 »ç¿ëÀÚ ÀÔ·Â ¹Þ±â
05_2 ¸ðÅÍ ¼Óµµ Á¶ÀýÇØ º¸±â
06 GY-91 ¸ðµâ »ìÆìº¸±â
06_1 Roll, Pitch, Yaw ÀÌÇØÇϱâ
06_2 °¡¼Óµµ ¼¾¼ ÃàÀÇ ÀÌÇØ
06_3 ÀÚÀÌ·Î ¼¾¼ ÃàÀÇ ÀÌÇØ
06_4 ESP32 ¾ÆµÎÀÌ³ë µå·Ð°ú °¡¼Óµµ ÀÚÀÌ·Î ¼¾¼
06_5 MPU9250 ·¹Áö½ºÅÍ »ìÆìº¸±â
06_6 °¡¼Óµµ ÀÚÀÌ·Î ¼¾¼ °ª Àо±â
06_7 °¡¼Óµµ ÀÚÀÌ·Î ¼¾¼ °ª ÇØ¼®Çϱâ
°¡¼Óµµ ¼¾¼ °ª ÇØ¼®Çϱâ
ÀÚÀÌ·Î ¼¾¼ °ª ÇØ¼®Çϱâ
07 RGB LCD Á¦¾îÇϱâ
RGB LCD Çɼ³¸í
07_1 ST7735 ¶óÀ̺귯¸® ¼³Ä¡Çϱâ
07_2 RGB LCD Á¦¾îÇØ º¸±â
¹®ÀÚ¿ Ç¥½ÃÇØº¸±â
±×¸² ±×·Áº¸±â
Çȼ¿ Âï¾îº¸±â
LCD ±ÍÅüÀÌ Á¡Âï¾îº¸±â
±âŸ ÇÔ¼ö »ç¿ëÇØ º¸±â
08 PID ÇÔ¼ö·Î ÀÚÀ² ºñÇàÇϱâ
08_1 ESP32 SOC »ìÆìº¸±â
08_2 ¾ÆµÎÀÌ³ë ½ºÄÉÄ¡ ¼öÇà CPU ÄÚ¾î È®ÀÎÇϱâ
08_3 CPU ÄÚ¾î 0¿¡¼ µ¿ÀÛÇϴ ŽºÅ© »ý¼ºÇϱâ
08_4 BOOT ÇÉ Àо±â
08_5 ÀÚÀ² ºñÇà ¼öÇàÇϱâ
Chapter 03 Deep Learning ¾Ë°í¸®Áò ÀÌÇØ
01 µö·¯´× ÀÌÇØ
01_1 Àΰø ½Å°æ¸ÁÀ̶õ
Àΰø ½Å°æ¸ÁÀ¸·Î ÇÒ ¼ö ÀÖ´Â Àϵé
Àΰø ½Å°æ¸Á ±¸Á¶
01_2 Àΰø ½Å°æ¸ÁÀÇ ÇнÀ ¹æ¹ý
Áöµµ ÇнÀ
ºñÁöµµ ÇнÀ
°È ÇнÀ
01_3 Àΰø ½Å°æ »ìÆìº¸±â
Àΰø ½Å°æ°ú »ý¹°ÇÐÀû ½Å°æ
Àΰø ½Å°æ ³»ºÎ»ìÆìº¸±â
Àΰø ½Å°æ ÇÔ¼ö ¼ö½Ä
°¡Àå °£´ÜÇÑ Àΰø ½Å°æ
Àΰø ½Å°æ¸Á ±âÃÊ Á¤¸®Çϱâ
01_4 ÆÛ¼ÁÆ®·ÐÀÇ ÀÌÇØ
ÆÛ¼ÁÆ®·Ð°ú ³í¸® °ÔÀÌÆ®
ÆÛ¼ÁÆ®·Ð ±¸ÇöÇϱâ 1
ÆíÇâ °³³ä °¡Á®¿À±â
ÆÛ¼ÁÆ®·Ð ±¸ÇöÇϱâ 2
ÆÛ¼ÁÆ®·ÐÀÇ ÇѰè : XOR
´ÙÁß ÆÛ¼ÁÆ®·ÐÀ¸·Î ÇØ°á : XOR
XOR ±¸ÇöÇϱâ
02 µö·¯´× 7 °ø½Ä
02_1 µö·¯´× Á¦ 1 °ø½Ä : ¼øÀüÆÄ
¼øÀüÆÄ »ìÆìº¸±â
¼øÀüÆÄ ÄÚµùÇϱâ
02_2 µö·¯´× Á¦ 2 °ø½Ä : Æò±ÕÁ¦°ö ¿ÀÂ÷
Æò±Õ Á¦°ö ¿ÀÂ÷ ÄÚµùÇϱâ
02_3 µö·¯´× Á¦ 3 °ø½Ä : ¿ªÀüÆÄ ¿ÀÂ÷
¿ªÀüÆÄ ¿ÀÂ÷ ÄÚµùÇϱâ
02_4 µö·¯´× Á¦ 4 °ø½Ä : ÀÔ·Â ¿ªÀüÆÄ
02_5 µö·¯´× Á¦ 5 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¼øÀüÆÄ
02_6 µö·¯´× Á¦ 6 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¿ªÀüÆÄ
°¡ÁßÄ¡, ÆíÇâ ¿ªÀüÆÄ ÄÚµùÇϱâ
02_7 µö·¯´× Á¦ 7 °ø½Ä : ½Å°æ¸Á ÇнÀ
½Å°æ¸Á ÇнÀÇØ º¸±â
½Å°æ¸Á ÇнÀ ÄÚµùÇϱâ 1
ÇнÀ·ü Àû¿ëÇϱâ
½Å°æ¸Á ÇнÀ ÄÚµùÇϱâ 2
ÇнÀµÈ ½Å°æ¸ÁÀ¸·Î ¿¹ÃøÇϱâ
02_8 µö·¯´× ¹Ýº¹ ÇнÀÇØ º¸±â
¹Ýº¹ ÇнÀ 2ȸ ¼öÇàÇϱâ
¹Ýº¹ ÇнÀ 20ȸ ¼öÇàÇϱâ
¹Ýº¹ ÇнÀ 200ȸ ¼öÇàÇϱâ
¿ÀÂ÷ Á¶°Ç Ãß°¡Çϱâ
ÇнÀ·ü º¯°æÇϱâ
02_9 µö·¯´× 7 °ø½Ä Á¤¸®Çϱâ
03 µö·¯´× 7 °ø½Ä È®ÀåÇϱâ
03_1 2ÀÔ·Â 1Ãâ·Â Àΰø ½Å°æ
µö·¯´× Á¦ 1 °ø½Ä : ¼øÀüÆÄ
µö·¯´× Á¦ 2 °ø½Ä : Æò±Õ Á¦°ö ¿ÀÂ÷
µö·¯´× Á¦ 3 °ø½Ä : ¿ªÀüÆÄ ¿ÀÂ÷
µö·¯´× Á¦ 4 °ø½Ä : ÀÔ·Â ¿ªÀüÆÄ
µö·¯´× Á¦ 5 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¼øÀüÆÄ
µö·¯´× Á¦ 6 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¿ªÀüÆÄ
µö·¯´× Á¦ 7 °ø½Ä : ½Å°æ¸Á ÇнÀ
µö·¯´× ¹Ýº¹ ÇнÀÇØ º¸±â
03_2 2ÀÔ·Â 2Ãâ·Â Àΰø ½Å°æ¸Á
µö·¯´× Á¦ 1 °ø½Ä : ¼øÀüÆÄ
µö·¯´× Á¦ 2 °ø½Ä : Æò±Õ Á¦°ö ¿ÀÂ÷
µö·¯´× Á¦ 3 °ø½Ä : ¿ªÀüÆÄ ¿ÀÂ÷
µö·¯´× Á¦ 4 °ø½Ä : ÀÔ·Â ¿ªÀüÆÄ
µö·¯´× Á¦ 5 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¼øÀüÆÄ
µö·¯´× Á¦ 6 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¿ªÀüÆÄ
µö·¯´× Á¦ 7 °ø½Ä : ½Å°æ¸Á ÇнÀ
µö·¯´× ¹Ýº¹ ÇнÀÇØ º¸±â
¿¬½À¹®Á¦
03_3 2ÀÔ·Â 2Àº´Ð 2Ãâ·Â Àΰø ½Å°æ¸Á
Àΰø ½Å°æ¸Á ¼ö½Ä Á¤¸®Çϱâ
Àΰø ½Å°æ¸Á ±¸ÇöÇϱâ
04 µö·¯´× 7 °ø½Ä ±¸ÇöÇϱâ : PyTorch
04_1 PyTorch ½Ç½À ȯ°æ ±¸ÇöÇϱâ
Thonny IDE ¼³Ä¡Çϱâ
ÆÄÀ̽㠽ǽÀ ȯ°æ ¼³Á¤Çϱâ
ÆÄÀ̽ã ÇÁ·Î±×·¥ ÀÛ¼ºÇϱâ
ÆÄÀ̽ã ÇÁ·Î±×·¥ ½ÇÇàÇϱâ
ÆÄÀ̽ã ÇÁ·Î±×·¥ Á¾·áÇϱâ
PyTorch ¶óÀ̺귯¸® ¼³Ä¡Çϱâ
04_2 1ÀÔ·Â 1Ãâ·Â Àΰø ½Å°æ ±¸ÇöÇϱâ
04_3 2ÀÔ·Â 1Ãâ·Â Àΰø ½Å°æ ±¸ÇöÇϱâ
04_4 2ÀÔ·Â 2Ãâ·Â Àΰø ½Å°æ¸Á ±¸ÇöÇϱâ
04_5 2ÀÔ·Â 2ÀºÀÍ 2Ãâ·Â Àΰø ½Å°æ¸Á ±¸ÇöÇϱâ
04_6 µö·¯´× ÇнÀ °úÁ¤ »ìÆìº¸±â
w, b, EÀÇ °ü°è »ìÆìº¸±â 1
numpy ¿¬»ê »ìÆìº¸±â
w, b, EÀÇ °ü°è »ìÆìº¸±â 2
¹ÙµÏÆÇ ÁÂÇ¥ »ý¼ºÇØ º¸±â
w, b, EÀÇ °ü°è »ìÆìº¸±â 3
ÇнÀ°úÁ¤ »ìÆìº¸±â 3
05 Ȱ¼ºÈ ÇÔ¼ö Ãß°¡Çϱâ
05_1 Ȱ¼ºÈ ÇÔ¼öÀÇ Çʿ伺
Ȱ¼ºÈ ÇÔ¼ö´Â ¹«¾ùÀΰ¡¿ä?
Ȱ¼ºÈ ÇÔ¼ö´Â ¿Ö ÇÊ¿äÇѰ¡¿ä?
¾î¶² Ȱ¼ºÈ ÇÔ¼ö°¡ ÀÖ³ª¿ä?
Ȱ¼ºÈ ÇÔ¼ö ±×·Áº¸±â
matplotlib animationÀ¸·Î ±×·Áº¸±â
¼øÀüÆÄ¿¡ sigmoid Ȱ¼ºÈ ÇÔ¼ö Àû¿ëÇØ º¸±â
05_2 Ȱ¼ºÈ ÇÔ¼öÀÇ ¼øÀüÆÄ¿Í ¿ªÀüÆÄ
05_3 Ȱ¼ºÈ ÇÔ¼ö Àû¿ëÇϱâ
µö·¯´× 7 °ø½Ä¿¡ Àû¿ëÇϱâ
PyTorch¿¡ Àû¿ëÇϱâ
05_4 Ãâ·ÂÃþ¿¡linear ÇÔ¼ö Àû¿ëÇØ º¸±â
µö·¯´× 7 °ø½Ä¿¡ Àû¿ëÇϱâ
PyTorch¿¡ Àû¿ëÇϱâ
05_5 softmax Ȱ¼ºÈÇÔ¼ö/ cross entropy ¿ÀÂ÷ ÇÔ¼ö »ìÆìº¸±â
softmax¿Í cross entropy
softmax ÇÔ¼ö ±¸ÇöÇØ º¸±â
softmax ÇÔ¼öÀÇ ºÐ¸ð Å©±â ÁÙÀ̱â
cross entropy ¿ÀÂ÷ ±¸ÇöÇØ º¸±â
05_6 softmax Ȱ¼ºÈ ÇÔ¼ö / cross entropy ¿ÀÂ÷ ÇÔ¼ö Àû¿ëÇϱâ
µö·¯´× 7 °ø½Ä¿¡ Àû¿ëÇϱâ
PyTorch¿¡ Àû¿ëÇϱâ
Ãâ·ÂÃþ Ȱ¼ºÈ ÇÔ¼ö¿Í ¿ÀÂ÷ ÇÔ¼öÀÇ °ü°è
Chapter 04 µö·¯´× µå·Ð ÇÁ·ÎÁ§Æ®
01 PyTorch Ȱ¿ëÇϱâ
01_1 ¼¼±×¸ÕÆ® Àΰø ½Å°æ¸Á
torch FloatTensor·Î µ¥ÀÌÅÍ ÃʱâÈÇϱâ
µö·¯´× ¸ðµ¨ ÇнÀ½Ã۱â
±¹¼ÒÇØÀÇ ¹®Á¦ ÇØ°áÇØ º¸±â
Ãâ·ÂÃþ¿¡ linear ÇÔ¼ö Àû¿ëÇØ º¸±â
¸ñÇ¥°ª º¯°æÇØ º¸±â
ÀÔ·ÂÃþ°ú ¸ñÇ¥Ãþ ¹Ù²ãº¸±â
01_2 Àº´ÐÃþ ´Ã·Áº¸±â
ÇнÀ ½ÃŰ°í ¸ðµ¨ ³»º¸³»±â
¸ðµ¨ ºÒ·¯¿Í ¿¹ÃøÇϱâ 1
¸ðµ¨ ºÒ·¯¿Í ¿¹ÃøÇϱâ 2
¸ðµ¨ ¸ð¾ç »ìÆìº¸±â
¸ðµ¨ ¾ÆµÎÀÌ³ë ½ºÄÉÄ¡·Î º¯È¯Çϱâ
Eigen Çà·Ä ¶óÀ̺귯¸® ¼³Ä¡Çϱâ
¾ÆµÎÀ̳ë DNNÀ¸·Î ¿¹ÃøÇØ º¸±â
¾ÆµÎÀ̳ë DNN »ìÆì º¸±â
02 DNN µå·Ð ÇÁ·ÎÁ§Æ®
02_1 PID µ¥ÀÌÅÍ ¼öÁýÇϱâ
¾ÆµÎÀ̳ë DNN »ìÆìº¸±â
02_2 PyTorch·Î PID ÇнÀ½Ã۱â
¼öÁýµÈ PID µ¥ÀÌÅÍ È®ÀÎÇϱâ
DataLoader Àû¿ëÇϱâ
ÀÎ°æ ½Å°æ¸Á ±¸¼ºÇϱâ
ÀÎ°æ ½Å°æ¸Á ÇнÀÇϱâ
ÇнÀµÈ Àΰø ½Å°æ¸Á Æò°¡Çϱâ
ÇнÀµÈ Àΰø ½Å°æ¸Á ºÒ·¯¿Í ¿¹ÃøÇϱâ
ÇнÀµÈ °¡ÁßÄ¡¿Í ÆíÇâ ³»º¸³»±â
02_3 DPidNNÀ¸·Î µå·Ð ³¯¸®±â
¾ÆµÎÀ̳ë DPidNNÀ¸·Î ¿¹ÃøÇØ º¸±â
µå·Ð¿¡ DPidNN Àΰø Áö´É Àû¿ëÇϱâ
APPENDIX Eigen Çà·ÄÀ» ÀÌ¿ëÇÑ DNN ±¸Çö
01 Çà·Ä ÀÌÇØÇϱâ
Eigen Çà·Ä ¶óÀ̺귯¸® ¼³Ä¡Çϱâ
Çà·ÄÀÇ Á¤ÀÇ
Çà·ÄÀÇ ¸ð¾ç
Çà·ÄÀÇ µ¡¼À, »¬¼À, ½ºÄ®¶ó ¹è
Çà·ÄÀÇ °ö¼À
Çà·ÄÀÇ ÀüÄ¡
1x2 Çà·ÄÀÇ ÀüÄ¡ Çà·Ä°úÀÇ °ö
02 µö·¯´× 7 °ø½Ä ±¸ÇöÇϱâ
µö·¯´× Á¦ 1 °ø½Ä : ¼øÀüÆÄ
µö·¯´× Á¦ 2 °ø½Ä : Æò±Õ Á¦°ö ¿ÀÂ÷
µö·¯´× Á¦ 3 °ø½Ä : ¿ªÀüÆÄ ¿ÀÂ÷
µö·¯´× Á¦ 4 °ø½Ä : ÀÔ·Â ¿ªÀüÆÄ
µö·¯´× Á¦ 6 °ø½Ä : °¡ÁßÄ¡, ÆíÇâ ¿ªÀüÆÄ
µö·¯´× Á¦ 7 °ø½Ä : ½Å°æ¸Á ÇнÀ
µö·¯´× ¹Ýº¹ ÇнÀÇØ º¸±â
2ÀÔ·Â 2Àº´Ð 2Ãâ·Â Àΰø ½Å°æ¸Á
2ÀÔ·Â 2Àº´Ð 2Ãâ·Â Àΰø ½Å°æ¸Á ±¸ÇöÇϱâ
¿¬½À¹®Á¦
03 Ȱ¼ºÈ ÇÔ¼ö ±¸ÇöÇϱâ
sigmoid Ȱ¼ºÈ ÇÔ¼ö ½Ç½ÀÇϱâ
nelu Ȱ¼ºÈ ÇÔ¼ö ½Ç½ÀÇϱâ
sigmoid Ȱ¼ºÈ ÇÔ¼ö Á¤¸®Çϱâ
relu Ȱ¼ºÈ ÇÔ¼ö Á¤¸®Çϱâ
Ȱ¼ºÈ ÇÔ¼ö Àû¿ëÇϱâ
04 softmax/cross entorpy ÇÔ¼ö ±¸ÇöÇϱâ
softmax ÇÔ¼ö ±¸ÇöÇØ º¸±â
softmax ÇÔ¼öÀÇ ºÐ¸ð Å©±â ÁÙÀ̱â
cross entropy ¿ÀÂ÷ ±¸ÇöÇØ º¸±â
softmax Ȱ¼ºÈ ÇÔ¼ö Á¤¸®Çϱâ
softmax Ȱ¼ºÈ ÇÔ¼ö cross entropy ¿ÀÂ÷ ÇÔ¼ö Àû¿ëÇϱâ

-
-
-
 |
¼¹Î¿ì [Àú]
|
 |
-
¿¬¼¼´ëÇб³ Á¤º¸»ê¾÷°øÇÐ Çлç Á¹¾÷. °³¹ßÀ» Áñ±â´Â ±¹³» ÃÖ°íÀÇ ¿ÀǼҽº Àü¹® °»çÀÌ´Ù.
MDS ¾ÆÄ«µ¥¹Ì µå·Ð/¸®´ª½ºÄ¿³ÎÆ÷ÆÃ/µå¶óÀ̹ö ±³À°, LG ÀüÀÚ ½ÅÀÔ»ç¿ø C/C++ ±³À°, SK ÇÏÀ̴нº RTOS ±³À°, »ï¼ºÀüÀÚ ¸®´ª½º µå¶óÀ̹ö/RTOS ±³À°, ¼þ½Ç´ë ¾ÆµÎÀ̳ë IoT ±³À°, ±¹¹Î´ë Cortex-M3 ±³À°Çß´Ù. Àú¼·Î´Â ¾ÆµÎÀ̳ë ÀÚÀ²ÁÖÇà RCÄ« ¸¸µé°í Á÷Á¢ ÄÚµùÇϱâ, ¾ÆµÎÀÌ³ë µå·Ð ¸¸µé°í ÄÚµùÇÏ°í ³¯¸®±â ÀÔ¹®, ¾ÆµÎÀÌ³ë µå·Ð ¸¸µé°í Á÷Á¢ ÄÚµùÇϱâ, ¾ÆµÎÀ̳ë·Î ¸¸µå´Â »ç¹°ÀÎÅͳÝ, ¾ÆµÎÀ̳ë¿Í ¾Èµå·ÎÀ̵å·Î 45°³ ÇÁ·ÎÁ§Æ® ¸¸µé±â µîÀÌ ÀÖ´Ù.
-
-
Àüü 0°³ÀÇ ±¸¸ÅÈıⰡ ÀÖ½À´Ï´Ù.

 |
ÀÎÅÍÆÄÅ©µµ¼´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹Ýǰ¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óǰÀ̳ª ¼ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝǰÀº ¹«·á·Î ¹Ýǰ µË´Ï´Ù. |
|
±³È¯ ¹× ¹ÝǰÀÌ °¡´ÉÇÑ °æ¿ì |
»óǰÀ» °ø±Þ ¹ÞÀº ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´É
°ø±Þ¹ÞÀ¸½Å »óǰÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ù À̳», ȤÀº ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳»
»óǰ¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óǰÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´É |
|
±³È¯ ¹× ¹ÝǰÀÌ ºÒ°¡´ÉÇÑ °æ¿ì |
±¸¸ÅÈ®Á¤ ÀÌÈÄ(¿ÀǸ¶ÄÏ»óǰ¿¡ ÇÑÇÔ)
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óǰ µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
(´Ü, »óǰÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü)
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆÇ¸Å°¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì
Æ÷Àå °³ºÀµÇ¾î »óǰ °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì |
|
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹Ýǰ ȯºÒ |
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝǰÀ» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù.
1°³ Áö¿ªÀÇ ¹ÝǰÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝǰÀ» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù. |
|
Áß°í»óǰÀÇ ±³È¯ |
Áß°í»óǰÀº Á¦ÇÑµÈ Àç°í ³»¿¡¼ ÆÇ¸Å°¡ ÀÌ·ç¾îÁö¹Ç·Î, ±³È¯Àº ºÒ°¡´ÉÇÕ´Ï´Ù. |
|
¿ÀǸ¶ÄÏ »óǰÀÇ È¯ºÒ |
¿ÀǸ¶ÄÏ»óǰ¿¡ ´ëÇÑ Ã¥ÀÓÀº ¿øÄ¢ÀûÀ¸·Î ¾÷ü¿¡°Ô ÀÖÀ¸¹Ç·Î, ±³È¯/¹Ýǰ Á¢¼ö½Ã ¹Ýµå½Ã ÆÇ¸ÅÀÚ¿Í ÇùÀÇ ÈÄ ¹Ýǰ Á¢¼ö¸¦ ÇϼžßÇϸç, ¹ÝǰÁ¢¼ö ¾øÀÌ ¹Ý¼ÛÇϰųª, ¿ìÆíÀ¸·Î º¸³¾ °æ¿ì »óǰ È®ÀÎÀÌ ¾î·Á¿ö ȯºÒÀÌ ºÒ°¡´ÉÇÒ ¼ö ÀÖÀ¸´Ï À¯ÀÇÇϽñ⠹ٶø´Ï´Ù. |
|
|
 |
¹è¼Û¿¹Á¤ÀÏ ¾È³» |
ÀÎÅÍÆÄÅ© µµ¼´Â ¸ðµç »óǰ¿¡ ´ëÇØ ¹è¼Û¿Ï·á¿¹Á¤ÀÏÀ» À¥»çÀÌÆ®¿¡ Ç¥½ÃÇϰí ÀÖ½À´Ï´Ù.
|
<ÀÎÅÍÆÄÅ© Á÷¹è¼Û »óǰ> |
»óǰÀº ¿ù~Åä¿äÀÏ ¿ÀÀü 10½Ã ÀÌÀü ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ´çÀÏ Ãâ°í/´çÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óǰÀÔ´Ï´Ù. |
»óǰÀº ¼¿ïÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀº ´çÀÏ Ãâ°í/ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇϸç,
¼¿ï¿ÜÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀÇ °æ¿ì´Â ¿ÀÈÄ 6½Ã±îÁö ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óǰÀÔ´Ï´Ù.
(´Ü, ¿ù¿äÀÏÀº 12½Ã±îÁö ÁÖ¹®¿¡ ÇÑÇÔ)
|
»óǰÀº, ÀÔ°í¿¹Á¤ÀÏ(Á¦Ç°Ãâ½ÃÀÏ)+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù. |
~
»óǰÀº À¯ÅëÆ¯¼º»ó ÀÎÅÍÆÄÅ©¿¡¼ Àç°í¸¦ º¸À¯ÇÏÁö ¾ÊÀº »óǰÀ¸·Î ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø±âÁØÃâ°íÀÏ:ÀÎÅÍÆÄÅ©°¡ »óǰÀ» ¼ö±ÞÇÏ¿© ¹°·ùâ°í¿¡¼ Æ÷Àå/Ãâ°íÇϱâ±îÁö ¼Ò¿äµÇ´Â ½Ã°£
|
|
<¾÷ü Á÷Á¢¹è¼Û/¿ÀǸ¶ÄÏ »óǰ> |
~
»óǰÀº ¾÷ü°¡ ÁÖ¹®À» È®ÀÎÇϰí, Ãâ°íÇϱâ±îÁö °É¸®´Â ½Ã°£ÀÔ´Ï´Ù. ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(2ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø5ÀÏÀ̳» Ãâ°í°¡ ½ÃÀÛµÇÁö ¾ÊÀ»½Ã, ¿ÀǸ¶ÄÏ »óǰÀº ÀÚµ¿À¸·Î ÁÖ¹®ÀÌ Ãë¼ÒµÇ¸ç, °í°´´Ô²² ǰÀýº¸»ó±ÝÀ» Áö±ÞÇØ µå¸³´Ï´Ù.
|
|
|
¹è¼Ûºñ ¾È³» |
µµ¼(Áß°íµµ¼ Æ÷ÇÔ)¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
À½¹Ý/DVD¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
ÀâÁö/¸¸È/±âÇÁÆ®¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í À½¹Ý/DVD¸¦ ÇÔ²² ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø 1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í ÀâÁö/¸¸È/±âÇÁÆ®/Áß°íÁ÷¹è¼Û»óǰÀ» ÇÔ²² ±¸¸ÅÇϽøé : 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
¾÷üÁ÷Á¢¹è¼Û»óǰÀ» ±¸¸Å½Ã : ¾÷üº°·Î »óÀÌÇÑ ¹è¼Ûºñ Àû¿ë
* ¼¼Æ®»óǰÀÇ °æ¿ì ºÎºÐÃë¼Ò ½Ã Ãß°¡ ¹è¼Ûºñ°¡ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
* ºÏīƮ¿¡¼ ¹è¼Ûºñ¾ø¾Ö±â ¹öưÀ» Ŭ¸¯Çϼż, µ¿ÀϾ÷ü»óǰÀ» Á¶±Ý ´õ ±¸¸ÅÇϽøé, ¹è¼Ûºñ¸¦ Àý¾àÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
|
|
ÇØ¿Ü¹è¼Û ¾È³» |
ÀÎÅÍÆÄÅ©µµ¼¿¡¼´Â ±¹³»¿¡¼ ÁÖ¹®ÇϽðųª ÇØ¿Ü¿¡¼ ÁÖ¹®ÇÏ¿© ÇØ¿Ü·Î ¹è¼ÛÀ» ¿øÇÏ½Ç °æ¿ì DHL°ú Ư¾àÀ¸·Î Ã¥Á¤µÈ ¿ä±ÝÇ¥¿¡
ÀÇÇØ °³ÀÎÀÌ ÀÌ¿ëÇÏ´Â °æ¿ìº¸´Ù ¹è¼Û¿ä±ÝÀ» Å©°Ô ³·Ã߸ç DHL(www.dhl.co.kr)·Î ÇØ¿Ü¹è¼Û ¼ºñ½º¸¦ Á¦°øÇÕ´Ï´Ù.
ÇØ¿Ü¹è¼ÛÀº µµ¼/CD/DVD »óǰ¿¡ ÇÑÇØ ¼ºñ½ºÇϰí ÀÖÀ¸¸ç, ´Ù¸¥ »óǰÀ» ºÏīƮ¿¡ ÇÔ²² ´ãÀ¸½Ç °æ¿ì ÇØ¿Ü¹è¼ÛÀÌ ºÒ°¡ÇÕ´Ï´Ù.
ÇØ¿ÜÁÖ¹®¹è¼Û ¼ºñ½º´Â ÀÎÅÍÆÄÅ© µµ¼ ȸ¿ø °¡ÀÔÀ» Çϼž߸¸ ½Åû °¡´ÉÇÕ´Ï´Ù. |
|
¾Ë¾ÆµÎ¼¼¿ä!!! |
µµ¸Å»ó ¹× Á¦ÀÛ»ç »çÁ¤¿¡ µû¶ó ǰÀý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
¿ÀǸ¶ÄϾ÷üÀÇ ¹è¼ÛÁö¿¬½Ã ÁÖ¹®ÀÌ ÀÚµ¿À¸·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óǰÀ» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
À¯ÅëÀÇ Æ¯¼º»ó Ãâ°í±â°£Àº ¿¹Á¤º¸´Ù ¾Õ´ç°ÜÁö°Å³ª ´ÊÃçÁú ¼ö ÀÖ½À´Ï´Ù.
Åùè»ç ¹è¼ÛÀÏÀÎ ¼¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù. |
|
 |
|
|