파이썬과 인공지능 프로젝트 with ASUS Tinker Board
도서명:파이썬과 인공지능 프로젝트 with ASUS Tinker Board
저자/출판사:서민우 , 전한결/앤써북
쪽수:320쪽
출판일:2023-04-15
ISBN:9791198189233
목차
CHAPTER 01 팅커 보드 준비하기
01 팅커 보드란?
01 _ 팅커 보드 개요
02 _ 팅커 보드 2와 라즈베리파이 4B 비교하기
03 _ 팅커 보드 종류 살펴보기
02 팅커 보드로 할 수 있는 일들
01 _ SMART CITIES : 지능형 도시
02 _ TRANSPORT & LOGISTICS : 운송 및 물류
03 _ HEALTHCARE : 보건 의료
04 _ RETAIL : 소매 시장
03 ASUS 팅커 보드 개발 환경 구성하기
01 _ micro SD 카드 준비하기
02 _ 팅커 보드 이미지 설치하기
03 _ 팅커 보드 부팅하기
04 _ 팅커 보드 기본 환경 설정하기
05 _ 파이썬 실습 환경 구성하기
06 _ 팅커 보드 원격 개발 환경 구성하기
07 _ 팅커 보드 핀 맵 살펴보기
08 _ 팅커 보드 A.I.Shield 살펴보기
04 A.I.TinkerBot 조립하기
01 _부품 살펴보기
02 _ 지지대 및 나사 장착도
03 _ A.I.TinkerBot 조립하기
CHAPTER 02 팅커 보드 파이썬 패키지 활용하기
01 print 함수
01 _print
02 _ while
03 _try~except
04 _ time.sleep
05 _ 문자열, 숫자 출력하기
06 _ % 형식 문자열 사용하기
07 _ str.format 함수 사용하기
08 _ f-string 사용하기
09 _정수, 실수 출력하기
02 ASUS.GPIO.output 함수
01 _ 부품 살펴보기
02 _ LED 회로 살펴보기
03 _ LED 켜고 끄기
04 _ LED 점멸 반복하기
05 _ LED 밝기 변경하기
06 _ LED 밝기 조절하기
03 ASUS.GPIO.PWM 모듈
01 _LED 점멸 반복하기
02 _ LED 밝기 변경하기
03 _ LED 밝기 조절하기
04 input 함수
01 _사용자 입력 받기
02 _ 파이썬 프롬프트 흉내내기
05 ASUS.GPIO.input 함수
01 _ 푸시 버튼 살펴보기
02 _ 버튼 회로 살펴보기
03 _ 버튼 값 읽어보기
04 _ 버튼 값에 따라 LED 켜고 끄기
05 _ 버튼 토글하기
06 ASUS.GPIO.add_event_callback 함수
01 _ 외부 인터럽트 살펴보기
02 _ 버튼 인터럽트로 LED 켜기
07 threading.Thread 클래스
01 _ 쓰레드 이해하기
02 _ 쓰레드 생성하기
03 _ 쓰레드로 다중 작업하기
04 _ 쓰레드로 LED 점멸 반복하기
05 _ 쓰레드로 LED 밝기 조절하기
08 메시지 큐 통신
01 _ 주 루틴과 쓰레드 간 메시지 큐 통신하기
02 _ 인터럽트 처리 함수와 쓰레드 간 메시지 큐 통신하기
CHAPTER 03 외부 디바이스 붙이기
01 L9110S 모터 드라이버 제어하기
01 _ L9110S 모터 드라이버 살펴보기
02 _ L9110S 모터 연결 살펴보기
03 _ 모터 회전시켜 보기
04 _ 모터 속도 조절해보기
05 _ RC카 주행 테스트하기
06 _ RC카 수동 조종해 보기
02 Serial에 HM10 블루투스 디바이스 붙이기
01 _ HM10 블루투스 디바이스 소개
02 _ HM10 모듈 연결 살펴보기
03 _ UART 모듈 활성화하기
04 _ 블루투스 통신 테스트하기
03 SPI 버스에 MCP3208 디바이스 붙이기
01 _ MCP3208 ADC 디바이스 소개
02 _ 센서 살펴보기
03 _ MCP3208 디바이스 연결 살펴보기
04 _ SPI 모듈 활성화하기
05 _ ADC 값 읽어보기
06 _ 가변저항 입력에 따라 LED 밝기 조절하기
04 I2C 버스에 PCA9685 디바이스 붙이기
01 _ PCA9685 PWM 디바이스 소개
02 _ PCA9685 디바이스 연결 살펴보기
03 _ I2C 모듈 활성화하기
04 _ LED 점멸 반복해보기
05 _ LED 밝기 4095 단계로 조절해보기
06 _ 부저 소리내보기
07 _ 부저 멜로디 연주하기
08 _ 서보모터 각도 조절해보기
05 I2C 버스에 MPU6050 디바이스 붙이기
01 _ MPU6050 가속도 자이로 센서 소개
02 _ MUP6050 디바이스 연결 살펴보기
03 _ MUP6050 I2C 테스트하기
04 _ 자이로 센서 X축 값 읽어보기
06 이미지로 얼굴 인식하기
01 _ python3-opencv 설치하기
02 _ 이미지 읽고 보여주기
03 _ 흑백 이미지로 바꾸기
04 _ 얼굴 인식하기
07 카메라로 얼굴 인식하기
01 _ Web Streaming 활성화하기
02 _ 카메라 영상 읽고 출력하기
03 _ 카메라 영상 얼굴 인식하기
CHAPTER 04 Deep Learning 알고리즘의 이해
01 딥러닝의 개요
01 _ 인공 신경망이란?
02 _ 인공 신경망의 학습 방법
03 _ 인공 신경 살펴보기
02 딥러닝 7 공식
01 _ 딥러닝 제 1 공식 : 순전파
02 _ 딥러닝 제 2 공식 : 평균 제곱 오차
03 _ 딥러닝 제 3 공식 : 역전파 오차
04 _ 딥러닝 제 4 공식 : 입력 역전파
05 _ 딥러닝 제 5 공식 : 가중치, 편향 순전파
06 _ 딥러닝 제 6 공식 : 가중치, 편향 역전파
07 _ 딥러닝 제 7 공식 : 신경망 학습
08 _ 딥러닝 반복 학습해 보기
09 _ 딥러닝 7 공식 정리하기
03 딥러닝 7 공식 확장하기
01 _ 2입력 1출력 인공 신경
딥러닝 제 1 공식 : 순전파
딥러닝 제 2 공식 : 평균 제곱 오차
딥러닝 제 3 공식 : 역전파 오차
딥러닝 제 4 공식 : 입력 역전파
딥러닝 제 5 공식 : 가중치, 편향 순전파
딥러닝 제 6 공식 : 가중치, 편향 역전파
딥러닝 제 7 공식 : 신경망 학습
딥러닝 반복 학습해 보기
02 _ 2입력 2출력 인공 신경망
딥러닝 제 1 공식 : 순전파
딥러닝 제 2 공식 : 평균 제곱 오차
딥러닝 제 3 공식 : 역전파 오차
딥러닝 제 4 공식 : 입력 역전파
딥러닝 제 5 공식 : 가중치, 편향 순전파
딥러닝 제 6 공식 : 가중치, 편향 역전파
딥러닝 제 7 공식 : 신경망 학습
딥러닝 반복 학습해 보기
03 _ 2입력 2은닉 2출력 인공 신경망
인공 신경망 수식 정리하기
인공 신경망 구현하기
04 텐서플로우로 딥러닝 7 공식 구현하기
01 _ Tensorflow 라이브러리 설치하기
02 _ 1입력 1출력 인공 신경 구현하기
03 _ 2입력 1출력 인공 신경 구현하기
04 _ 2입력 2출력 인공 신경 구현하기
05 _ 2입력 2은닉 2출력 인공 신경망 구현하기
05 활성화 함수 추가하기
01 _ 활성화 함수의 필요성
02 _ 활성화 함수의 순전파와 역전파
03 _ 활성화 함수 적용하기
04 _ 출력층에 linear 함수 적용해 보기
05 _ softmax 활성화 함수/cross entropy 오차 함수 살펴보기
06 _ softmax 활성화 함수/cross entropy 오차 함수 적용하기
06 Tensofrlow 활용하기
01 _ 7세그먼트 인공 신경망
02 _ 은닉층 늘려보기
03 _ 딥러닝 활용 예제 살펴보기
APPENDIX 01 외부 디바이스 분석과 드라이버 이해
01 L9110S 모터 제어 살펴보기
01 _ 전진 후진 속도 기준 통일하기
02 _ 전진 후진 속도 보정하기
03 _ 양쪽 바퀴 전진 후진 코딩하기
04 _ 모터 드라이버 살펴보기
02 MCP3208 디바이스 살펴보기
01 _ SPI 내부 블록도 살펴보기
02 _ MCP3208 통신 프로토콜 살펴보기
03 _ MCP3208 ADC 드라이버 살펴보기
03 PCA9685 디바이스 살펴보기
01 _ PCA9685 블록도 살펴보기
02 _ PCA9685 레지스터 살펴보기
03 _ PCA9685 PWM 제어 살펴보기
04 _ PCA9685 PWM 드라이버 살펴보기
04 MPU6050 디바이스 살펴보기
01 _ MPU6050 드라이버 살펴보기
02 _ 자이로 센서 값 해석하기
05 MAX98357A I2S 디바이스 살펴보기
01 _ MAX98357A I2S 오디오 디바이스 소개
02 _ MAX98357A 모듈 연결 살펴보기
03 _ I2S 모듈 활성화하기
04 _ 오디오 테스트
APPENDIX 02 PyTorch의 이해와 활용
01 딥러닝 7 공식 구현하기 : PyTorch
01 _ 1입력 1출력 인공 신경 구현하기
02 _ 2입력 1출력 인공 신경 구현하기
03 _ 2입력 2출력 인공 신경 구현하기
04 _ 2입력 2은닉 2출력 인공 신경 구현하기
02 활성화 함수 적용하기
01 _ 활성화 함수 적용하기 : ReLU, Sigmoid
02 _ 출력층에 linear 함수 적용해 보기
03 _ softmax 활성화 함수/ cross entropy 오차 함수 적용하기
03 PyTorch 활용하기
01 _ 7 세그먼트 인공 신경망
02 _ 은닉층 늘려보기
03 _ 딥러닝 활용 예제 살펴보기
