fengbingchun/NN_Test

해결하는 문제

이 저장소는 C++ 및 Python으로 구현된 딥러닝과 기계학습 알고리즘의 포괄적인 컬렉션을 제공하며, 신경망 구축과 수학적 기초를 처음부터 구현하는 데 실용적인 참고자료로 활용됩니다.

작동 방식

프로젝트는 두 가지 주요 환경으로 나뉩니다:

• C++ 구현: 선형 대수, 확률, 활성화 및 손실 함수 등의 수학 공식의 저수준 구현에 중점을 둡니다. 최적화 알고리즘(SGD, Adam 등), 그리고 퍼셉트론, CNN, 결정 트리와 같은 고전적 ML 모델도 포함됩니다. 또한 YOLOv8/YOLO11에 대응하기 위해 OpenCV DNN, libtorch, ONNX Runtime과의 통합도 제공합니다.
• Python 구현: 현대적인 AI 프레임워크를 위한 고수준 데모 및 스크립트를 제공합니다. Ollama와 LangChain을 사용한 RAG(Retrieval-Augmented Generation), Ultralytics(YOLO)를 활용한 객체 탐지 및 세그멘테이션, PaddleOCR를 이용한 OCR이 포함됩니다.

대상 사용자

• ML 알고리즘을 C++ 수준에서 어떻게 구현하는지 알고 싶은 개발자
• RAG, YOLOv8/11, 모델 양자화/절단을 위한 빠른 시작 스크립트를 찾는 AI 엔지니어
• 딥러닝의 수학적 기초를 공부하는 학생

주요 특징

• 이중 언어 지원: 기초 구현은 C++, 현대적 프레임워크는 Python으로 구현.
• 광범위한 알고리즘 커버리지: 기본적인 선형 회귀부터 고급 YOLOv11 인스턴스 세그멘테이션까지 포괄.
• MLOps 도구: 모델 절단, PTQ 양자화, 지식 증류를 위한 스크립트 포함.
• RAG 통합: Ollama와 LangChain RAG 파이프라인을 위한 즉시 사용 가능한 예제 제공.