|
|
|
 파이썬과 인공지능 프로젝트 with ASUS Tinker Board제품 개발 실무에서 바로 사용할 수 있는
정가 : 28,000원판매가 25,200원 (10% 할인)
품목정보
책소개이 책은 라즈베리파이 사용자도 손쉽게 Tinker Board를 이용하여 제품 개발 실무에서 바로 사용할 수 있는 Tinker Board 활용 방법을 소개한 책입니다. Tinker Board는 ASUS에서 AIoT(인공지능 사물 인터넷) 환경을 준비하기 위해 만든 SBC(Single Board Computer)입니다. Tinker Board는 Raspberry Pi와 같은 개발 환경을 제공합니다. 그래서 기존 Raspberry Pi 사용자도 손쉽게 Tinker Board를 이용하여 제품 개발을 바로 사용할 수 있습니다. 이 책은 Python 3.x 언어 기반으로 opencv, Tensorflow, Pyorch 딥러닝 라이브러리 활용 방법을 소개하고 있습니다. 이 책에서는 카메라를 장착하여 팅커 보드에 영상 인식 기능을 추가하는 방법을 소개하고 있습니다. opencv 인공 지능 라이브러리를 이용하여 얼굴을 인식하는 방법과 Tensorflow, PyTorch 라이브러리 사용 방법을 소개하고 있습니다. 또한, 파이썬용 GPIO, I2C, SPI 라이브러리를 이용하여 여러 가지 하드웨어를 제어하는 방법을 소개하고 있습니다. 이 책에서는 하드웨어를 제어하는 방법 외에도 쓰레드와 메시지 큐의 사용법을 소개하고 있습니다. 팅커 보드는 리눅스 운영체제를 바탕으로 한 환경이기 때문에 쓰레드와 메시지 큐를 통해 프로그램을 구성할 수 있는 장점을 제공합니다. 쓰레드와 메시지 큐를 이용하면 큰 프로젝트를 효율적으로 구성할 수 있습니다. 특히 팅커 보드는 여러 가지 하드웨어 입력을 받는 환경을 제공하기 때문에 쓰레드를 통한 프로젝트 구성이 필요하기도 합니다. 이 책에서는 외부 디바이스를 장착하여 팅커 보드의 기능을 확장하는 방법도 소개하고 있습니다. L9110S DC 모터 드라이버 모듈을 이용하여 DC 모터를 제어할 수 있는 방법을 소개하고 있습니다. HM10 블루투스 모듈을 이용하여 팅커 보드의 시리얼 모듈을 이용한 통신 방법을 소개하고 있습니다, MCP3208 ADC 모듈을 이용하여 센서 입력을 받을 수 있는 방법을 소개하고 있습니다, PCA9685 PWM 드라이버를 소개하여 서보모터, 부저, BLDC 모터를 제어할 수 있는 방법을 소개하고 있습니다, MPU6050 자이로 센서 모듈을 읽는 방법을 소개하고 있습니다. ※ 이 책의 예제 소스파일 다운로드 방법은 4쪽을 참조하고, 책을 보면서 궁금한 사항의 질의응답 방법은 5쪽을 참조합니다. ※ 이 책의 실습 준비물은 6쪽 또는 46~47쪽을 참고하고, 만드는 방법 46~55쪽을 참조합니다. 목차CHAPTER 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 상세 이미지
|
| 도서명 | 상품상세참조 |
|---|---|
| 저자, 출판사 | 상품상세참조 |
| 크기 | 상품상세참조 |
| 쪽수 | 상품상세참조 |
| 제품구성 | 상품상세참조 |
| 발행일 | 상품상세참조 |
| 목차 또는 책소개 | 상품상세참조 |
| ISBN | 9791198189233 |
(개) 
 |
||||||||
|
||||||||
|
||||||||
|
||||||||
