Heo's ECE Self-Study

"Introduction To Machine Learning" [Objective] Python으로 Multi-Layer Perceptrons을 구현하여 이미지 분류를 통해 Machine Learning 이해하기 [Theory] ▣ Machine Learning · 인공지능 : 사람의 지능과 연관된 인지 기능을 모방하는 System · Machine Learning : 대규모 데이터, 통계로부터 학습한 정보에 기반하여 의사결정을 내리는 알고리즘 · Deep Learning : Machine Learning의 신경망 깊이에 해당하는 Layer를 여러 개 쌓아 만든 깊은 신경망을 이용한 학습 > Machine Learning Model · Neural Networks & Multi-Layer Perceptrons (인공 신경망) · Convolutional Neural Network (합성곱 신경망) · Recurrent Neural Network (순환 신경망) · Large Language Model (대규모 언어 모델) ▣ Multi-Layer Perceptrons > Single-Layer Perceptron · Model의 입력 층과 출력 층만 있는 단순한 회귀식 · 각 Weight Node들은 입력 값에 따른 Weight를 보유 (Ex. W 1-1 , W 1-2 , W 1-3 , W 1-4 ) > Multi-Layer Perceptrons (= Neural Network) · 입력 층과 출력 층 사이에 Hidden Layer(은닉 층)을 여러 층 추가한 형태 → 복잡한 비선형 관계를 학습하는데 유용 > Activation Function · Neural Network에서 각 Node의 출력값을 결정하는 함수 · Activation Function 덕분에 Neural Network는 비선형적이고 복잡한 패턴을 학습 가능 · 목적에 따라 Sigmoid, ReLU, Softmax 등 다양한 Activation F...

"FSM & BRAM" [Objective] coe 작성을 통해 Text LCD 화면 출력을 확인하며 BRAM Logic 이해하기 [Theory] ▣ FSM(Finite State Machine) · 유한 개의 상태(State)와 상태 전이 규칙(Transition Rules)으로 어떤 시스템의 동작을 정의하는 Model     → {대기 상태, 동작 상태, 완료 상태} · FSM은 State Diagram 또는 State Transition Table로 표현 가능하며 Mealy Machine과 Moore Machine으로 분리 ▶ State Diagram · FSM의 각 상태 및 입력에 따른 상태 전이와 출력을 나타내는 그림 ** 상태, 상태 전이, 입력, 출력을 포함 > Mealy Machine · 출력이 현재 상태 및 입력 에 의해 결정되는 FSM Ex. 동일한 값이 2번 이상 연속으로 입력되면 1을 출력 > Moore Machine · 출력 이 현재 상태 에 의해서만 결정되는 FSM Ex. 동일한 값이 2번 이상 연속으로 입력되면 1을 출력 ▶ State Transition Table · FSM을 표로 표현하는 방법 > Mealy Machine · 출력이 현재 상태 및 입력 에 의해 결정 > Moore Machine · 출력 이 현재 상태 에 의해서만 결정 ** Moore Machine · Moore Machine의 상태 전이 :  다음 상태 는 현재 상태 및 입력 에 의해 결정 (Clock의 Positive Edge에서 현재 상태 변화) · Moore Machine의 출력 : 출력 은 현재 상태 에 의해서만 결정 ▣ BRAM(Block-RAM) · 데이터를  저장할 수 있는 FPGA 내의 특정 공간 · BRAM의 총 용량은 BRAM의 Width 및 Depth에 의해 결정 (Width = 각 데이터의 크기 / Depth = 데이터의 총 개수) > Single-Port RAM · 1개...