Chapter 01 인공지능 드론 이해하기 01 인공지능 드론의 이해 01_1 딥러닝과 드론 01_2 딥러닝 드론 살펴보기 강화 학습 기반 광원 탐색 드론 강화 학습 기반 자율 레이싱 드론 02 아두이노 AI 드론 조립하기 02_1 부품 살펴보기 02_2 AI 드론조립하기 03 아두이노 AI 드론 살펴보기 03_1 ESP32 아두이노 살펴보기 ESP-WROOM-32 모듈 살펴보기 03_2 아두이노 AI 드론 쉴드 살펴보기 04 아두이노 개발환경 구성하기 04_1 아두이노 소프트웨어 설치하기 04_2 USB 드라이버 설치하기 04_3 ESP32 아두이노 패키지 설치하기 ESP32 보드 컴퓨터에 연결하기 ESP32 패키지 설치하기 04_4 아두이노 스케치 작성해 보기 스케치 작성하기 스케치 저장하기 스케치 컴파일하기 스케치 업로드하기 시리얼 모니터 확인 Chapter 02 아두이노 드론 살펴보기 01 문자열 내보내기 01_1 여러 형식의 자료 내보내기 01_2 여러 형식의 숫자 내보내기 02 LED 켜고 끄기 02_1 LED 켜고 끄기 확인하기 02_2 LED 켜고 끄기 간격 줄여보기 02_3 LED 켜고 끄기를 밝기로 느껴보기 02_4 LED 어둡게 하기 02_5 LED 밝게 하기 02_6 LED 밝기 조절해 보기 0.01초 간격으로 LED 밝기 11 단계 조절해 보기 0.1초 간격으로 LED 밝기 11 단계 조절해 보기 02_7 모터 회전 정지 반복해 보기 모터 회전 정지 간격 줄여보기 반복적인 모터 회전 정지를 일정한 회전으로 느껴보기 03 모터 속도 조절 : ledcWrite 03_1 ledcWrite 함수로 모터 회전 정지 반복해 보기 모터 회전 정지 간격 줄여보기 반복적인 모터 회전 정지를 일정한 회전으로 느껴보기 모터 회전 부드럽게 만들기 03_2 모터로 멜로디 연주하기 04 드론 모터의 이해와 테스트 04_1 드론 모터의 구조 이해 일반 DC 모터의 구조 BLDC 모터의 구조 CLDC 모터의 구조 04_2 드론 모터 회로 살펴보기 04_3 모터 제어 프로그램 작성하기 모터 돌려 보기 브라운 아웃 리셋 비활성화하기 05 사용자 입력 받기 05_1 사용자 입력 받기 05_2 모터 속도 조절해 보기 06 GY-91 모듈 살펴보기 06_1 Roll, Pitch, Yaw 이해하기 06_2 가속도 센서 축의 이해 06_3 자이로 센서 축의 이해 06_4 ESP32 아두이노 드론과 가속도 자이로 센서 06_5 MPU9250 레지스터 살펴보기 06_6 가속도 자이로 센서 값 읽어보기 06_7 가속도 자이로 센서 값 해석하기 가속도 센서 값 해석하기 자이로 센서 값 해석하기 07 RGB LCD 제어하기 RGB LCD 핀설명 07_1 ST7735 라이브러리 설치하기 07_2 RGB LCD 제어해 보기 문자열 표시해보기 그림 그려보기 픽셀 찍어보기 LCD 귀퉁이 점찍어보기 기타 함수 사용해 보기 08 PID 함수로 자율 비행하기 08_1 ESP32 SOC 살펴보기 08_2 아두이노 스케치 수행 CPU 코어 확인하기 08_3 CPU 코어 0에서 동작하는 태스크 생성하기 08_4 BOOT 핀 읽어보기 08_5 자율 비행 수행하기 Chapter 03 Deep Learning 알고리즘 이해 01 딥러닝 이해 01_1 인공 신경망이란 인공 신경망으로 할 수 있는 일들 인공 신경망 구조 01_2 인공 신경망의 학습 방법 지도 학습 비지도 학습 강화 학습 01_3 인공 신경 살펴보기 인공 신경과 생물학적 신경 인공 신경 내부살펴보기 인공 신경 함수 수식 가장 간단한 인공 신경 인공 신경망 기초 정리하기 01_4 퍼셉트론의 이해 퍼셉트론과 논리 게이트 퍼셉트론 구현하기 1 편향 개념 가져오기 퍼셉트론 구현하기 2 퍼셉트론의 한계 : XOR 다중 퍼셉트론으로 해결 : XOR XOR 구현하기 02 딥러닝 7 공식 02_1 딥러닝 제 1 공식 : 순전파 순전파 살펴보기 순전파 코딩하기 02_2 딥러닝 제 2 공식 : 평균제곱 오차 평균 제곱 오차 코딩하기 02_3 딥러닝 제 3 공식 : 역전파 오차 역전파 오차 코딩하기 02_4 딥러닝 제 4 공식 : 입력 역전파 02_5 딥러닝 제 5 공식 : 가중치, 편향 순전파 02_6 딥러닝 제 6 공식 : 가중치, 편향 역전파 가중치, 편향 역전파 코딩하기 02_7 딥러닝 제 7 공식 : 신경망 학습 신경망 학습해 보기 신경망 학습 코딩하기 1 학습률 적용하기 신경망 학습 코딩하기 2 학습된 신경망으로 예측하기 02_8 딥러닝 반복 학습해 보기 반복 학습 2회 수행하기 반복 학습 20회 수행하기 반복 학습 200회 수행하기 오차 조건 추가하기 학습률 변경하기 02_9 딥러닝 7 공식 정리하기 03 딥러닝 7 공식 확장하기 03_1 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 03_2 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 연습문제 03_3 2입력 2은닉 2출력 인공 신경망 인공 신경망 수식 정리하기 인공 신경망 구현하기 04 딥러닝 7 공식 구현하기 : PyTorch 04_1 PyTorch 실습 환경 구현하기 Thonny IDE 설치하기 파이썬 실습 환경 설정하기 파이썬 프로그램 작성하기 파이썬 프로그램 실행하기 파이썬 프로그램 종료하기 PyTorch 라이브러리 설치하기 04_2 1입력 1출력 인공 신경 구현하기 04_3 2입력 1출력 인공 신경 구현하기 04_4 2입력 2출력 인공 신경망 구현하기 04_5 2입력 2은익 2출력 인공 신경망 구현하기 04_6 딥러닝 학습 과정 살펴보기 w, b, E의 관계 살펴보기 1 numpy 연산 살펴보기 w, b, E의 관계 살펴보기 2 바둑판 좌표 생성해 보기 w, b, E의 관계 살펴보기 3 학습과정 살펴보기 3 05 활성화 함수 추가하기 05_1 활성화 함수의 필요성 활성화 함수는 무엇인가요? 활성화 함수는 왜 필요한가요? 어떤 활성화 함수가 있나요? 활성화 함수 그려보기 matplotlib animation으로 그려보기 순전파에 sigmoid 활성화 함수 적용해 보기 05_2 활성화 함수의 순전파와 역전파 05_3 활성화 함수 적용하기 딥러닝 7 공식에 적용하기 PyTorch에 적용하기 05_4 출력층에linear 함수 적용해 보기 딥러닝 7 공식에 적용하기 PyTorch에 적용하기 05_5 softmax 활성화함수/ cross entropy 오차 함수 살펴보기 softmax와 cross entropy softmax 함수 구현해 보기 softmax 함수의 분모 크기 줄이기 cross entropy 오차 구현해 보기 05_6 softmax 활성화 함수 / cross entropy 오차 함수 적용하기 딥러닝 7 공식에 적용하기 PyTorch에 적용하기 출력층 활성화 함수와 오차 함수의 관계 Chapter 04 딥러닝 드론 프로젝트 01 PyTorch 활용하기 01_1 세그먼트 인공 신경망 torch FloatTensor로 데이터 초기화하기 딥러닝 모델 학습시키기 국소해의 문제 해결해 보기 출력층에 linear 함수 적용해 보기 목표값 변경해 보기 입력층과 목표층 바꿔보기 01_2 은닉층 늘려보기 학습 시키고 모델 내보내기 모델 불러와 예측하기 1 모델 불러와 예측하기 2 모델 모양 살펴보기 모델 아두이노 스케치로 변환하기 Eigen 행렬 라이브러리 설치하기 아두이노 DNN으로 예측해 보기 아두이노 DNN 살펴 보기 02 DNN 드론 프로젝트 02_1 PID 데이터 수집하기 아두이노 DNN 살펴보기 02_2 PyTorch로 PID 학습시키기 수집된 PID 데이터 확인하기 DataLoader 적용하기 인경 신경망 구성하기 인경 신경망 학습하기 학습된 인공 신경망 평가하기 학습된 인공 신경망 불러와 예측하기 학습된 가중치와 편향 내보내기 02_3 DPidNN으로 드론 날리기 아두이노 DPidNN으로 예측해 보기 드론에 DPidNN 인공 지능 적용하기 APPENDIX Eigen 행렬을 이용한 DNN 구현 01 행렬 이해하기 Eigen 행렬 라이브러리 설치하기 행렬의 정의 행렬의 모양 행렬의 덧셈, 뺄셈, 스칼라 배 행렬의 곱셈 행렬의 전치 1x2 행렬의 전치 행렬과의 곱 02 딥러닝 7 공식 구현하기 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 6 공식 : 가중치, 편향 역전파 딥러닝 제 7 공식 : 신경망 학습 딥러닝 반복 학습해 보기 2입력 2은닉 2출력 인공 신경망 2입력 2은닉 2출력 인공 신경망 구현하기 연습문제 03 활성화 함수 구현하기 sigmoid 활성화 함수 실습하기 nelu 활성화 함수 실습하기 sigmoid 활성화 함수 정리하기 relu 활성화 함수 정리하기 활성화 함수 적용하기 04 softmax/cross entorpy 함수 구현하기 softmax 함수 구현해 보기 softmax 함수의 분모 크기 줄이기 cross entropy 오차 구현해 보기 softmax 활성화 함수 정리하기 softmax 활성화 함수 cross entropy 오차 함수 적용하기