|
1주 |
6.24~28 (5일) |
□ C언어 - Embedded C 언어 기본 - 지필 평가, 실습결과 평가 |
하준호 CTO (소라소프트) |
|
5주 |
7.22~26 (5일, 9:00~16:00) |
□ Board(라즈베리파이III 보드)의 Data sheet와 회로도 이해 - ARM CortexA, Instruction set 설명 □ FW project # 1(부트로더 없이 기본 HW 입출력 및 응용 실습) - 보드 레벨 Firmware 소스 코딩 - UART, I2C, USB, Bluetooth 활용 FW 설계 * 제공된 board 기본 소스코드를 제거하고 교육생이 직접 코딩 및 설계 지도 - 오실로스코프를 활용한 보드 회로 점검 |
하준호 CTO (소라소프트) |
|
|
7.23~26 (16:00~18:00) |
□ 프로젝트 관리 이론 - 소프트웨어 공학, 요구사항 정의, 설계 |
박성천 책임 (ETRI) |
|
|
7.26 (16:00~18:00) |
□ 직장인 예절 교육 |
박장현 책임 (ETRI) |
|
6주 |
7.29~8.02 (5일) Showing Recent Messages :-1: Build input file cannot be found: '/Users/junhoha/github/DONE_BEST/Legend-Wings/Angelica Fighti/Resources/Images/FX/fx_3.png'
|
□ 리눅스 project #2(부트로더 소스분석과 커스터마이징 설계) - OS포팅 기본 이론, Make - 부트로더(U-boot 등) 구조와 소스코드 구성 분석 - 부트로더 내의 UART, I2C, USB, Bluetooth 등 디바이스 Bare-metal 소스 코드 분석 및 입출력 실습 - 부트로더 내의 UART, USB 코드 커스터마이징 설계/탑재/구동 실습 - Device Tree text 편집 □ 설계 실습 평가 |
하준호 CTO (소라소프트) |
|
7주 |
8.05~09 (5일) |
□ 리눅스 project #3(우분투 리눅스 커널 컴파일 및 보드 포팅) - 보드 상의 특정하는 하드웨어에 대한 리눅스 디바이스 드라이버 코딩/컴파일/포팅 실습(UART, USB, Bluetooth 등) - 우분투 리눅스 커널 컴파일 및 포팅(Zimage, Rootfs 제작 포팅) □ 설계 실습 평가 |
하준호 CTO (소라소프트) |
|
|
8.09
Showing Recent Messages :-1: Build input file cannot be found: '/Users/junhoha/github/DONE_BEST/Legend-Wings/Angelica Fighti/Resources/Images/FX/fx_3.png'
(3시간) |
□ 면접 및 발표 스킬 |
신소연 스피치소장 (위드HRD) 정그린 커리어소장 (위드HRD) 박성천 책임 (ETRI) |
|
|
8.07 (16:00~18:00) |
□ SoC설계 방법과 절차 |
노예철 실장 (ETRI) |
|
8주 |
8.12~16 (5일) |
□ 리눅스 project #4 - QT Programming, MFC, UI, Adroid - 이기종 연결 Protocol 분석, 설계, 적용 - 교육생 프로젝트 계획, 요구사항 정의서 및 상세설계서 작성 □ 설계 실습 평가 - (1) IoT 프로젝트 : Serial port, BLE, MFC-Android UI, QT - (2) Thingsboard.io, 100% open source, MQTT, CoAP, HTTP-라즈베리파이 보드 GPIO, Sensor <-> 플랫폼 연동 |
하준호 CTO (소라소프트) |
|
|
8.12~16(5일) (16:00~19:00) |
□ 개인별 이력서 첨삭 및 진로 상담 |
박성천 책임 (ETRI) |
|
9주 |
8.19~23 (5일) |
□ AI project - 딥러닝 소개 및 python 개론/Tensor Flow, Keras 개론/기본 Machine learning · (과제) Tensor Flow 이용 Machine learning 기법 구현 - Linear regression 신경망 이론/딥러닝 실습(ReLu, DropOut, Batch normalization 등) · (과제) 딥러닝 regression & classification * GPU 서버활용 실습 □ AI project - 딥러닝기반 영상처리(opencv 포함)/CNN 모델 저장 및 불러오기 · (과제) 입력 영상(streaming) 이용 AI Classification - Custom data 실습/transfer learning/fine tuning 프로젝트 소개 · (과제) custom data classification AI 프로젝트 - 보드 임베딩 AI 실습 (CNN 모델들 응용 data augmentation/RNN&LSTM) · (과제) 시계열 데이터 활용 AI 예측 * 보드 활용 실습 |
장동원 박사 (ETRI) |
|
10주 |
8.26~8.29 (4일) |
□ 최종 Project 완료 및 평가 - 교육생별 응용 프로그래밍 및 최종 정리 - 상용 제품 개발 프로세스 및 실무 협업 교육 - FirmWare 용어정리 및 개념 등 랩 업 - 프로젝트 발표회(8/29) □ Job-Fair |
하준호 CTO (소라소프트) |
|
|
8.30 (1일) |
□ Program 테스트 기법 및 신뢰성 - 작성 코드를 소스로 한 테스트 프로그램 검증 □ 소스코드 정적 분석 활용 교육 - 코드 인스펙터 사용자 교육 |
김준 대표 (슈어소프트) |
|
|
8.26~8.28 (3일) (16:00~19:00) |
□ 개인별 발표 평가 자료 작성 및 발표 기법 등 |
박성천 책임 (ETRI) |
from keras.preprocessing.image import ImageDataGenerator
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest')
soralee@soraui-MacBookAir anaconda3 % conda install ImageDataGenerator
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
PackagesNotFoundError: The following packages are not available from current channels:
- imagedatagenerator
Current channels:
- https://repo.anaconda.com/pkgs/main/osx-64
- https://repo.anaconda.com/pkgs/main/noarch
- https://repo.anaconda.com/pkgs/r/osx-64
- https://repo.anaconda.com/pkgs/r/noarch
To search for alternate channels that may provide the conda package you're
looking for, navigate to
and use the search bar at the top of the page.
conda install -c conda-forge keras-preprocessing
Collecting package metadata (current_repodata.json): done
Solving environment: done
==> WARNING: A newer version of conda exists. <==
current version: 4.7.12
latest version: 4.8.2
Please update conda by running
$ conda update -n base -c defaults conda
## Package Plan ##
environment location: /Users/soralee/opt/anaconda3
added / updated specs:
- keras-preprocessing
The following packages will be downloaded:
package | build
---------------------------|-----------------
conda-4.8.2 | py37_0 3.0 MB conda-forge
keras-preprocessing-1.1.0 | py_0 33 KB conda-forge
------------------------------------------------------------
Total: 3.1 MB
The following NEW packages will be INSTALLED:
keras-preprocessi~ conda-forge/noarch::keras-preprocessing-1.1.0-py_0
The following packages will be UPDATED:
conda pkgs/main::conda-4.7.12-py37_0 --> conda-forge::conda-4.8.2-py37_0
Proceed ([y]/n)? y
conda-4.8.2 | 3.0 MB | ##################################### | 100%
keras-preprocessing- | 33 KB | ##################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
soralee@soraui-MacBookAir anaconda3 % conda install -c conda-forge/label/gcc7 keras-preprocessing
Collecting package metadata (current_repodata.json): done
Solving environment: done
## Package Plan ##
environment location: /Users/soralee/opt/anaconda3
added / updated specs:
- keras-preprocessing
The following packages will be UPDATED:
keras-preprocessi~ conda-forge::keras-preprocessing-1.1.~ --> pkgs/main::keras-preprocessing-1.1.0-py_1
Proceed ([y]/n)? y
Preparing transaction: done
Verifying transaction: done
Executing transaction: done