딥러닝의 기초부터 고급 주제까지 포괄적으로 다루는 10시간 분량의 PyTorch 강좌를 통해 실용적인 딥러닝 기술을 습득하세요. 텐서 조작, 선형 회귀, 경사 하강법, 로지스틱 회귀, 소프트맥스 분류 등의 기본 개념부터 시작하여 다층 퍼셉트론, CNN, RNN 등 고급 신경망 아키텍처까지 단계별로 학습합니다. Docker 사용법, MNIST 데이터셋 활용, 가중치 초기화, 드롭아웃, 배치 정규화 등 실전적인 기법들도 다룹니다. VGG, ResNet과 같은 최신 CNN 모델과 seq2seq, PackedSequence 등 RNN의 고급 응용까지 살펴보며, Visdom을 이용한 시각화 기법도 배웁니다. 실습 중심의 커리큘럼을 통해 PyTorch를 활용한 딥러닝 모델 구현 능력을 키울 수 있습니다.
Overview
Syllabus
Docker Instruction.
[PyTorch] Lab-01-1 Tensor Manipulation 1.
[PyTorch] Lab-01-2 Tensor Manipulation 2.
[PyTorch] Lab-02 Linear regression.
[PyTorch] Lab-03 Deeper Look at GD.
[PyTorch] Lab-04-1 Multivariable Linear regression.
[PyTorch] Lab-04-2 Loading Data.
[PyTorch] Lab-05 Logistic Regression.
[PyTorch] Lab-06 Softmax Classification.
[PyTorch] Lab-07-1 Tips.
[PyTorch] Lab-07-2 MNIST Introduction.
[PyTorch] Lab-08-1 Perceptron.
[PyTorch] Lab-08-2 Multi Layer Perceptron.
[PyTorch] Lab-09-1 ReLU.
[PyTorch] Lab-09-2 Weight initialization.
[PyTorch] Lab-09-3 Dropout.
[PyTorch] Lab-09-4 Batch Normalization.
[PyTorch] Lab-10-0 Convolution Neural Networkintro.
[PyTorch] Lab-10-1 Convolution.
[PyTorch] Lab-10-2 mnist cnn.
[PyTorch] Lab-10-3 visdom.
[PyTorch] Lab-10-4-1 ImageFolder1.
[PyTorch] Lab-10-4-2 ImageFolder2.
[PyTorch] Lab-10-5 Advance CNN(VGG).
[PyTorch] Lab-10-6-1 Advanced CNN(RESNET)1.
[PyTorch] Lab-10-6-2 Advanced CNN(RESNET)2.
[PyTorch] Lab-10-7 Next step of CNN.
[PyTorch] Lab-11-0 RNN intro.
[PyTorch] Lab-11-1 RNN basics.
[PyTorch] Lab-11-2 RNN hihello and charseq.
[PyTorch] Lab-11-3 RNN Long sequence.
[PyTorch] Lab-11-4 RNN timeseries.
[PyTorch] Lab-11-5 RNN seq2seq.
[PyTorch] Lab-11-6 RNN PackedSequence.
Taught by
Deep Learning Zero To All
