본문 바로가기
반응형
[PyTorch] 20주차: 최신 딥러닝 연구 및 기술 동향 강의 목표최신 딥러닝 연구 동향 및 기술 트렌드 이해최신 기술 및 도구의 적용 방법 학습실전 프로젝트를 통해 최신 기술을 활용한 모델 개발 경험강의 내용1. 최신 딥러닝 연구 동향연구 동향 개요딥러닝의 발전과 주요 연구 분야최신 연구 동향 소개주요 연구 분야자율주행의료 영상 분석자연어 처리(NLP)강화 학습(Reinforcement Learning)생성 모델(Generative Models)2. 자연어 처리(NLP) 최신 기술Transformer 기반 모델Transformer 개념 및 구조BERT, GPT 등의 최신 언어 모델BERT를 활용한 문서 분류 예제from transformers import BertTokenizer, BertForSequenceClassificationfrom transform.. 2024. 5. 31.
[PyTorch] 17주차: 심화 학습 및 최신 기술 동향 강의 목표심화 학습 주제 탐구최신 딥러닝 연구 동향 및 기술 트렌드 이해심화 학습 주제에 대한 실습 및 프로젝트 진행강의 내용1. 심화 학습 주제 소개딥러닝의 심화 학습 주제 소개강화 학습(Reinforcement Learning)생성적 적대 신경망(GANs, Generative Adversarial Networks)Transformer 및 BERT, GPT 등 최신 언어 모델메타 학습(Meta-Learning) 및 Few-Shot Learning2. 강화 학습(Reinforcement Learning)강화 학습 개념에이전트와 환경, 보상 및 정책주요 알고리즘: Q-Learning, Deep Q-Networks(DQN), Policy GradientsDQN 구현 예제import gymimport torc.. 2024. 5. 31.
[PyTorch] 4주차: 신경망 기본 구조 강의 목표신경망의 기본 개념 이해PyTorch에서 신경망 모델을 구현하는 방법 습득기본 신경망 구성 요소와 활성화 함수 이해강의 내용1. 신경망 기본 개념신경망이란 무엇인가?신경망(Neural Network)은 인간의 뇌 구조를 모방한 기계 학습 모델입니다.여러 개의 레이어로 구성되며, 각 레이어는 여러 뉴런(Neuron)으로 이루어져 있습니다.신경망의 구성 요소레이어(Layer)뉴런(Neuron)가중치(Weights)와 바이어스(Biases)활성화 함수(Activation Function)활성화 함수는 뉴런의 출력 값을 결정하는 함수입니다.비선형 활성화 함수의 중요성2. PyTorch에서의 신경망 구현torch.nn 모듈 소개신경망 모델을 쉽게 구축할 수 있도록 다양한 레이어와 함수 제공nn.Modul.. 2024. 5. 30.
[PyTorch] 3주차: 자동 미분과 Autograd 강의 목표PyTorch의 자동 미분 기능인 Autograd의 기본 개념 이해Autograd를 사용한 기울기 계산 및 활용법 습득실제 문제에 Autograd를 적용하여 모델 학습 이해강의 내용1. 자동 미분 개념Autograd란 무엇인가?자동 미분(Automatic Differentiation)은 기계 학습 모델의 학습 과정에서 기울기(Gradient)를 자동으로 계산하는 기능입니다.PyTorch의 Autograd는 후방 전달(Backpropagation) 알고리즘을 사용하여 연산 그래프를 통해 기울기를 계산합니다.자동 미분의 원리연산 그래프(Computation Graph)기울기 계산을 위한 그래프의 역전파2. 기본 개념 실습Tensor의 requires_grad 속성requires_grad=True로 .. 2024. 5. 30.
[생성 AI] 목차 "만들 수 없다면 이해하지 못한 것이다" - 리처드 파인만 생성 AI- 창의성에 관한 궁극적인 질문- 창의성의 매커니즘과 궁극적으로 인간답다는 것에 대한 의미 탐색 참고- 파이썬- 선형대수학(Mathematics for Machine Learning)- arXiv- Papers with Code 목표1. 모델의 구조와 설계의 기본 원리2. 처음부터 코딩하는 것 구성Part1) 생성 모델 & 딥러닝 + 핵심 개념 Part2) 생성 모델 구축의 6가지 핵심 기법- VAE- GAN- LSTM + PixelCNN- RealNVP + normalizing flow- constrastive divergence + Langevin dynamics- DALLE2 + Stable Diffusion Part3) 강화학습을.. 2024. 5. 25.
[Roadmap] Python Index 1. Python 기본 2. 자료구조/알고리즘 3. 머신러닝 4. 딥러닝 5. 41.  PythonPython1. 점프 투 파이썬 [book]2. 코딩 도장 [book]3. 점프 투 파이썬(라이브러리) [book]4. 기초부터 시리즈: Python 기초부터 [book] 2.  자료구조 / 알고리즘자료구조 / 알고리즘1. 잔재미코딩 [book]2. 이것이 취업을 위한 코딩테스트다 [video] [book] [github]3. 파이썬 알고리즘 인터뷰 [book] [github] 3.  머신러닝머신러닝1. 머신 러닝 교과서: 파이토치 편 [book]2. 혼자 공부하는 머신러닝+딥러닝 [video] [book]3. 혼자 공부하는 데이터분석 [book] 4. 개발자를 위한 실전 선형대수학 [book]5.. 2024. 5. 13.
반응형