과정정보
교육소개
본 과정에서는 PyTorch를 통해 딥러닝 기초 이론을 배우고, 컴퓨터 비전 및 시퀀스 데이터 처리 방법에 대해 배운다
합성곱 신경망(CNN)과 순환신경망(RNN)에 대해 이론을 학습한다.
인공신경망, 합성곱 신경망, 순환 신경망 구축 방법을 PyTorch 통해 실습한다.
학습목표
PyTorch를 통해 인공신경망, CNN, RNN을 구축하고 이해한다.
인공신경망의 원리와 활용 방법에 대해 배운다.
학습대상
PyTorch로 딥러닝 제대로 배우기 기초편 학습자
PyTorch에 기초 지식이 있는 학습자
Python에 대한 기본 지식이 있는 학습자
강사 및 내용전문가 소개
김동희
평가비율 및 수료기준
학습목차
3
컴퓨터 비전 이론 학습, 컴퓨터 비전에서 문제점
-
컴퓨터 비전 이론 학습, 컴퓨터 비전에서 문제점
4
합성곱 신경망 이론 학습, 합성곱 신경망 구조와 원리 학습, 합성곱 신경망 응용법 학습
-
합성곱 신경망 이론 학습, 합성곱 신경망 구조와 원리 학습, 합성곱 신경망 응용법 학습
5
합성곱 신경망 실습, Kernel size 변경, Stride 변경
-
합성곱 신경망 실습, Kernel size 변경, Stride 변경
6
합성곱 신경망 응용, Blocked layer vs. normal method 비교
-
합성곱 신경망 응용, Blocked layer vs. normal method 비교
10
Vanila RNN 모델 실습, LSTM 실습, GRU 실습
-
Vanila RNN 모델 실습, LSTM 실습, GRU 실습
수강후기
연관과정
동일 카테고리 내 인기과정
