Главная
Study mode:
on
1
Docker Instruction
2
[PyTorch] Lab-01-1 Tensor Manipulation 1
3
[PyTorch] Lab-01-2 Tensor Manipulation 2
4
[PyTorch] Lab-02 Linear regression
5
[PyTorch] Lab-03 Deeper Look at GD
6
[PyTorch] Lab-04-1 Multivariable Linear regression
7
[PyTorch] Lab-04-2 Loading Data
8
[PyTorch] Lab-05 Logistic Regression
9
[PyTorch] Lab-06 Softmax Classification
10
[PyTorch] Lab-07-1 Tips
11
[PyTorch] Lab-07-2 MNIST Introduction
12
[PyTorch] Lab-08-1 Perceptron
13
[PyTorch] Lab-08-2 Multi Layer Perceptron
14
[PyTorch] Lab-09-1 ReLU
15
[PyTorch] Lab-09-2 Weight initialization
16
[PyTorch] Lab-09-3 Dropout
17
[PyTorch] Lab-09-4 Batch Normalization
18
[PyTorch] Lab-10-0 Convolution Neural Networkintro
19
[PyTorch] Lab-10-1 Convolution
20
[PyTorch] Lab-10-2 mnist cnn
21
[PyTorch] Lab-10-3 visdom
22
[PyTorch] Lab-10-4-1 ImageFolder1
23
[PyTorch] Lab-10-4-2 ImageFolder2
24
[PyTorch] Lab-10-5 Advance CNN(VGG)
25
[PyTorch] Lab-10-6-1 Advanced CNN(RESNET)1
26
[PyTorch] Lab-10-6-2 Advanced CNN(RESNET)2
27
[PyTorch] Lab-10-7 Next step of CNN
28
[PyTorch] Lab-11-0 RNN intro
29
[PyTorch] Lab-11-1 RNN basics
30
[PyTorch] Lab-11-2 RNN hihello and charseq
31
[PyTorch] Lab-11-3 RNN Long sequence
32
[PyTorch] Lab-11-4 RNN timeseries
33
[PyTorch] Lab-11-5 RNN seq2seq
34
[PyTorch] Lab-11-6 RNN PackedSequence
Description:
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.

모두를 위한 딥러닝 - PyTorch

Add to list