AI 입문 실전(딥러닝+Pytorch), AI 필수 기초
-
선착순 게임 노가다 돈벌기 계획, 일 1k+, 일반인 한가한 시간에 가능! (공개)
회원 참고 학습 자료 멤버십 가입
강의 목차:
1. 강의 소개
– 강의 내용과 학습 목표를 이해합니다.
2. 신경망 작업 분석
– 신경망이 수행해야 할 작업을 분석하여 학습의 기초를 다집니다.
3. 모델 업데이트 방법 해설
– 모델 업데이트 방법과 원리를 해설하고 모델 최적화 기술을 습득합니다.
4. 손실 함수 계산 방법
– 손실 함수 계산 방법을 배우고 모델 효과를 평가하는 기준을 이해합니다.
5. 순전파 과정 해설
– 신경망 순전파의 과정과 원리를 심층 분석합니다.
6. 역전파 시연
– 역전파 과정을 직접 시연하여 이해를 심화하고 기술을 습득합니다.
7. 신경망 아키텍처 분해
– 신경망의 전체 아키텍처를 상세히 분석하고 각 부분의 기능과 역할을 정리합니다.
8. 효과 시각화 분석
– 시각화 도구를 활용하여 신경망 효과를 분석하고 모델 성능을 최적화합니다.
9. 뉴런 개수의 역할
– 뉴런 개수가 모델 효과에 미치는 영향을 탐구하고 네트워크 구조를 최적화합니다.
10. 전처리와 dropout
– 데이터 전처리와 dropout 기술을 배워 모델 일반화 능력을 향상시킵니다.
11-25. 합성곱 신경망 및 응용
– 합성곱 신경망의 원리와 응용을 단계별로 분석하여 이미지 처리 작업을 구현합니다.
26-32. PyTorch 프레임워크 및 데이터 처리
– PyTorch 프레임워크와 데이터 처리 방법을 깊이 이해하고 모델을 구축하고 훈련합니다.
33-45. 딥러닝 모델 훈련
– 딥러닝 모델의 훈련 과정과 기술을 배워 모델 효과를 향상시킵니다.
46-60. 텍스트 데이터 처리 및 훈련
– 텍스트 데이터 처리와 훈련 기술을 탐구하고 자연어 처리 작업에 적용합니다.
61-69. 모델 배포 및 서비스
– 모델 배포와 서버 측 처리를 학습하여 실제 시나리오에서 모델을 적용하는 방법을 익힙니다.
70-76. 비전 transformer 모델
– 비전 transformer 모델의 원리와 구현 방법을 분석하고 이미지 처리에 적용합니다.
77. 프로젝트 소스 코드 디버깅과 실습
– 프로젝트 소스 코드 디버깅 과정을 시연하여 학습자가 배운 지식을 이해하고 적용할 수 있도록 돕습니다.
관련 강의
![[국경절 추천]AI 자동화 게임, 일일 수입 1k+, 조작 간단, 3년간 안정 운영![폭로]](https://china.bugape.com/public/uploads/ml/ml_5503_kr.jpg)
