<Deep Learning with Python(2판)>의 소스코드를 담은 주피터 노트북을 바탕으로 딥러닝의 기초를 소개합니다.

감사의 글

자료를 공개한 저자 프랑소와 숄레(François Chollet)에게 진심어린 감사를 전합니다.

목차

링크 활용법: 📱(터치 슬라이드), 💻(pdf 슬라이드), 📓(강의노트), 📙(구글 코랩), 🎥(동영상)

1. 강의소개   📱 💻
2. 딥러닝의 수학적 구성요소   📱 💻 📓 📙
3. 케라스와 텐서플로우   📱 💻 📓 📙
4. 신경망 활용: 분류와 회귀   📱 💻 📓 📙
5. 머신러닝의 핵심 이슈: 최적화 대 일반화   📓 📙
6. 머신러닝 작업 흐름 일반
7. 케라스 모델 활용법   📓 📙
8. 합성곱 신경망: 컴퓨터 비전   📓 📙
9. 컴퓨터 비전을 위한 고급 딥러닝
   • 1부: 이미지 분할   📓 📙
   • 2부: 합성곱 신경망 기본 아키텍처 📓 📙 🎥
   • 3부: 합성곱 신경망 학습 내용 시각화
10. 시계열 데이터와 순환 신경망   📓 📙
11. 자연어처리
    • 1부: 자연어처리(NLP) 소개   📓 📙
    • 2부: 순차모델 활용   📓 📙
    • 3부: 트랜스포머 아키텍처   📓 📙
    • 4부: 시퀀스-투-시퀀스 모델   📙
12. 생성 딥러닝(Generativie Deep Learning)  
13. …

연습문제

1. 3장: 텐서플로우 기본 API 활용
2. 8장: 합성곱 신경망 - Conv2D, MaxPooling2D
3. 8장: 합성곱 신경망 - MNIST
4. 9장: 미니 Xception 모델(강아지-고양이 데이터셋)
5. 10장: 순환 신경망 모델 성능 향상시키기
6. …

딥러닝 지원 GPU 안내

딥러닝 학습에 사용되는 GPU의 기능과 모델 성능을 비교하는 안내서입니다.

• 딥러닝을 위한 GPU

참고 자료

머신러닝/딥러닝 학습에 도움을 주는 자료를 소개합니다.

머신러닝/딥러닝 추천 강의동영상

• 머신러닝: Stanford CS229: Machine Learning (Autumn 2018)
• 딥러닝: Yann LeCun’s Deep Learning Course at CDS

아핀 변환의 기하학적 이해

• 행렬 연산의 기하학적 이해(Gregory Gundersen)
• 선형대수: 행렬 연산 시각화(3Blue1Brown))

텐서 연산 튜토리얼

• TensorFlow Core: 텐서 소개

경사하강법 옵티마이저 알고리즘 소개

• An overview of gradient descent optimization algorithms
• Tom Goldstein: “An empirical look at generalization in neural nets”

비전문적 심층 신경망 설명

• 수학자가 설명하는 심층 신경망(3Blue1Brown)
• Tom Goldstein: “What do neural loss surfaces look like?”

딥러닝 학습용 코드 모음집

• Keras Code Examples
• PapersWithCode datasets
• Sebastian Raschka’s datasets

강화학습 참고 동영상

• 강의 시리즈
  • 딥마인드: 강화학습 강의 시리즈 2021
• 전문적 코드 설명
  • The Sensory Neuron as a Transformer in PyTorch
• 비전문적 설명
  • 알파고(이세돌) vs. 알파고 제로 비교 소개 동영상
  • 강화학습 학습과정 예제: Multi-Agent Hide and Seek

딥러닝 참고 교재

• 온라인 강의노트
  • Dive into Deep Learning