<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)
- 강의소개 📱 💻
- 딥러닝의 수학적 구성요소 📱 💻 📓 📙
- 케라스와 텐서플로우 📱 💻 📓 📙
- 신경망 활용: 분류와 회귀 📱 💻 📓 📙
- 머신러닝의 핵심 이슈: 최적화 대 일반화 📓 📙
- 머신러닝 작업 흐름 일반
- 케라스 모델 활용법 📓 📙
- 합성곱 신경망: 컴퓨터 비전 📓 📙
- 컴퓨터 비전을 위한 고급 딥러닝
- 시계열 데이터와 순환 신경망 📓 📙
- 자연어처리
- 생성 딥러닝(Generativie Deep Learning)
- …
연습문제
- 3장: 텐서플로우 기본 API 활용
- 8장: 합성곱 신경망 - Conv2D, MaxPooling2D
- 8장: 합성곱 신경망 - MNIST
- 9장: 미니 Xception 모델(강아지-고양이 데이터셋)
- 10장: 순환 신경망 모델 성능 향상시키기
- …
딥러닝 지원 GPU 안내
딥러닝 학습에 사용되는 GPU의 기능과 모델 성능을 비교하는 안내서입니다.
참고 자료
머신러닝/딥러닝 학습에 도움을 주는 자료를 소개합니다.
머신러닝/딥러닝 추천 강의동영상
아핀 변환의 기하학적 이해
텐서 연산 튜토리얼
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
딥러닝 학습용 코드 모음집
강화학습 참고 동영상
- 강의 시리즈
- 전문적 코드 설명
- 비전문적 설명
딥러닝 참고 교재
- 온라인 강의노트