[HD]PyTorch(파이토치)로 딥러닝 제대로 배우기 (중급) Part.2

[HD]PyTorch(파이토치)로 딥러닝 제대로 배우기 (중급) Part.2

50,000원
  • 지원유형
    • 평생교육바우처
  • 학습기간
    수료여부 관계없이 복습 12개월 추가 제공
  • 수료기준 진도 80% 이상
주문금액
50,000원
연관강의

comment

인공신경망의 원리와 활용 방법을 깊이 있게 배우며 PyTorch로 다양한 모델을 구축하는 방법을 배웁니다.

미리보기
학습방법 : HTML5 ( PC
, 스마트폰, 타블렛
)
학습시간 : 7시간 10차시
난이도 : 입문
강의목표

PyTorch를 통해 인공신경망, CNN, RNN을 구축하고 이해한다.인공신경망의 원리와 활용 방법에 대해 배운다.

강의소개

본 과정에서는 PyTorch를 통해 딥러닝 기초 이론을 배우고, 컴퓨터 비전 및 시퀀스 데이터 처리 방법에 대해 배운다합성곱 신경망(CNN)과 순환신경망(RNN)에 대해 이론을 학습한다.인공신경망, 합성곱 신경망, 순환 신경망 구축 방법을 PyTorch 통해 실습한다.

학습대상

PyTorch로 딥러닝 제대로 배우기 기초편 수강자또는 PyTorch에 기초 지식이 있는 사람Python에 대한 기본 지식이 있는 사람

수료기준
필수평가 : 진도 (80% 이상)
총점 80 점 이상시 수료
학습목차
[HD]PyTorch(파이토치)로 딥러닝 제대로 배우기 (중급) Part.2
1. 과대적합 & 과소적합 학습 1
61 분
2. 과대적합 & 과소적합 실습 2
26 분
3. 컴퓨터 비전 이론 학습, 컴퓨터 비전에서 문제점
47 분
4. 합성곱 신경망 이론 학습, 합성곱 신경망 구조와 원리 학습, 합성곱 신경망 응용법 학습
58 분
5. 합성곱 신경망 실습, Kernel size 변경, Stride 변경
46 분
6. 합성곱 신경망 응용, Blocked layer vs. normal method 비교
46 분
7. 순환 신경망 이론, RNN 기초
20 분
8. LSTM 이론, LSTM 구조
14 분
9. GRU 이론, GRU 구조
12 분
10. Vanila RNN 모델 실습, LSTM 실습, GRU 실습
56 분