6과목 Deep Learning with TensorFlow
딥러닝 분석 알고리즘인 CNN, RNN의 구조와 각 특징을 학습합니다. 그리고 각 분석 방법에 따른 실습을 통해서 프로그래밍 지식을 습득하고 역량을 강화합니다.
24등록한 수강생
이번 강의에서는
딥러닝은 물체 식별, 시각적 이미지 분석, 자연어 처리 등 딥러닝은 다양하게 활용되며 심층신경망, 합성곱 신경망 등 사용되는 분석 방법론의 종류도 다양합니다.
딥러닝에는 다양한 알고리즘이 존재합니다. 이번 강의에서는 딥러닝 분석 알고리즘인 CNN, RNN의 구조와 각 특징을 학습합니다. 그리고 각 분석 방법에 따른 실습을 통해서 프로그래밍 지식을 습득하고 역량을 강화합니다.
강의 커리큘럼
| 6.1 CNN | |||
| 6.1.1-1 CNN 이해하기 ( image Recognition Classifier, Artificial intelligence ) | 00:25:58 | ||
| 6.1.1-2 CNN 이해하기 ( gradient descent, slightly more complex world ) | 00:42:37 | ||
| 6.1.2-1 CNN 이론 ( CNN introduction(1) ) | 00:27:44 | ||
| 6.1.2-2 CNN 이론 ( CNN introduction(2), max pooling and others, 퀴즈, 정리하기 ) | 00:26:24 | ||
| 6.1.3-1 CNN Case Study ( LeNet-5 ) | 00:30:38 | ||
| 6.1.3-2 CNN Case Study ( AlexNet, GoogLeNet, ResNet, AlphaGo ) | 00:33:24 | ||
| 6.1.4-1 CNN 실습 ( CNN Basic(1) ) | 00:25:29 | ||
| 6.1.4-2 CNN 실습 ( CNN Basic(2), MNIST 99% with CNN ) | 00:25:33 | ||
| 6.2 RNN | |||
| 6.2.1-1 RNN 기초 ( RNN 이해하기(1) ) | 00:25:51 | ||
| 6.2.1-2 RNN 기초 ( RNN 이해하기(2), 실습테스트 ) | 00:40:16 | ||
| 6.2.2-1 RNN 개념 ( Sequence data, RNN(1) ) | 00:28:41 | ||
| 6.2.2-2 RNN 개념 ( RNN(2) ) | 00:26:25 | ||
| 6.2.2-3 RNN 개념 ( RNN 활용, 응용, 퀴즈, 정리하기 ) | 00:25:50 | ||
| 6.2.3-1 RNN 실습 ( Basic 실습1, 실습2 ) | 00:44:34 | ||
| 6.2.3-2 RNN 실습 ( Basic 실습3, RNN 실습 훈련시키기1 ) | 00:25:35 | ||
| 6.2.3-3 RNN 실습 ( RNN 실습 훈련시키기 2 ) | 00:25:53 | ||
| 6.2.3-4 RNN 실습 ( 긴문장 학습1 ) | 00:29:07 | ||
| 6.2.3-5 RNN 실습 ( 긴문장 학습2 ) | 00:26:33 | ||
| 6.2.3-6 RNN 실습 ( RNN FC ) | 00:33:50 | ||
| 6.2.3-7 RNN 실습 ( Stacked RNN ) | 00:25:38 | ||
| 6.2.3-8 RNN 실습 ( RNN 주가예측 ) | 00:30:47 | ||
수강 후기
관련된 강의
ADsP 데이터분석 준전문가 2024
adp 필기 올패키지
CNN basic2 그래프 리셋 주셔야 합니다
코드 수정부탁드립니다.
convolution layer 1전에
tf.reset_default_graph()
전체적으로 코드 이상없는지 확인 부탁드립니다.
1
1
다양한 특성(데이터) 관련 실습강의가 많아지면 좋겠습니다.
기존 많이 소개된 실습데이터 외에 다양한 분야의 데이터를 적용한 강의가 있으면 더 도움이 될것 같습니다.
좋은강의 감사합니다
좋은강의 감사합니다
기초를 잘 설명해 좋았습니다.
.
좋은 강의 감사합니다.
계속 반복해서 듣고 싶습니다.
감사합니다.