배우고 익히는 즐거움, 아이티고
알림
여기를 클릭하면, 샘플강의가 재생됩니다.
- tag
PyTorch(파이토치)로 딥러닝 제대로 배우기 (활용) Part.1
담당강사 : 김동희
| 강의구성 | 총 13강좌 (강의시간 : 총 ) | 수강기간 | 30일 |
|---|---|---|---|
| 강의형식 | 동영상 | 수강료 |
52,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 초급 | 강의에서 사용하는 프로그램 & 버전 |
- |
| 담당강사 |
김동희 강사
|
||
| 강의구성 | 총 13강좌 (강의시간 : 총 ) |
|---|---|
| 수강기간 | 30일 |
| 강의형식 | 동영상 |
| 수강료 |
52,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 초급 |
| 강의에서 사용하는 프로그램 & 버전 |
- |
| 담당강사 |
김동희 강사
|
- 과정소개
-
? 본 과정에서는 논문 이론을 바탕으로 딥러닝을 배우고 실습을 수행한다.
? 인공지능 학문에서 다루는 내용을 위주로 진행하고, 간단한 실습을 통해 결과를 확인한다.
? 컴퓨터 비전에서 다루는 이미지 분류, 객체 탐지 등의 Task를 해결 할 수 있다.
- 학습목표
-
? Pytorch를 통해 비전 Task를 해결 할 수 있다.
? 이미지분류, 사물탐지, Segmentation 등의 Task를 수행하는 인공지능 모델을 구성하고 학습 할 수 있다.
? 기존에 학습된 모델을 호출하여 재학습 할 수 있다.
- 교육대상
-
? PyTorch로 딥러닝 제대로 배우기 기초편 및 중급편 수강자
? 또는 PyTorch와 딥러닝에 기초 지식이 있는 사람
? Python에 대한 기본 지식이 있는 사람
차시별 학습목표
- 01. 1. 컴퓨터 비전 역사와 개요 2. 컴퓨터 비전 Task의 종류
- 02. 1. 실습환경에 대해 배운다
- 03. 1. Colab을 사용하고 다룰 수 있다
- 04. 1. 데이터 셋의 종류와 특징을 알 수 있다. 2. PyTorch dataset과 DataLoader에 대한 지식을 습득 할 수 있다.
- 05. 1. 데이터를 호출 할 수 있다. 2. Custom Dataset을 생성 할 수 있다. 3. DataLoader를 다룰 수 있다.
- 06. 1. CNN의 기본 동작 원리에 대해 배운다. 2. CNN의 활용 이론에 대해 배운다.
- 07. 1. CNN을 구축하여 Task를 해결한다. 2. 전이학습을 활용하여 개, 고양이 분류를 수행한다.
- 08. 1. LeNet의 개발 목적에 대해 배운다. 2. LeNet의 동작 원리에 대해 배운다.
- 09. 1. CIFAR-10 데이터를 활용하여 모델을 학습 할 수 있다. 2. 학습된 모델을 평가 할 수 있다.
- 10. 1. AlexNet의 개발 목적에 대해 배운다. 2. AlexNet의 동작 원리에 대해 배운다.
- 11. 1. CIFAR-100 데이터를 활용하여 모델을 학습 할 수 있다. 2. 학습된 모델을 평가 할 수 있다.
- 12. 1. VGGNet의 개발 목적에 대해 배운다. 2. VGGNet의 동작 원리에 대해 배운다.
- 13. 1. VGGNet 모델을 호출 할 수 있다. 2. VGGNet을 CIFAR-100 데이터 셋을 통해 학습 할 수 있다. 3. 이미 학습이 완료된 모델을 호출하여 평가 할 수 있다.
- 참고사항
- - 수강 기간 중 언제든지 반복 수강이 가능합니다.
- - 수강 여부 : 해당 차시의 80%를 수강하면 (회색) 배경으로 표시됩니다.
- - 수강 신청 완료 후 수강할 수 있습니다.
- - 즐겨찾기 한 강좌는 MY Class에서 확인할 수 있습니다.
연관강좌
아이티고 강좌질문 모음
※ 아이티고 강좌 관련 문의입니다. 질문은 1:1문의 게시판에 남겨주세요.
1 / 7
- 강좌 리스트
- 01. part 1 컴퓨터비전 [37:46]
- 02. part 2-1 실습환경 [20:01]
- 03. part 2-2 실습환경 실습 [19:17]
- 04. part 3-1 데이터셋 [30:01]
- 05. part 3-2 데이터셋 실습 [32:57]
- 06. part 4-1 합성곱 신경망(CNN) [40:05]
- 07. part 4-2 합성곱 신경망(CNN) 실습 [26:42]
- 08. part 5-1 LeNet-5 [39:58]
- 09. part 5-2 LeNet-5 실습 [31:25]
- 10. part 6-1 AlexNet [34:36]
- 11. part 6-2 AlexNet 실습 [17:41]
- 12. part 7-1 VGGNet [28:14]
- 13. part 7-2 VGGNet 실습 [37:54]