여기를 클릭하면, 샘플강의가 재생됩니다.
- tag
라이브러리 없이 맨바닥부터 조립! 내 손으로 직접 짜는 100% 수제 딥러닝 엔진
담당강사 : 이성용
| 강의구성 | 총 12강좌 (강의시간 : 총 ) | 수강기간 | 30일 |
|---|---|---|---|
| 강의형식 | 동영상 | 수강료 |
48,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 중급 | 강의에서 사용하는 프로그램 & 버전 |
PyCharm (부분 유료) |
| 담당강사 |
이성용 강사
|
참고도서 |
| 강의구성 | 총 12강좌 (강의시간 : 총 ) |
|---|---|
| 수강기간 | 30일 |
| 강의형식 | 동영상 |
| 수강료 |
48,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 중급 |
| 강의에서 사용하는 프로그램 & 버전 |
PyCharm (부분 유료) |
| 담당강사 |
이성용 강사
|
- 수강신청
-
- 현재 강좌만 수강 신청하기
- 수강료 48,000원
- 수강기간 : 30일 수강신청
-
- 자유이용권으로 수강하기
- 총 4,149강좌 / 53,975개 영상
3개월 62,700원, 6개월 118,800원, 12개월 224,400원의 가격으로 무제한 수강해 보세요. - 자유이용권 구매 >
- 과정소개
- 오차역전파법의 원리부터 최적화, 과적합 방지까지 딥러닝 핵심 기술을 파이썬으로 밑바닥부터 직접 구현하며 신경망의 동작 원리를 깊이 있게 이해하는 중급 2차 과정입니다.
- 학습목표
- 계산 그래프와 역전파를 숙지하고 레이어와 최적화 기법을 코드로 구현하여, 과적합 방지 및 하이퍼파라미터 튜닝을 통해 완성된 딥러닝 모델을 설계하는 역량을 기릅니다.
- 교육대상
- 딥러닝 기초를 숙지하고 역전파를 이해하고 싶은 분, 프레임워크에 의존하지 않고 딥러닝 엔진을 밑바닥부터 구축하며 실전 실험 설계와 최적화 기법을 적용해보고 싶은 학습자입니다.
- 선수 과정
- 파이썬으로 배우는 딥러닝 초급
차시별 학습목표
- 01. 수치 미분의 속도 한계를 극복하는 오차역전파법과 계산 그래프, 연쇄 법칙의 개념을 파악한다.
- 02. 역전파를 파이썬 코드로 구현하고, 기존 수치 미분과 역전파의 계산 속도 및 정확도를 비교한다.
- 03. 덧셈과 곱셈 연산의 역전파 원리를 파악하고 이를 파이썬 클래스의 단일 레이어로 직접 구현한다.
- 04. 실제 신경망에 적용되는 ReLU, Sigmoid 함수와 아핀 변환의 역전파 과정을 코드로 구현한다.
- 05. 신경망의 마지막 출력 단계인 소프트맥스 함수와 교차 엔트로피 오차를 결합하여 역전파를 단순화한다.
- 06. 개별적으로 구현한 레이어 부품들을 조립하여 모듈화된 2층 신경망 클래스를 완성하고 흐름을 제어한다.
- 07. 수치 미분과 역전파의 기울기를 상호 비교하여 코드를 검증하고, MNIST 데이터셋으로 실전 학습을 진행한다.
- 08. 손실 함수의 최솟값을 효율적이고 빠르게 찾기 위해 매개변수(가중치)를 갱신하는 최적화 기법을 학습한다.
- 09. 가중치 초기값을 무작위나 0으로 설정할 때의 한계를 파악하고, 활성화 값의 고른 분포가 가지는 중요성을 배운다.
- 10. 활성화 함수 특성에 맞춘 최적의 가중치 초기화 기법과 학습의 안정성을 크게 높이는 배치 정규화를 적용한다.
- 11. 훈련 데이터에만 과도하게 맞춰지는 과적합 현상을 명확히 이해하고, 이를 방지하기 위한 정규화 기술을 학습한다.
- 12. 학습률 등 사용자가 직접 설정해야 하는 하이퍼파라미터의 최적값을 도출하기 위한 올바른 실험 환경과 검증 방법을 설계한다.
- 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.