아이티고

여기를 클릭하면, 샘플강의가 재생됩니다.

강좌코드 : la_L110113

김동희 강사

PyTorch(파이토치)로 딥러닝 제대로 배우기 (활용) Part.2
담당강사 : 김동희

강의구성	총 14강좌 (강의시간 : 총 )	권장 수강기간	30일
강의형식	동영상	증빙서류	이 강좌의 80% 이상 수강 시 출력이 가능합니다.

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. Inception 모델의 개발 목적에 대해 배운다. 2. Inception 모델의 동작 원리에 대해 배운다.

02. 1. Inception 모델을 호출 할 수 있다. 2. ImageNet sample을 활용하여 Inception 모델을 활용 할 수 있다.

03. 1. ResNet 모델의 개발 목적에 대해 배운다. 2. ResNet 모델의 동작 원리에 대해 배운다.

04. 1. ResNet 모델을 호출 할 수 있다. 2. ImageNet sample을 활용하여 ResNet 모델을 활용 할 수 있다.

05. 1. Object detection에 대해 배운다 2. R-CNN, Fast R-CNN, Faster R-CNN에 대해 배운다.

06. 1. Faster R-CNN 모델을 호출 할 수 있다. 2. Faster R-CNN을 통해서 Object detection을 할 수 있다.

07. 1. Object detection에 대해 배운다 2. SSD에 대해 배운다.

08. 1. SSD 모델을 호출 할 수 있다. 2. SSD를 통해서 Object detection을 할 수 있다.

09. 1. Segmentation에 대한 기초를 학습한다. 2. FCN의 특징과 장점 및 단점에 대해 학습한다.

10. 1. FCN 모델을 호출 할 수 있다. 2. FCN를 통해서 Segmentation을 할 수 있다.

11. 1. Segmentation에 대한 기초를 학습한다. 2. Mask R-CNN의 특징과 장점 및 단점에 대해 학습한다.

12. 1. Mask R-CNN 모델을 호출 할 수 있다. 2. Mask R-CNN를 통해서 Segmentation을 할 수 있다.

13. 1. GAN의 원리에 대해 학습 할 수 있다. 2. DCGAN을 배울 수 있다.

14. 1. DCGAN 모델을 학습 할 수 있다. 2. DCGAN 모델을 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.