부스트캠프 AI Tech
1.[PyTorch] 01. Introduction to PyTorch
프레임워크 kerasrapper: 자체가 연산 지원 Xhigh level APIkeras + tensorflowtensorflowcomputational graphDefine and Rungoogle > production, cloud 연결, multi GPU > 개
2.[PyTorch] 02. PyTorch Basics
numpy와 유사autogradient의 표현이 다름다차원 Arrays 를 표현하는 PyTorch 클래스사실상 numpy의 ndarray와 동일(그러므로 TensorFlow의 Tensor와도 동일)Tensor를 생성하는 함수도 거의 동일codetensor 생성(list
3.[PyTorch] 03. PyTorch 프로젝트 구조 이해하기
(개발 )초기 단계에서는 대화식 개발 과정이 유리학습과정과 디버깅 등 지속적인 확인배포 및 공유 단계에서는 notebook 공유의 어려움쉬운 재현의 어려움, 실행순서 꼬임DL 코드도 하나의 프로그램개발 용이성 확보와 유지보수 향상 필요→ 딥러닝이나 머신러닝에 기본적인건
4.[PyTorch] 04. Autograd & Optimizer
nn.Module, nn.Parameter, Backward, Optimizer
5.[PyTorch] 05. Dataset & Dataloader
데이터 입력 형태를 정의하는 Dataset, 네트워크에 Batch 단위로 데이터를 로딩하는 DataLoader
6.[DL Basic] 01. 딥러닝 기본 용어 설명
딥러닝의 key components와 최근 10년간의 패러다임
7.[DL Basic] 02. 뉴럴 네트워크 - MLP(Multi-Layer Perceptron)
신경망의 정의와 Deep Neural Networks
8.[DL Basic] 03. Optimization
Generalization, Overfitting, Cross-validation, Bias-variance tradeoff, Bootstrapping, Bagging and boosting, Gradient Descent 기법들
9.[DL Basic] 04. Convolution은 무엇인가?
Convolution의 정의, convolution 연산 방법과 기능 그리고 기본적인 CNN
10.[DL Basic] 05. Modern CNN - 1x1 convolution의 중요성
AlexNet, VGGNet, GoogLeNet, ResNet, DenseNet
11.[DL Basic] 09. Generative Models 1
Generative model과 통계 이론