"CS231n으로 시작하는 딥러닝" 모임에서는 자타공인 최고의 딥러닝 강좌 CS231n을 시청해온 후 발표와 함께 토론을 나누며 공부하는 시간을 갖게 됩니다. 머릿속에 산재해 있는 딥러닝과 관련한 불확실한 지식의 파편들이, 본 시간을 통해 한데 모여 탄탄히 잡혀가는 느낌을 받기를 진심으로 바랍니다. 제가 그랬던 것 처럼요 :)
- 딥러닝, 특히 CNN과 관련된 역사적인 논문들을 접할 수 있는 연결고리를 얻게 됩니다.
- 딥러닝의 기초 개념 및 원리 : 딥러닝의 탄생 배경과 함께 선형 모델과 비선형 모델, 그리고 활성화 함수를 공부하게 됩니다.
- 딥러닝 모델 및 모델 학습 : CNN, RNN 등의 대표적인 모델에 대하여 공부하고, 모델을 학습시키는 과정과 최적화에 대하여 알아봅니다.
- 컴퓨터 비전 : Image Detection / Segmentation 에 대해 알아보고, 나아가 생성모델(Generative Model)에 대하여 알아봅니다.
- 딥러닝에 대하여 1회 이상 접해본 경험
- 선형대수학/미적분학과 관련한 대학교 1학년 수준의 기초적인 지식(vector, partial derivative, gradient, Chain rule 등)
- 컴퓨터 비전에 대한 기본 지식을 다지고 싶으신 분
- 딥러닝을 공부하기는 했으나 알수 없는 애매함이 머릿속에 감도시는 분
- 나 딥러닝 그래도 조금은 안다! 하고 자랑하고 싶으신 분
- 기초수학, 특히 미분에 대한 개념이 잡혀있지 않은 분
- 한글 자막이 있어도 영어 강의 이해가 힘든 분
2) 이후 돌아가면서 발표를 진행(약 40분)하고, 질의응답 및 토론 시간(약 15분)을 통하여 궁금한 점을 함께 나누어 봅니다.
3) 마지막으로 저 퍼실이가 강의 내용을 요약정리해주고, 심화 학습을 원하는 분들을 위해 질문을 던집니다! (10분)
4) 개인적인 사정으로 발표가 힘들어질 경우, 꼭! 미리 저 퍼실이에게 연락을 부탁드립니다.
Lecture 3. Loss Function and Optimization
Lecture 4. Introduction to Neural Networks
Lecture 5. Convolutional Neural Networks
Lecture 6. Training Neural Networks, part I
Lecture 7. Training Neural Networks, part II
Lecture 9. CNN Architectures
Lecture 10. Recurrent Neural Networks
Lecture 11. Detection and Segmentation
Lecture 12. Visualizing and Understanding
Lecture 13. Generative Models +개인적으로 구현한 모델 발표
개인적으로 구현한 모델 발표
http://cs231n.stanford.edu/2017/syllabus.html
Youtube https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv
- Lecture1 가볍게, Lecture2 조금 집중해서 강의 수강해오기!
- 맑은 정신과 하나라도 더 얻어가려는 마음가짐. 적극적으로 질문하려는 자세!
강유선
#컴퓨터비전#딥러닝
자기 소개 및 개설 동기
안녕하세요 저는 컴퓨터 비전을 전공하였고 지금도 여전히 공부중에 있습니다.
머신러닝 및 딥러닝을 공부한다면 절대 빼놓을수 없는 유명한 강의!
스탠퍼드 대학교의 CS231n을 좀 더 재미있고 심도있게 공부하고 싶어서 풀잎스쿨을 열게 되었어요!
11주간 좋은 인사이트를 공유하면서, 어디가서 'CS231n은 들었죠~'라고
당당하게 이야기하실 수 있도록 제가 도와드리겠습니다.
그 첫걸음, 함께 걸으실까요?
소속
풀잎스쿨 / LAB 참여 이력 풀잎17기 CS231n으로 시작하는 딥러닝 참가
풀잎스쿨 / LAB 참여 이력
LAB Advanced Computer vision LAB 참여
LAB Autonomous Driving LAB 2 참여
풀잎26기 파이썬 머신러닝 완벽 가이드 퍼실
풀잎24기 Object Detection and Segmentation DIY 퍼실
풀잎21기 cs231n Assignment3 완전정복 퍼실
풀잎19기 CS231n Assignments로 따라잡기 퍼실
풀잎18기 cs231n으로 시작하는 딥러닝 퍼실
풀잎36기 fastai와 파이토치가 만나 꽃피운 딥러닝 & Practical Deep Learning for Coders 참여
풀잎30기 Medical AI Research 기초과정 참여
풀잎26기 도전! 수퍼모델 딥러닝 참여
풀잎21기 Mathematics for Machine Learning S2 참여
풀잎19기 거꾸로 보는 self-supervised learning 파트1 참여
풀잎18기 CS182로 딥러닝 Deep하게 찍먹하기 참여
풀잎17기 CS231n으로 시작하는 딥러닝 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
모임시작
2022년 01월 12일
모임일시
매주 수요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2021년 12월 01일 ~ 2022년 01월 10일
모집인원
12명
모집방법
신청 후 선발
165,000원
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
모임시작
2022년 01월 12일
모임일시
매주 수요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2021년 12월 01일 ~ 2022년 01월 10일
모집인원
12명
모집방법
신청 후 선발
165,000원
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
"CS231n으로 시작하는 딥러닝" 모임에서는 자타공인 최고의 딥러닝 강좌 CS231n을 시청해온 후 발표와 함께 토론을 나누며 공부하는 시간을 갖게 됩니다. 머릿속에 산재해 있는 딥러닝과 관련한 불확실한 지식의 파편들이, 본 시간을 통해 한데 모여 탄탄히 잡혀가는 느낌을 받기를 진심으로 바랍니다. 제가 그랬던 것 처럼요 :)
- 딥러닝, 특히 CNN과 관련된 역사적인 논문들을 접할 수 있는 연결고리를 얻게 됩니다.
- 딥러닝의 기초 개념 및 원리 : 딥러닝의 탄생 배경과 함께 선형 모델과 비선형 모델, 그리고 활성화 함수를 공부하게 됩니다.
- 딥러닝 모델 및 모델 학습 : CNN, RNN 등의 대표적인 모델에 대하여 공부하고, 모델을 학습시키는 과정과 최적화에 대하여 알아봅니다.
- 컴퓨터 비전 : Image Detection / Segmentation 에 대해 알아보고, 나아가 생성모델(Generative Model)에 대하여 알아봅니다.
- 딥러닝에 대하여 1회 이상 접해본 경험
- 선형대수학/미적분학과 관련한 대학교 1학년 수준의 기초적인 지식(vector, partial derivative, gradient, Chain rule 등)
- 컴퓨터 비전에 대한 기본 지식을 다지고 싶으신 분
- 딥러닝을 공부하기는 했으나 알수 없는 애매함이 머릿속에 감도시는 분
- 나 딥러닝 그래도 조금은 안다! 하고 자랑하고 싶으신 분
- 기초수학, 특히 미분에 대한 개념이 잡혀있지 않은 분
- 한글 자막이 있어도 영어 강의 이해가 힘든 분
2) 이후 돌아가면서 발표를 진행(약 40분)하고, 질의응답 및 토론 시간(약 15분)을 통하여 궁금한 점을 함께 나누어 봅니다.
3) 마지막으로 저 퍼실이가 강의 내용을 요약정리해주고, 심화 학습을 원하는 분들을 위해 질문을 던집니다! (10분)
4) 개인적인 사정으로 발표가 힘들어질 경우, 꼭! 미리 저 퍼실이에게 연락을 부탁드립니다.
Lecture 3. Loss Function and Optimization
Lecture 4. Introduction to Neural Networks
Lecture 5. Convolutional Neural Networks
Lecture 6. Training Neural Networks, part I
Lecture 7. Training Neural Networks, part II
Lecture 9. CNN Architectures
Lecture 10. Recurrent Neural Networks
Lecture 11. Detection and Segmentation
Lecture 12. Visualizing and Understanding
Lecture 13. Generative Models +개인적으로 구현한 모델 발표
개인적으로 구현한 모델 발표
http://cs231n.stanford.edu/2017/syllabus.html
Youtube https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv
- Lecture1 가볍게, Lecture2 조금 집중해서 강의 수강해오기!
- 맑은 정신과 하나라도 더 얻어가려는 마음가짐. 적극적으로 질문하려는 자세!
머신러닝 및 딥러닝을 공부한다면 절대 빼놓을수 없는 유명한 강의!
스탠퍼드 대학교의 CS231n을 좀 더 재미있고 심도있게 공부하고 싶어서 풀잎스쿨을 열게 되었어요!
11주간 좋은 인사이트를 공유하면서, 어디가서 'CS231n은 들었죠~'라고
당당하게 이야기하실 수 있도록 제가 도와드리겠습니다.
그 첫걸음, 함께 걸으실까요?
LAB Advanced Computer vision LAB 참여
LAB Autonomous Driving LAB 2 참여
풀잎26기 파이썬 머신러닝 완벽 가이드 퍼실
풀잎24기 Object Detection and Segmentation DIY 퍼실
풀잎21기 cs231n Assignment3 완전정복 퍼실
풀잎19기 CS231n Assignments로 따라잡기 퍼실
풀잎18기 cs231n으로 시작하는 딥러닝 퍼실
풀잎36기 fastai와 파이토치가 만나 꽃피운 딥러닝 & Practical Deep Learning for Coders 참여
풀잎30기 Medical AI Research 기초과정 참여
풀잎26기 도전! 수퍼모델 딥러닝 참여
풀잎21기 Mathematics for Machine Learning S2 참여
풀잎19기 거꾸로 보는 self-supervised learning 파트1 참여
풀잎18기 CS182로 딥러닝 Deep하게 찍먹하기 참여
풀잎17기 CS231n으로 시작하는 딥러닝 참여
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.