어떤 모임인가요?
어떤 학문이든 기본이 가장 중요하다고 생각합니다.
파이토치, 텐서플로우 프레임워크를 그냥 쓰고 있지만 어떤 원리로 동작하는지 제대로 설명할 수 있는 분은 소수라고 생각합니다.
밑바닥부터 구현하면서 파이썬 코딩 실력(클래스를 기본적으로 다룹니다)과 더불어 딥러닝에 관한 기초지식, 파이토치와 같은 프레임워크에 대한 이해를 넓히고 싶은 분들께 강력 추천합니다.
파이토치, 텐서플로우 프레임워크를 그냥 쓰고 있지만 어떤 원리로 동작하는지 제대로 설명할 수 있는 분은 소수라고 생각합니다.
밑바닥부터 구현하면서 파이썬 코딩 실력(클래스를 기본적으로 다룹니다)과 더불어 딥러닝에 관한 기초지식, 파이토치와 같은 프레임워크에 대한 이해를 넓히고 싶은 분들께 강력 추천합니다.
모임이 더 궁금하다면 모두의연구소 커뮤니티(https://join.slack.com/t/modulabs/shared_invite/zt-24wqh8x3q-N4AzqCVF_qD1x4RQeqFzAQ) 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!
무엇을 얻을 수 있나요?
이 모임을 완주하시게 되면 다음과 같은 변화가 있습니다.
1. 효율적인 파이썬 코딩이 가능해짐
2. 딥러닝 기초를 구현 관점에서 파악
3. 파이토치, 텐서플로우에 대한 이해 레벨업
4. 규모있고 체계적인 소프트웨어를 점진적으로 만들어가는 경험!
5. 스타트업 대표가 운영하는 모임이라 취업과 연계가 될 수 있음
1. 효율적인 파이썬 코딩이 가능해짐
2. 딥러닝 기초를 구현 관점에서 파악
3. 파이토치, 텐서플로우에 대한 이해 레벨업
4. 규모있고 체계적인 소프트웨어를 점진적으로 만들어가는 경험!
5. 스타트업 대표가 운영하는 모임이라 취업과 연계가 될 수 있음
무엇을 공부하나요?
- 제1고지_ 프레임워크 개발을 위한 기반을 마련합니다.
- 제2고지_ 프레임워크를 사용하는 코드가 더 자연스럽게 보이도록 합니다.
- 제3고지_ 2차 미분을 구할 수 있도록 프레임워크를 확장합니다. ‘역전파의 역전파’ 구조를 배우고 이해하면 프레임워크의 새로운 가능성에 눈을 뜨게 됩니다.
- 제4고지_ 프레임워크를 신경망용으로 정비하고 이를 사용해 손쉽게 신경망을 구축합니다.
- 제5고지_ CPU 대응, 모델 저장과 복원 등 실전 딥러닝에 꼭 필요한 기능을 추가합니다. CNN, RNN 등 발전된 모델도 다룹니다. 딥러닝 응용을 다루는 이 주제들을 프레임워크로 구현한다면 간단한 코드만으로 해결할 수 있습니다.
- 제2고지_ 프레임워크를 사용하는 코드가 더 자연스럽게 보이도록 합니다.
- 제3고지_ 2차 미분을 구할 수 있도록 프레임워크를 확장합니다. ‘역전파의 역전파’ 구조를 배우고 이해하면 프레임워크의 새로운 가능성에 눈을 뜨게 됩니다.
- 제4고지_ 프레임워크를 신경망용으로 정비하고 이를 사용해 손쉽게 신경망을 구축합니다.
- 제5고지_ CPU 대응, 모델 저장과 복원 등 실전 딥러닝에 꼭 필요한 기능을 추가합니다. CNN, RNN 등 발전된 모델도 다룹니다. 딥러닝 응용을 다루는 이 주제들을 프레임워크로 구현한다면 간단한 코드만으로 해결할 수 있습니다.
어떤 사전지식이 필요한가요?
- 밑바닥부터 시작하는 딥러닝1 정도에 대응되는 지식
- 파이썬 자료형, 변수, 함수, 클래스 정도를 사용할 수 있는 능력
- 미적분 등의 기초적인 수학 지식
이런 분들이 들으면 좋아요!
- AI 쪽으로 커리어를 쌓아가고 싶은 직장인이나 학생
- AI 개발자 쪽으로 커리어를 전향하고 싶은 일반 개발자
- AI 쪽으로 일하고 있지만, 한 번 처음부터 개념을 다잡고 싶으신 분
- 파이토치/텐서플로우를 더 이해하고 싶은 욕구가 뿜뿜인 분들
- 추후 논문을 직접 구현할 정도의 실력을 갖추고 싶으신 분들
- AI 개발자 쪽으로 커리어를 전향하고 싶은 일반 개발자
- AI 쪽으로 일하고 있지만, 한 번 처음부터 개념을 다잡고 싶으신 분
- 파이토치/텐서플로우를 더 이해하고 싶은 욕구가 뿜뿜인 분들
- 추후 논문을 직접 구현할 정도의 실력을 갖추고 싶으신 분들
이런 분들은 신청하기 전 다시 한 번 고민해보세요!
- 너무 바빠서 공부할 시간이 부족하신 분
- 파이썬 기초가 없거나 많이 부족하신 분
- 파이썬 기초가 없거나 많이 부족하신 분
학습유형
사전학습
모임 운영 방식
기본적으로 퍼실이는 AI 개발 6년차로, 기업 강의 경력도 꽤 있습니다! 그래서 퍼실이가 강의하는 형식으로 진행할까 합니다.
1. 퍼실이가 구성원들의 사전학습을 체크합니다. (5분)
2. 퍼실이가 사전학습을 통해 파악한 내용과 더불어 기본적인 개념을 설명해 드립니다! (2시간 가량)
3. 퍼실이는 질의 응답을 받습니다. 이때 퍼실이가 답변을 못하는 질문의 경우 함께 토론해보는 시간을 가집니다. (1시간)
1. 퍼실이가 구성원들의 사전학습을 체크합니다. (5분)
2. 퍼실이가 사전학습을 통해 파악한 내용과 더불어 기본적인 개념을 설명해 드립니다! (2시간 가량)
3. 퍼실이는 질의 응답을 받습니다. 이때 퍼실이가 답변을 못하는 질문의 경우 함께 토론해보는 시간을 가집니다. (1시간)
커리큘럼
제1고지 미분 자동 계산
제2고지 자연스러운 코드로
제3고지 고차 미분 계산
제4고지 신경망 만들기
제5고지 DeZero의 도전
__1단계 상자로서의 변수
__2단계 변수를 낳는 함수
__3단계 함수 연결
__4단계 수치 미분
__5단계 역전파 이론
__6단계 수동 역전파
__7단계 역전파 자동화
__8단계 재귀에서 반복문으로
__9단계 함수를 더 편리하게
__10단계 테스트
__2단계 변수를 낳는 함수
__3단계 함수 연결
__4단계 수치 미분
__5단계 역전파 이론
__6단계 수동 역전파
__7단계 역전파 자동화
__8단계 재귀에서 반복문으로
__9단계 함수를 더 편리하게
__10단계 테스트
제2고지 자연스러운 코드로
__11단계 가변 길이 인수(순전파 편)
__12단계 가변 길이 인수(개선 편)
__13단계 가변 길이 인수(역전파 편)
__14단계 같은 변수 반복 사용
__15단계 복잡한 계산 그래프(이론 편)
__16단계 복잡한 계산 그래프(구현 편)
__17단계 메모리 관리와 순환 참조
__18단계 메모리 절약 모드
__19단계 변수 사용성 개선
__20단계 연산자 오버로드(1)
__21단계 연산자 오버로드(2)
__22단계 연산자 오버로드(3)
__23단계 패키지로 정리
__24단계 복잡한 함수의 미분
__12단계 가변 길이 인수(개선 편)
__13단계 가변 길이 인수(역전파 편)
__14단계 같은 변수 반복 사용
__15단계 복잡한 계산 그래프(이론 편)
__16단계 복잡한 계산 그래프(구현 편)
__17단계 메모리 관리와 순환 참조
__18단계 메모리 절약 모드
__19단계 변수 사용성 개선
__20단계 연산자 오버로드(1)
__21단계 연산자 오버로드(2)
__22단계 연산자 오버로드(3)
__23단계 패키지로 정리
__24단계 복잡한 함수의 미분
제3고지 고차 미분 계산
__25단계 계산 그래프 시각화(1)
__26단계 계산 그래프 시각화(2)
__27단계 테일러 급수 미분
__28단계 함수 최적화
__29단계 뉴턴 방법으로 푸는 최적화(수동 계산)
__30단계 고차 미분(준비 편)
__31단계 고차 미분(이론 편)
__32단계 고차 미분(구현 편)
__33단계 뉴턴 방법으로 푸는 최적화(자동 계산)
__34단계 sin 함수 고차 미분
__35단계 고차 미분 계산 그래프
__36단계 고차 미분 이외의 용도
__26단계 계산 그래프 시각화(2)
__27단계 테일러 급수 미분
__28단계 함수 최적화
__29단계 뉴턴 방법으로 푸는 최적화(수동 계산)
__30단계 고차 미분(준비 편)
__31단계 고차 미분(이론 편)
__32단계 고차 미분(구현 편)
__33단계 뉴턴 방법으로 푸는 최적화(자동 계산)
__34단계 sin 함수 고차 미분
__35단계 고차 미분 계산 그래프
__36단계 고차 미분 이외의 용도
제4고지 신경망 만들기
__37단계 텐서를 다루다
__38단계 형상 변환 함수
__39단계 합계 함수
__40단계 브로드캐스트 함수
__41단계 행렬의 곱
__42단계 선형 회귀
__43단계 신경망
__44단계 매개변수를 모아두는 계층
__45단계 계층을 모아두는 계층
__46단계 Optimizer로 수행하는 매개변수 갱신
__47단계 소프트맥스 함수와 교차 엔트로피 오차
__48단계 다중 클래스 분류
__49단계 Dataset 클래스와 전처리
__50단계 미니배치를 뽑아주는 DataLoader
__51단계 MNIST 학습
__38단계 형상 변환 함수
__39단계 합계 함수
__40단계 브로드캐스트 함수
__41단계 행렬의 곱
__42단계 선형 회귀
__43단계 신경망
__44단계 매개변수를 모아두는 계층
__45단계 계층을 모아두는 계층
__46단계 Optimizer로 수행하는 매개변수 갱신
__47단계 소프트맥스 함수와 교차 엔트로피 오차
__48단계 다중 클래스 분류
__49단계 Dataset 클래스와 전처리
__50단계 미니배치를 뽑아주는 DataLoader
__51단계 MNIST 학습
제5고지 DeZero의 도전
__52단계 GPU 지원
__53단계 모델 저장 및 읽어오기
__54단계 드롭아웃과 테스트 모드
__55단계 CNN 메커니즘(1)
__56단계 CNN 메커니즘(2)
__57단계 conv2d 함수와 pooling 함수
__58단계 대표적인 CNN(VGG16)
__59단계 RNN을 활용한 시계열 데이터 처리
__60단계 LSTM과 데이터 로더
__53단계 모델 저장 및 읽어오기
__54단계 드롭아웃과 테스트 모드
__55단계 CNN 메커니즘(1)
__56단계 CNN 메커니즘(2)
__57단계 conv2d 함수와 pooling 함수
__58단계 대표적인 CNN(VGG16)
__59단계 RNN을 활용한 시계열 데이터 처리
__60단계 LSTM과 데이터 로더
교재 / 학습자료 / 준비물
교재 : 밑바닥 부터 시작하는 딥러닝3
첫 시간 전 준비사항
제1고지 미분 자동 계산
1 고지에 대해서 읽고 학습해오는 것입니다! (약 100페이지 분량)
:-) 기본적으로 3회 독이 목표입니다.
총 8주 * 3시간으로 이루어지므로 계획은 다음과 같습니다.
1 고지에 대해서 읽고 학습해오는 것입니다! (약 100페이지 분량)
:-) 기본적으로 3회 독이 목표입니다.
총 8주 * 3시간으로 이루어지므로 계획은 다음과 같습니다.
- 1~5주 : 1~5고지 1회 독
- 6~7주 : 1~5고지 2회 독
- 8주 : 1~5고지 3회 독
퍼실이 소개
김도환
#AI개발6년차 #스타트업대표 #ENTP
자기 소개 및 개설 동기
직원 중에 AI 관련 기초가 부족하지만 성장하고자하는 욕구가 넘치는 분이 있는데 구체적으로 어떻게 도와드려야할지 막막 하더라고요. 그래서 이 분에게 도움을 드리기 위해 시중에 나온 서적들을 살펴보니 밑바닥부터 시작하는 딥러닝3가 가장 적합하다고 여겨졌습니다. 이 커리큘럼을 바탕으로 제가 아는 지식을 전수하여 직원의 성장을 도모하는게 가장 큰 개설동기이구요. 이왕 하는 김에 좀 더 많은 사람들에게 도움을 드리면 좋을 거 같아 과정을 개설하게 됐습니다. 자사(디피니트)를 알리는 목적도 있습니다.
소속
디피니트
풀잎스쿨 / LAB 참여 이력
풀잎26기 밑바닥 부터 시작하는 딥러닝3 3독하기 퍼실
풀잎스쿨 참여 주의사항
Q. 풀잎스쿨은 강의인가요?
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.
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.
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
밑바닥 부터 시작하는 딥러닝3 3독하기
모임시작
2023년 01월 14일
모임일시
매주 토요일 13:30 ~ 16:30
모임장소
역삼캠퍼스
(서울 강남구 역삼로 156 태광빌딩 2층)
모집기간
2023년 01월 02일 ~ 01월 13일
모집인원
20명
모집방법
선착순
165,000원 / 총 8회 24시간
(6,875원 / 시간)
📢 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!"
밑바닥 부터 시작하는 딥러닝3 3독하기
모임시작
2023년 01월 14일
모임일시
매주 토요일 13:30 ~ 16:30
모임장소
역삼캠퍼스
(서울 강남구 역삼로 156 태광빌딩 2층)
모집기간
2023년 01월 02일 ~ 01월 13일
모집인원
20명
모집방법
선착순
165,000원 / 총 8회 24시간
(6,875원 / 시간)
📢 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!"
어떤 모임인가요?
어떤 학문이든 기본이 가장 중요하다고 생각합니다.
파이토치, 텐서플로우 프레임워크를 그냥 쓰고 있지만 어떤 원리로 동작하는지 제대로 설명할 수 있는 분은 소수라고 생각합니다.
밑바닥부터 구현하면서 파이썬 코딩 실력(클래스를 기본적으로 다룹니다)과 더불어 딥러닝에 관한 기초지식, 파이토치와 같은 프레임워크에 대한 이해를 넓히고 싶은 분들께 강력 추천합니다.
파이토치, 텐서플로우 프레임워크를 그냥 쓰고 있지만 어떤 원리로 동작하는지 제대로 설명할 수 있는 분은 소수라고 생각합니다.
밑바닥부터 구현하면서 파이썬 코딩 실력(클래스를 기본적으로 다룹니다)과 더불어 딥러닝에 관한 기초지식, 파이토치와 같은 프레임워크에 대한 이해를 넓히고 싶은 분들께 강력 추천합니다.
모임이 더 궁금하다면 모두의연구소 커뮤니티(https://join.slack.com/t/modulabs/shared_invite/zt-24wqh8x3q-N4AzqCVF_qD1x4RQeqFzAQ) 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!
무엇을 얻을 수 있나요?
이 모임을 완주하시게 되면 다음과 같은 변화가 있습니다.
1. 효율적인 파이썬 코딩이 가능해짐
2. 딥러닝 기초를 구현 관점에서 파악
3. 파이토치, 텐서플로우에 대한 이해 레벨업
4. 규모있고 체계적인 소프트웨어를 점진적으로 만들어가는 경험!
5. 스타트업 대표가 운영하는 모임이라 취업과 연계가 될 수 있음
1. 효율적인 파이썬 코딩이 가능해짐
2. 딥러닝 기초를 구현 관점에서 파악
3. 파이토치, 텐서플로우에 대한 이해 레벨업
4. 규모있고 체계적인 소프트웨어를 점진적으로 만들어가는 경험!
5. 스타트업 대표가 운영하는 모임이라 취업과 연계가 될 수 있음
무엇을 공부하나요?
- 제1고지_ 프레임워크 개발을 위한 기반을 마련합니다.
- 제2고지_ 프레임워크를 사용하는 코드가 더 자연스럽게 보이도록 합니다.
- 제3고지_ 2차 미분을 구할 수 있도록 프레임워크를 확장합니다. ‘역전파의 역전파’ 구조를 배우고 이해하면 프레임워크의 새로운 가능성에 눈을 뜨게 됩니다.
- 제4고지_ 프레임워크를 신경망용으로 정비하고 이를 사용해 손쉽게 신경망을 구축합니다.
- 제5고지_ CPU 대응, 모델 저장과 복원 등 실전 딥러닝에 꼭 필요한 기능을 추가합니다. CNN, RNN 등 발전된 모델도 다룹니다. 딥러닝 응용을 다루는 이 주제들을 프레임워크로 구현한다면 간단한 코드만으로 해결할 수 있습니다.
- 제2고지_ 프레임워크를 사용하는 코드가 더 자연스럽게 보이도록 합니다.
- 제3고지_ 2차 미분을 구할 수 있도록 프레임워크를 확장합니다. ‘역전파의 역전파’ 구조를 배우고 이해하면 프레임워크의 새로운 가능성에 눈을 뜨게 됩니다.
- 제4고지_ 프레임워크를 신경망용으로 정비하고 이를 사용해 손쉽게 신경망을 구축합니다.
- 제5고지_ CPU 대응, 모델 저장과 복원 등 실전 딥러닝에 꼭 필요한 기능을 추가합니다. CNN, RNN 등 발전된 모델도 다룹니다. 딥러닝 응용을 다루는 이 주제들을 프레임워크로 구현한다면 간단한 코드만으로 해결할 수 있습니다.
어떤 사전지식이 필요한가요?
- 밑바닥부터 시작하는 딥러닝1 정도에 대응되는 지식
- 파이썬 자료형, 변수, 함수, 클래스 정도를 사용할 수 있는 능력
- 미적분 등의 기초적인 수학 지식
이런 분들이 들으면 좋아요!
- AI 쪽으로 커리어를 쌓아가고 싶은 직장인이나 학생
- AI 개발자 쪽으로 커리어를 전향하고 싶은 일반 개발자
- AI 쪽으로 일하고 있지만, 한 번 처음부터 개념을 다잡고 싶으신 분
- 파이토치/텐서플로우를 더 이해하고 싶은 욕구가 뿜뿜인 분들
- 추후 논문을 직접 구현할 정도의 실력을 갖추고 싶으신 분들
- AI 개발자 쪽으로 커리어를 전향하고 싶은 일반 개발자
- AI 쪽으로 일하고 있지만, 한 번 처음부터 개념을 다잡고 싶으신 분
- 파이토치/텐서플로우를 더 이해하고 싶은 욕구가 뿜뿜인 분들
- 추후 논문을 직접 구현할 정도의 실력을 갖추고 싶으신 분들
이런 분들은 신청하기 전 다시 한 번 고민해보세요!
- 너무 바빠서 공부할 시간이 부족하신 분
- 파이썬 기초가 없거나 많이 부족하신 분
- 파이썬 기초가 없거나 많이 부족하신 분
학습유형
사전학습
모임 운영 방식
기본적으로 퍼실이는 AI 개발 6년차로, 기업 강의 경력도 꽤 있습니다! 그래서 퍼실이가 강의하는 형식으로 진행할까 합니다.
1. 퍼실이가 구성원들의 사전학습을 체크합니다. (5분)
2. 퍼실이가 사전학습을 통해 파악한 내용과 더불어 기본적인 개념을 설명해 드립니다! (2시간 가량)
3. 퍼실이는 질의 응답을 받습니다. 이때 퍼실이가 답변을 못하는 질문의 경우 함께 토론해보는 시간을 가집니다. (1시간)
1. 퍼실이가 구성원들의 사전학습을 체크합니다. (5분)
2. 퍼실이가 사전학습을 통해 파악한 내용과 더불어 기본적인 개념을 설명해 드립니다! (2시간 가량)
3. 퍼실이는 질의 응답을 받습니다. 이때 퍼실이가 답변을 못하는 질문의 경우 함께 토론해보는 시간을 가집니다. (1시간)
커리큘럼
제1고지 미분 자동 계산
제2고지 자연스러운 코드로
제3고지 고차 미분 계산
제4고지 신경망 만들기
제5고지 DeZero의 도전
__1단계 상자로서의 변수
__2단계 변수를 낳는 함수
__3단계 함수 연결
__4단계 수치 미분
__5단계 역전파 이론
__6단계 수동 역전파
__7단계 역전파 자동화
__8단계 재귀에서 반복문으로
__9단계 함수를 더 편리하게
__10단계 테스트
__2단계 변수를 낳는 함수
__3단계 함수 연결
__4단계 수치 미분
__5단계 역전파 이론
__6단계 수동 역전파
__7단계 역전파 자동화
__8단계 재귀에서 반복문으로
__9단계 함수를 더 편리하게
__10단계 테스트
제2고지 자연스러운 코드로
__11단계 가변 길이 인수(순전파 편)
__12단계 가변 길이 인수(개선 편)
__13단계 가변 길이 인수(역전파 편)
__14단계 같은 변수 반복 사용
__15단계 복잡한 계산 그래프(이론 편)
__16단계 복잡한 계산 그래프(구현 편)
__17단계 메모리 관리와 순환 참조
__18단계 메모리 절약 모드
__19단계 변수 사용성 개선
__20단계 연산자 오버로드(1)
__21단계 연산자 오버로드(2)
__22단계 연산자 오버로드(3)
__23단계 패키지로 정리
__24단계 복잡한 함수의 미분
__12단계 가변 길이 인수(개선 편)
__13단계 가변 길이 인수(역전파 편)
__14단계 같은 변수 반복 사용
__15단계 복잡한 계산 그래프(이론 편)
__16단계 복잡한 계산 그래프(구현 편)
__17단계 메모리 관리와 순환 참조
__18단계 메모리 절약 모드
__19단계 변수 사용성 개선
__20단계 연산자 오버로드(1)
__21단계 연산자 오버로드(2)
__22단계 연산자 오버로드(3)
__23단계 패키지로 정리
__24단계 복잡한 함수의 미분
제3고지 고차 미분 계산
__25단계 계산 그래프 시각화(1)
__26단계 계산 그래프 시각화(2)
__27단계 테일러 급수 미분
__28단계 함수 최적화
__29단계 뉴턴 방법으로 푸는 최적화(수동 계산)
__30단계 고차 미분(준비 편)
__31단계 고차 미분(이론 편)
__32단계 고차 미분(구현 편)
__33단계 뉴턴 방법으로 푸는 최적화(자동 계산)
__34단계 sin 함수 고차 미분
__35단계 고차 미분 계산 그래프
__36단계 고차 미분 이외의 용도
__26단계 계산 그래프 시각화(2)
__27단계 테일러 급수 미분
__28단계 함수 최적화
__29단계 뉴턴 방법으로 푸는 최적화(수동 계산)
__30단계 고차 미분(준비 편)
__31단계 고차 미분(이론 편)
__32단계 고차 미분(구현 편)
__33단계 뉴턴 방법으로 푸는 최적화(자동 계산)
__34단계 sin 함수 고차 미분
__35단계 고차 미분 계산 그래프
__36단계 고차 미분 이외의 용도
제4고지 신경망 만들기
__37단계 텐서를 다루다
__38단계 형상 변환 함수
__39단계 합계 함수
__40단계 브로드캐스트 함수
__41단계 행렬의 곱
__42단계 선형 회귀
__43단계 신경망
__44단계 매개변수를 모아두는 계층
__45단계 계층을 모아두는 계층
__46단계 Optimizer로 수행하는 매개변수 갱신
__47단계 소프트맥스 함수와 교차 엔트로피 오차
__48단계 다중 클래스 분류
__49단계 Dataset 클래스와 전처리
__50단계 미니배치를 뽑아주는 DataLoader
__51단계 MNIST 학습
__38단계 형상 변환 함수
__39단계 합계 함수
__40단계 브로드캐스트 함수
__41단계 행렬의 곱
__42단계 선형 회귀
__43단계 신경망
__44단계 매개변수를 모아두는 계층
__45단계 계층을 모아두는 계층
__46단계 Optimizer로 수행하는 매개변수 갱신
__47단계 소프트맥스 함수와 교차 엔트로피 오차
__48단계 다중 클래스 분류
__49단계 Dataset 클래스와 전처리
__50단계 미니배치를 뽑아주는 DataLoader
__51단계 MNIST 학습
제5고지 DeZero의 도전
__52단계 GPU 지원
__53단계 모델 저장 및 읽어오기
__54단계 드롭아웃과 테스트 모드
__55단계 CNN 메커니즘(1)
__56단계 CNN 메커니즘(2)
__57단계 conv2d 함수와 pooling 함수
__58단계 대표적인 CNN(VGG16)
__59단계 RNN을 활용한 시계열 데이터 처리
__60단계 LSTM과 데이터 로더
__53단계 모델 저장 및 읽어오기
__54단계 드롭아웃과 테스트 모드
__55단계 CNN 메커니즘(1)
__56단계 CNN 메커니즘(2)
__57단계 conv2d 함수와 pooling 함수
__58단계 대표적인 CNN(VGG16)
__59단계 RNN을 활용한 시계열 데이터 처리
__60단계 LSTM과 데이터 로더
교재 / 학습자료 / 준비물
교재 : 밑바닥 부터 시작하는 딥러닝3
첫 시간 전 준비사항
제1고지 미분 자동 계산
1 고지에 대해서 읽고 학습해오는 것입니다! (약 100페이지 분량)
:-) 기본적으로 3회 독이 목표입니다.
총 8주 * 3시간으로 이루어지므로 계획은 다음과 같습니다.
1 고지에 대해서 읽고 학습해오는 것입니다! (약 100페이지 분량)
:-) 기본적으로 3회 독이 목표입니다.
총 8주 * 3시간으로 이루어지므로 계획은 다음과 같습니다.
- 1~5주 : 1~5고지 1회 독
- 6~7주 : 1~5고지 2회 독
- 8주 : 1~5고지 3회 독
퍼실이 소개
김도환
#AI개발6년차 #스타트업대표 #ENTP
자기소개 및 개설동기
직원 중에 AI 관련 기초가 부족하지만 성장하고자하는 욕구가 넘치는 분이 있는데 구체적으로 어떻게 도와드려야할지 막막 하더라고요. 그래서 이 분에게 도움을 드리기 위해 시중에 나온 서적들을 살펴보니 밑바닥부터 시작하는 딥러닝3가 가장 적합하다고 여겨졌습니다. 이 커리큘럼을 바탕으로 제가 아는 지식을 전수하여 직원의 성장을 도모하는게 가장 큰 개설동기이구요. 이왕 하는 김에 좀 더 많은 사람들에게 도움을 드리면 좋을 거 같아 과정을 개설하게 됐습니다. 자사(디피니트)를 알리는 목적도 있습니다.
소속
디피니트
풀잎스쿨 / LAB 참여 이력
풀잎26기 밑바닥 부터 시작하는 딥러닝3 3독하기 퍼실
풀잎스쿨 참여 주의사항
Q. 풀잎스쿨은 강의인가요?
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.
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.
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.