다양한 프로젝트로 끝장내는 파이토치 딥러닝 (이렇게만 공부하면 파이토치는 끝!)

신은섭

경희대학교컴퓨터공학과에서딥러닝모델압축을연구했다.GPU관리솔루션Ocean을창업했으며,이후AI스타트업에서MLOps엔지니어를하고있다.

[주요경력]
ㆍGPU클러스터관리솔루션스타트업OceanCEO
ㆍ클래스101“MLOps엔지니어에게배우는실전딥러닝”강의
ㆍ탑티어인공지능국제학회ICASSP2024출판(딥러닝모델압축)
ㆍAI기반오프라인고객분석스타트업mAy-IMLOps엔지니어

Part1신경망이론정복하기
Chapter01딥러닝이해하기
1.1인공지능,머신러닝,딥러닝의기본
1.2지도학습,비지도학습,강화학습
1.3문제해결과정

Chapter02파이토치와친해지기
2.1파이썬과파이토치
2.2구글코랩개발환경설정
2.3텐서이해하기
2.4판다스로데이터처리하기
2.5Matplotlib으로시각화하기

Chapter03신경망입문하기
3.1퍼셉트론의기본개념
3.2다층신경망과XOR문제해결하기
3.3손실함수/경사하강법/오차역전파이해하기
3.4ReLU로기울기소실극복하기
3.5과소적합과과적합이해하기

Part2딥러닝몸풀기
Chapter01사인함수예측하기
1.1딥러닝모델의가중치
1.23차다항식모델정의하기
1.33차다항식모델학습하기
1.4자동미분(Auto-grad)
1.5파이토치모듈사용하기
1.6최적화함수

Chapter02당뇨병진행도예측하기
2.1데이터살펴보기
2.2모델구현및학습
2.3모델성능평가

Chapter03붓꽃종예측하기
3.1데이터살펴보기
3.2파이토치데이터유틸사용하기
3.3모델구현및학습
3.4모델성능평가

Part3딥러닝의기본이미지분류하기
Chapter01손글씨숫자분류와CNN
1.1합성곱신경망(CNN)
1.2합성곱(Convolution)
1.3풀링(Pooling)
1.4이미지분류(ImageClassification)
1.5학습준비
1.6MNIST데이터셋
1.7LeNet모델
1.8학습,검증,테스트

Chapter02CIFAR10이미지분류와VGG,ResNet
2.1CIFAR10데이터셋
2.2VGG,ResNet모델
2.3모델학습

Chapter03개의품종분류와사전학습하기
3.1사전훈련과전이학습
3.2데이터셋(개의품종분류)
3.3사전학습된ResNet50모델
3.4학습,검증,테스트

Chapter04흉부엑스레이분석과데이터증강하기
4.1데이터셋
4.2데이터증강과Albumentations
4.3학습모델(ResNet18)
4.4학습및기록(Wandb)

Chapter05자연풍경이미지분류하기
5.1데이터분석
5.2데이터셋
5.3ResNet18모델
5.4모델학습
5.5정확도/정밀도/재현율/F1스코어
5.6테스트

Part4딥러닝의이미지데이터와영상처리
Chapter01객체인식으로마스크인식하기
1.1객체인식의이해
1.2데이터분석
1.3데이터셋
1.4FasterRCNN모델
1.5모델학습
1.6추론

Chapter02오토인코더로이미지노이즈제거하기
2.1데이터분석
2.2데이터셋
2.3오토인코더(Auto-Encoder)모델
2.4모델학습
2.5추론

Chapter03U-Net객체분할로인물사진배경흐리게하기
3.1데이터분석(EG1800)
3.2데이터셋
3.3U-Net모델
3.4모델학습
3.5추론및배경흐리게처리하기

Chapter04숫자이미지생성하기
4.1GAN알아보기
4.2데이터와데이터셋
4.3CGAN모델
4.4모델학습
4.5추론

Part5시퀀스데이터와자연어처리
Chapter01RNN으로비트코인가격예측하기
1.1RNN이해하기
1.2RNN,LSTM,GRU
1.3비트코인가격데이터
1.4LSTM모델
1.5모델학습
1.6추론

Chapter02문자RNN을이용해자연어품사태깅하기
2.1품사태깅이해하기
2.2품사태깅데이터
2.3RNN분류기모델
2.4모델학습
2.5추론

Chapter03트랜스포머를이용한객체명인식기
3.1트랜스포머이해하기
3.2객체명인식데이터
3.3데이터셋
3.4트랜스포머모델
3.5모델학습
3.6추론

최근몇년간우리는딥러닝의발전이가져온혁신적인성과들을목격해왔습니다.이미지인식을이용한자율주행,자연스러운대화를나누는챗봇,인간처럼질문에답하는검색엔진까지딥러닝의응용은우리생활곳곳에서찾아볼수있게되었습니다.특히,ChatGPT로대표되는생성형AI는텍스트뿐만아니라자연스러운이미지를생성하는기술로주목받고있으며,이는앞으로도기술발전의핵심원동력이될것입니다.이처럼딥러닝은우리삶에실질적인변화를주고있는중요한기술입니다.이러한기술을이해하고창의적으로활용할수있는능력은여러분의미래에중요한자산이될것입니다.책후반부에서는최신딥러닝분야들을소개하고,각분야의핵심기술을프로젝트로진행합니다.초심자들이많이하는질문중하나인“다음에는무엇을공부해야하나요?”에대한답변이될챕터들입니다.이를통해여러분은보다발전된딥러닝분야로나아갈수있는발판을마련할것입니다.