[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 중급 Part.3

[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 중급 Part.3

40,000원
  • 지원유형
    • 일반과정
    • 평생교육이용권
  • 학습기간
    수료여부 관계없이 복습 12개월 추가 제공
  • 수료기준 진도 80% 이상
주문금액
40,000원
연관강의

comment

파이썬 기반의 머신러닝과 딥러닝 핵심 원리에 대해 배웁니다.

미리보기
학습방법 : HTML5 ( PC
, 스마트폰, 타블렛
)
학습시간 : 7시간 10차시
난이도 : 향상
강의목표

합성곱, 패딩, 풀링 연산과 im2col 알고리즘을 이해하고, 직접 CNN 모델과 역전파를 구현하여 실제 이미지 판독 네트워크를 완성하는 것입니다 .

강의소개

이미지 인식에 특화된 CNN(합성곱 신경망)의 작동 원리를 파악하고, 파이썬과 넘파이를 활용해 CNN을 밑바닥부터 직접 코드로 구현해보는 딥러닝 중급 과정입니다 .

학습대상

파이썬 활용이 가능하며, 완전 연결 신경망과 역전파 등 딥러닝 기초 지식을 숙지하고 있어 CNN의 내부 동작 원리를 깊이 있게 탐구하고 싶은 학습자입니다 .

제공서류
수료증수료시 발급가능
수강증명서학습시작 이후 발급가능
수료기준
필수평가 : 진도 (80% 이상)
총점 80 점 이상시 수료
학습기간
30일 + 무료복습기간 360일
✅ 학습기간 + 무료복습기간 내 무제한 반복 수강 가능!
- 실제 해당 강의의 커리큘럼은 복습기간을 포함하지 않는 30일 입니다.
학습목차
[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 중급 Part.3
1. CNN의 기초 이해 및 합성곱 연산 원리
45 분
2. 패딩(Padding)과 스트라이드(Stride) 및 출력 크기 계산
33 분
3. 3차원 데이터 합성곱과 다중 필터 및 배치 처리
47 분
4. 풀링(Pooling) 계층의 특징과 맥스 풀링 원리
33 분
5. 4차원 데이터의 2차원 평면화(im2col) 및 고속 연산
43 분
6. 합성곱 및 풀링 레이어의 파이썬 클래스 구현
52 분
7. 심플 CNN(SimpleConvNet) 모델 구축 및 파라미터 저장
37 분
8. CNN 모델의 MNIST 데이터 학습 및 필터 시각화 분석
32 분
9. VGG 모델 이해, 케라스(Keras) 활용 및 데이터 증식
48 분
10. 딥러닝 고속화(GPU/PyTorch) 및 AI 실무 응용 사례
23 분