Pytorch 를 활용한 딥러닝 Part 2 실전 딥러닝 프로젝트 with 파이토치 라이트닝

Pytorch 를 활용한 딥러닝 Part 2 실전 딥러닝 프로젝트 with 파이토치 라이트닝

90,000
  • 지원유형
    • 일반과정
  • 학습기간
    수료여부 관계없이 복습 12개월 추가 제공
  • 수료기준 진도 80% 이상
주문금액
90,000

comment

7가지 딥러닝 프로젝트를 통해 모델 구현 역량을 높일 수 있습니다.

미리보기
학습방법 : HTML5 ( PC
, 스마트폰, 타블렛
)
학습시간 : 13시간 41차시
난이도 : 향상
강의목표

* PyTorch Lightning 표준화: 복잡한 학습 루프를 자동화하여 가독성과 생산성을 극대화하는 최신 실무 코딩 스타일을 전수합니다.* 7가지 테마 프로젝트: 이미지, 시계열, 오디오, 생성 모델, 시멘틱 세그멘테이션 등 딥러닝의 전 영역을 아우르는 압도적인 프로젝트 라인업을 제공합니다.* 범용적 개발 환경 구축: OS에 상관없이 파이썬과 딥러닝 필수 라이브러리를 효율적으로 관리하는 전문적인 환경 구축 노하우를 담았습니다.* 고급 아키텍처 정복: CNN, LSTM, AE, CycleGAN, Unet 등 최신 논문의 핵심 구조를 이론부터 코드로 직접 구현합니다.* 데이터 전처리 마스터: 정형 데이터는 물론, 비정형 이미지와 사운드 데이터를 학습 가능한 형태로 가공하는 실전 기술을 배웁니다.

강의소개

기초부터 7가지 도메인 프로젝트까지, 딥러닝의 A to Z를 완성하다 (총 41강)단순히 모델을 호출하는 수준을 넘어, 현업의 트렌드인 PyTorch Lightning을 활용해 깔끔하고 효율적인 딥러닝 파이프라인을 구축하는 법을 배웁니다.주가 예측부터 생성형 AI, 의료 영상, 사운드 분석까지 총 7개의 프로젝트를 직접 구현하며 어떤 데이터 앞에서도 당당한 AI 엔지니어로 성장하세요.

학습대상

* 딥러닝의 '원리'부터 제대로 파고싶은 분: 라이브러리 호출을 넘어 수학적 배경과 역전파 원리를 이해하고 싶은 분* Pytorch를 실무 수준으로 다루고 싶은 분: 자신만의 신경망을 설계하고 최적화하는 전 과정을 익히고 싶은 분* 모델 성능 개선에 목마른 분: 과적합 문제 해결, 하이퍼파라미터 튜닝(Optuna) 등 실전 테크닉이 궁금하신 분* 이미지 및 시계열 데이터 처리에 입문하고 싶은 분: CNN과 RNN의 기초를 다져 AI 포트폴리오를 확장하고 싶은 분

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
Pytorch 를 활용한 딥러닝 Part 2 실전 딥러닝 프로젝트 with 파이토치 라이트닝
1. 강좌소개
2 분
2. 파이썬 개발환경 구축
7 분
3. 라이브러리 설치
5 분
4. 딥러닝을 위한 개발 환경 구축
20 분
5. Pytorch Lightning
8 분
6. 2진 분류
85 분
7. 다중분류
20 분
8. 회귀
15 분
9. 스마트 분리수거 분류기 - 프로젝트 소개
1 분
10. 스마트 분리수거 분류기 - 데이터 준비하기
8 분
11. 스마트 분리수거 분류기 - 데이터 전처리
19 분
12. 스마트 분리수거 분류기 - 데이터 나누기
14 분
13. 스마트 분리수거 분류기 - 학습
25 분
14. 스마트 분리수거 분류기 - 전이학습
15 분
15. 스마트 분리수거 분류기 - 예측
13 분
16. 삼성전자 주가 데이터 - 프로젝트 소개
2 분
17. 삼성전자 주가 데이터 - 데이터 가져오기
16 분
18. 삼성전자 주가 데이터 - LSTM
42 분
19. 심전도 데이터 - 프로젝트 소개
4 분
20. 심전도 데이터 - AE의 개요
26 분
21. 심전도 데이터 - 데이터 소개
15 분
22. 심전도 데이터 - AE
46 분
23. 사진의 애니화 - 프로젝트 소개
1 분
24. 사진의 애니화 - GAN 소개 1
34 분
25. 사진의 애니화 - GAN 소개 2
25 분
26. 사진의 애니화 - CycleGAN 소개
7 분
27. 사진의 애니화 - 데이터 준비
3 분
28. 사진의 애니화 - CycleGAN 적용하기 1
34 분
29. 사진의 애니화 - CycleGAN 적용하기 2
42 분
30. 의료 영상 기반 질병 진단 - 프로젝트 소개
4 분
31. 의료 영상 기반 질병 진단 - Unet 소개
10 분
32. 의료 영상 기반 질병 진단 - 데이터 소개
19 분
33. 의료 영상 기반 질병 진단 - 이미지 전처리
23 분
34. 의료 영상 기반 질병 진단 - Unet 적용
39 분
35. 사운드 분류 - 프로젝트 소개
4 분
36. 사운드 분류 - 멜 스펙트로그램
17 분
37. 사운드 분류 - 딥러닝
16 분
38. 사운드 분류 - 딥러닝 2
18 분
39. 숫자 총합 구하기 - 프로젝트 소개
3 분
40. 숫자 총합 구하기 - opencv 소개
14 분
41. 숫자 총합 구하기 - 딥러닝
25 분