C/C++, Git, Electron
9-4. PyTorch 고급: 멀티 GPU 학습
데이터 병렬 처리
8-1. 딥러닝 응용: 전이 학습
전이 학습 개념, 사전 훈련된 모델 사용, 미세 조정
10-3. 딥러닝 프로젝트: 학습 및 평가
학습 루프 구현, 성능 평가, 결과 분석
8-2. 딥러닝 응용: 오토인코더
오토인코더 개념, 차원 축소, 이상 감지
9-2. PyTorch 고급: 모델 저장 및 로드
모델 저장, 모델 로드, 가중치 저장 및 로드
10-4. 딥러닝 프로젝트: 배포
모델 배포, API 구축, 웹 서비스
9-1. PyTorch 고급: GPU 사용
GPU 사용 설정, cuda, 장치 이동
10-2. 딥러닝 프로젝트: 모델 설계
모델 선택, 레이어 설계, 하이퍼파라미터 설정
9-3. PyTorch 고급: 사용자 정의 레이어
nn.Module 상속, 사용자 정의 레이어 구현
8-3. 딥러닝 응용: GAN (Generative Adversarial Network)
GAN 개념, 생성자와 판별자, 이미지 생성
10-1. 딥러닝 프로젝트: 데이터셋 준비
데이터셋 구축, 데이터 전처리, 데이터 분할
4-3. 신경망 기초: 다층 퍼셉트론 (MLP)
MLP 구조, 활성화 함수, 역전파