PyTorch-DeepLearning
- PyTorch를 자유자재로 사용하기 위한 목적으로 공부
- PyTorch 뿐만 아니라 공부하면서 배운 모든 정리
- 참고 서적: PyTorch로 시작하는 딥 러닝 입문 (유원준 저/위키독스)
목차
00. 파이토치 공식 문서 링크
01. 책 소개하기
02. 파이토치 기초(PyTorch Basic)
-
01. 파이토치 패키지의 기본 구성
-
02. 텐서 조작하기(Tensor Manipulation) 1
-
03. 텐서 조작하기(Tensor Manipulation) 2
-
04. 파이썬 클래스(class)
03. 선형 회귀(Linear Regression)
-
01. 선형 회귀(Linear Regression)
-
02. 자동 미분(Autograd)
-
03. 다중 선형 회귀(Multivariable Linear Regression)
-
04. nn.Module로 구현하는 선형 회귀
-
05. 클래스로 파이토치 모델 구현하기
-
06. 미니 배치와 데이터 로드(Mini Batch and Data Load)
-
07. 커스텀 데이터셋(Custom Dataset)
04. 로지스틱 회귀(Logistic Regression)
-
01. 로지스틱 회귀(Logistic Regression)
-
02. nn.Module로 구현하는 로지스틱 회귀
-
03. 클래스로 파이토치 모델 구현하기
05. 소프트맥스 회귀(Softmax Regression)
-
01. 원-핫 인코딩(One-Hot Encoding)
-
02. 소프트맥스 회귀(Softmax Regression) 이해하기
-
03. 소프트맥스 회귀의 비용 함수 구현하기
-
04. 소프트맥스 회귀 구현하기
-
05. 소프트맥스 회귀로 MNIST 데이터 분류하기
06. 인공 신경망(Artificial Neural Network)
-
01. 머신 러닝 용어 이해하기
-
02. 퍼셉트론(Perceptron)
-
03. XOR 문제 - 단층 퍼셉트론 구현하기
-
04. 역전파(BackPropagation)
-
05. XOR 문제 - 다층 퍼셉트론 구현하기
-
06. 비선형 활성화 함수(Activation Function)
-
07. 다층 퍼셉트론으로 손글씨 분류하기
-
08. 다층 퍼셉트론으로 MNIST 분류하기
-
09. 과적합(Overfitting)을 막는 방법들
-
10. 기울기 소실(Gradient Vanishing)과 폭주(Exploding)
07. 합성곱 신경망(Convolutional Neural Network)
-
01. 합성곱과 풀링(Convolution and Pooling)
-
02. CNN으로 MNIST 분류하기
-
03. 깊은 CNN으로 MNIST 분류하기
08. 자연어 처리의 전처리
-
01. 자연어 처리 전처리 이해하기
-
02. 토치텍스트 튜토리얼(Torchtext tutorial) - 영어
-
03. 토치텍스트 튜토리얼(Torchtext tutorial) - 한국어
-
04. 토치텍스트(Torchtext)의 batch_first
09. 단어의 표현 방법
-
01. NLP에서의 원-핫 인코딩(One-Hot Encoding)
-
02. 워드 임베딩(Word Embedding)
-
03. 워드투벡터(Word2Vec)
-
04. 영어/한국어 Word2Vec 훈련시키기
-
05. 임베딩 벡터의 시각화(Embedding Visualization)
-
06. 글로브(Glove)
-
07. 파이토치(PyTorch)의 nn.Embedding()
-
08. 사전 훈련된 워드 임베딩(Pretrained Word Embedding)
10. 순환 신경망(Recurrent Neural Network)
-
01. 순환 신경망(Recurrent Neural Network, RNN)
-
02. 장단기 메모리(Long Short-Term Memory, LSTM)
11. 다대다 RNN을 이용한 텍스트 생성
-
01. 문자 단위 RNN(Char RNN)
-
02. 문자 단위 RNN(Char RNN) - 더 많은 데이터
-
03. 단어 단위 RNN - 임베딩 사용
12. 다대일 RNN을 이용한 텍스트 분류
-
01. 파이토치를 이용한 텍스트 분류(Text classification using PyTorch)
-
02. IMDB 리뷰 감성 분류하기(IMDB Movie Review Sentiment Analysis)
13. 시퀀스 레이블링(Sequence Labeling)
-
01. 시퀀스 레이블링(Sequence Labeling)
-
02. 양방향 RNN을 이용한 품사 태깅
14. 시퀀스투시퀀스(Sequence-to-Sequence, seq2seq)
-
01. 시퀀스투시퀀스(Sequence-to-Sequence, seq2seq)
-
02. seq2seq 구현하기 (간단 버전)
공부하면서 느낀점
- 20210320 - 하나를 알기 위해 두 개를 더 공부해야 할 거 같다. 모르는 것들 투성이다. 내 방식대로, 제 3자가 봐도 이해할 수 있게 공부한 내용을 정리해야 할 거 같다.