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.