📓 파이썬으로 익히는 딥러닝 이론과 구현
| Chapter | Title | Description | Code |
|---|---|---|---|
| 3 | 신경망 | 활성화 함수, 다차원 배열의 계산, 3차원 신경망 구현, 출력층 설계, 배치 처리 | Ch03 |
| 4 | 신경망 학습 | 손실 함수, 수치 미분, 경사법, 학습 알고리즘 구현 | Ch04 |
| 5 | 오차역전파법 | 계산 그래프, 연쇄법칙, 역전파 계층 구현 | Ch05 |
| 6 | 학습 관련 기술들 | 매개변수 갱신, 가중치의 초깃값, 배치 정규화, 가중치 감소, 드롭아웃, 하이퍼파라미터 최적화 | Ch06 |
| 7 | 합성곱 신경망(CNN) | 합성곱 계층, 풀링 계층, CNN 구현, CNN 시각화, LeNet, AlexNet | Ch07 |
출처 : <밑바닥부터 시작하는 딥러닝>, 사이토 고키, 한빛미디어, 2017
📓 파이썬으로 직접 구현하며 배우는 순환 신경망과 자연어 처리
| Chapter | Title | Description | Code |
|---|---|---|---|
| 1 | 신경망 복습 | 벡터와 행렬, 신경망의 추론과 학습 구현, 계산 고속화 | Ch01 |
출처 : <밑바닥부터 시작하는 딥러닝 2>, 사이토 고키, 한빛미디어, 2019