SteveJayH/Deep_Learning_starting_with_the_latest_papers

최신 논문으로 시작하는 딥러닝 강의 기록

Deep_Learning_starting_with_the_latest_papers

• 최신 논문으로 시작하는 딥러닝 강의를 수강하며 배운 것들을 작성하는 문서입니다

딥러닝 준비하기

• 앞으로 우리가 다뤄볼 내용들
• Convolutional Neural Network(CNN)의 기초
• 기계 학습 용어 정리

딥러닝 들어가기

• 4가지 CNN 살펴보기: AlexNet, VGG, GoogLeNet, ResNet
• [실습] 이미지 처리 실습하기
• [실습] MNIST 데이터셋 사용법 익혀보기
• Overfitting을 막는 regularizaion
• Nature 논문으로 살펴보는 AlphaGo 알고리즘
• [실습] 기본 Tensorflow 문법 실습
• [실습] Logistic Regression으로 숫자 분류기를 구현하기
• Optimization 방법론
• Restricted Boltzmann Machine

Convolutional Neural Network(CNN)을 이용한 Application

• [실습] Multi layer Perceptron(MLP)로 숫자 분류기 구현하기
• [실습] Custom dataset 만들어보기
• 이미지의 각 픽셀을 분류하는 Semantic Segmentation
• [실습] Convolutional Neural Network(CNN)으로 숫자 분류기 구현하기
• Residual Network가 왜 잘 되는지 해석해보기
• Weakly Supervised Localization
• Image Detection 방법론: RCNN, SPPnet, FastRCNN, FasterRCNN
• Image Detection 방법론: AttentionNet, SSD, YOLO, YOLOv2
• 이미지와 질문이 주어졌을 때 답을 맞추는 Visual QnA
• 이미지를 설명하는 문장을 만들어내는 Image Captioning