- 최신 논문으로 시작하는 딥러닝 강의를 수강하며 배운 것들을 작성하는 문서입니다
- 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
- [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