main_mobile
기 간 일 정 장 소 준비물
2018년 7월 28일 ~ 9월 15일
(주 1회, 총 8회)
토요일 오후 2시 ~ 5시
(회 당 3시간, 총 24시간)
패스트캠퍼스 강남 강의장 개인 노트북 권장

강의 관련 문의
윤형진 매니저 (02-517-0641)
help-ds@fastcampus.co.kr

왜 PyTorch를 배워야 하는가?


널리 사용되는 것이 TensorFlow일지라도,
딥러닝 구현 자체가 목표라면 쉽고 빠르게 배워야 하기 때문입니다.

TensorFlow로 딥러닝 구현을 하다 어려움을 겪었다면,
지금 당장 PyTorch를 시작해보세요!

PyTorch의 강점은 무엇인가?

ezgif.com-video-to-gif (7)

간편한 설치

이해와 디버깅이 쉬운 직관적이고 간결한 코드 구성

Define-by-run 방식을 기반으로 한 실시간 결과값 시각화

파이썬 library와의 높은 호환성

Winograd convolution algorithm 기본 적용을 통한 빠른 모델 훈련

PyTorch로 8주만에 당신도 딥러닝을 구현할 수 있습니다.

GIF

정답 없이 스스로 데이터 자체에서 학습하는 딥러닝 기술의 신예, GAN을 구현한 실습예시입니다.

GIF2

사진과 사진의 전환이 가능한 딥러닝 기술로 위성사진을 지도로 변환한 U-Net 실습 예시입니다.

딥러닝 구현, 기초부터 실무까지 정복하는 강의 강점

PyTorch 사용법부터
설치 실습까지

TensorFlow에 막혀 PyTorch를 접해보지 못한 왕초보도 바로 따라할 수 있도록 PyTorch 설치부터 딥러닝 구현을 위한 사용법에 대해 하나 하나 가르쳐 드립니다.

딥러닝의 다양한
알고리즘 이해

딥러닝 학습 시 겪는 문제점과 해결 방안을 먼저 배워, 다양한 알고리즘을 체계적으로 이해하고 추후 발생할 수 있는 문제에 대해 대처할 수 있도록 도와드립니다.

혼자서도 해내는
딥러닝 구현

다양한 예제의 코드를 직접 구현해보는 실습으로 수강생 여러분 스스로 원하는 딥러닝 모델을 완성하고, 수강 후에는 API 만 보고도 원하는 결과를 출력하실 수 있습니다.

수강 대상

딥러닝을 TensorFlow로 시도하면서
어려움을 겪은 개발자/ 연구원

딥러닝의 개념을 정리하고
PyTorch를 사용하고 싶은 개발자/ 연구원

더 효과적인 수강을 위해, 이 강좌를 미리 보고 오시면 좋습니다.

asd

아래 버튼을 클릭하시면, [ 모두를 위한 딥러닝 강좌 ]로 연결됩니다. 단, 해당 강좌는 TensorFlow로 실습이 진행되니, 전체적인 딥러닝 개념을 잡는 정도로만 수강하신 후 본 CAMP에 참석하시면 됩니다.

정말 내가 들어도 되는 강의인지 체크해보세요!

본 강의는 Python에 기반을 둔 딥러닝 라이브러리 PyTorch로 진행되기 때문에 다음과 같은 파이썬 기본 개념을 알고 계신 상태에서 수강하실 것을 권장 드립니다. 아래 질문에 답하고 나에게 맞는 강의인지 확인해 주세요.

파이썬이 개인 laptop에 설치되어 있다.

파이썬에서 list, tuple, dictionary가 무슨 의미인지 알고 있다.

조건문 if 나 반복문 for/ while이 어떻게 구성되는 개념인지 알고 있다.

파이썬에서 def가 무엇을 위한 명령어인지 알고 있다.

파이썬 스크립트를 읽어 보면 무슨 의미인지 어느 정도 해석할 수 있다.

3개 이상 해당되신다면, 본 강의를 수강하셔도 좋습니다!

3개 미만에 해당 되신다면, 문의주세요!

PyTorch 딥러닝 A to Z를 전수해주실 강사님 소개

business people and office concept - close up of buisnessman in suit and tie

Harry Kim

[ 약력 ]

– 서울대학교 산업공학과 석박사통합과정 재학 중
– 서울대학교 산업공학과 학사
– 입문자 대상 파이썬 교육 다수 진행

코딩은 ‘Doing by Learning’이라고 생각합니다. 이론만 안다고 할 수 있는 것도 아니고, 공개된 코드를 한 번 따라 써봤다고 할 수 있는 것은 더더욱 아닙니다. 자기 자신이 생각한 아이디어를 구현할 수 있을 때, 비로소 코딩을 배우고 익혔다고 생각합니다.
이런 점에서 딥러닝은 기존에 불가능했던 모델을 구현할 수 있게 해주는 굉장히 매력적인 분야입니다. 본 강의 [PyTorch로 시작하는 딥러닝 입문 CAMP]에서는 친숙해지기 쉬운 딥러닝 라이브러리 PyTorch를 기반으로, 자그마한 아이디어부터 큰 아이디어까지 차근차근 실현해 나아가는 것을 목표로 합니다.

강의 개요 및 커리큘럼

way to study
주차 내용
Part 1. PyTorch로 딥러닝을 시작해 보자
1 PyTorch 시작하기
1) Introduction
> 왜 딥러닝인가?
> PyTorch는 무엇인가?

2) PyTorch 준비하기
> PyTorch 설치 및 환경 구축
> PyTorch Tensor 다루기
2 딥러닝의 기초
1) Basics for Model Training
> Loss, Gradient Descent, Backpropagation
> Variable, Autograd

2) Regression Models
> Linear Regression, Multivariate Linear Regression
> Non-Linear Regression

3) Classification Models
> Logistic Regression
Part 2. 다양한 딥러닝의 알고리즘을 PyTorch로 구현해 보자
3 CNN(Convolutional Neural Networks) Part 1
1) Neural Networks
> Batch Training, Optimizers
> Neural Network, Deep Neural Network

2) CNN
> Simple CNN
4 CNN(Convolutional Neural Networks) Part 2
1) Methods for Improving Model
> Data Preprocessing, Normalization
> Dropout, Weight Initialization, Regularization

2) Improving CNN
> Improving Simple CNN
> CIFAR-10

3) Advanced CNN & Transfer Learning
> VGGNet, GoogLeNet
> ResNet, Inception
5 Natural Language Processing
1) Bag of Words

2) Word2Vec
> Skip-Gram, CBOW

3) Negative Sampling
6 RNN(Recurrent Neural Network)
1) RNN
2) GRU
3) LSTM
7 Auto-Encoders
1) Auto-Encoders
2) VAE(Variational Auto-Encoders)
3) Convolutional Auto-Encoders
8 GAN(Generative Adversarial Networks)
1) GAN 2) Deep Convolutional Generative Adversarial Networks 3) Pix2Pix

* 실습은 AWS 서버에 접속해서 진행됩니다. 따라서 개인 노트북 사양은 크게 중요하지 않습니다.

딥러닝을 구현하기 위한 라이브러리는 TensorFlow만 있는 것이 아닙니다. 간편한 설치와 pythonic한 코딩이 가능한 PyTorch와 함께 딥러닝의 세계에 입문해 보세요! – 코스매니저 윤형진

수강료

일반 등록가

120만 원