중급자를 위해 준비한 YOLO(You Only Look Once) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다. ✍️ 딥러닝 논문 읽는 법 딥러닝 논문 구현하는 법 YOLO 모델 구조에 대한 디테일한 이해 Object Detection 문제영역에 대한 배경지식 TensorFlow 2.0을 이용한 코드 작성법 딥러닝 연구자 필수 소양, 최신 논문 구현 능력! 많은 기업들에서 딥러닝 연구자를 채용할때 최신 논문을 직접 구현해본 경험을 우대하고 있습니다.
YOLO(You Only Look Once) 논문을 직접 구현해보면서 최신 논문 구현 경험을 익혀보세요. YOLO 논문으로 구조 파악 + TensorFlow 2.0으로 직접 구현까지!YOLO 논문을 함께 읽으며 YOLO 구조를 완벽하게 파악한 뒤✍️, YOLO 논문(You Only Look Once: Unified, Real-Time Object Detection)을 같이 읽고, YOLO 모델을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해봅니다. 또한 구현한 YOLO 모델을 이용한 Cat Detector를 만들어 봅니다.
✅ 선수 강의👋 본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
TensorFlow 2.0으로 배우는 딥러닝 입문딥러닝 핵심 이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다. 지식공유자가 알려주는 🎓 딥러닝 논문을 읽고 구현하는 능력을 기르고 싶은 분 딥러닝 연구 관련 직종으로 취업을 원하시는 분 인공지능/딥러닝 관련 연구를 진행하고 싶은 분 인공지능(AI) 대학원을 준비 중이신 분 📚 Python 사용경험 선수강의 [TensorFlow 2.0으로 배우는 딥러닝 입문] 수강경험 이 강의는 영상, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요. 섹션 2. Object Detection 문제영역 소개 3 강 ∙ 24분 섹션 3. YOLO Overview 2 강 ∙ 19분 섹션 4. 딥러닝 논문 읽는 법 1 강 ∙ 4분 섹션 5. YOLO(You Only Look Once) 논문 리뷰 7 강 ∙ 46분 YOLO(You Only Look Once: Unified, Real-Time Object Detection) 논문 다운로드 01:07 YOLO 논문 리뷰 - Abstract 06:36 YOLO 논문 리뷰 - Conclusion & Introduction 12:53 YOLO 논문 리뷰 - Unified Detection 05:31 YOLO 논문 리뷰 - Network Design 05:02 YOLO 논문 리뷰 - Loss 미리보기 13:09 YOLO 논문 리뷰 - Training 02:27 섹션 6. 강의에서 사용하는 소스코드 다운로드 1 강 ∙ 1분 강의에서 사용하는 소스코드 다운로드 01:06 섹션 7. TensorFlow 2.0을 이용한 YOLO 논문 구현 13 강 ∙ 1시간 45분 딥러닝 논문 구현방법 개요 미리보기 03:59 loss.py - coord_loss 23:07 loss.py - object_loss, noobject_loss, class_loss 07:47 dataset.py 10:38 utils.py 08:01 model.py 06:52 train.py - 라이브러리 import & flags 지정 08:58 train.py - YOLO 설정값 & Loss Function coefficient 지정 04:03 train.py - tensorflow_datasets 라이브러리를 이용해서 Pascal VOC cat dataset 불러오기 04:40 train.py - train_step 정의 & for-loop을 이용한 gradient descent 수행 & 파라미터 및 텐서보드(TensorBoard) 로그 저장 10:52 train.py - save_validation_result 함수를 이용한 주기적인 validation 07:26 train.py - 총정리 02:35 evaluate.py 06:55 섹션 8. Cat Detector 텐서보드(TensorBoard) 실행 및 결과 분석 1 강 ∙ 8분 Cat Detector 코드 실행 & 텐서보드(TensorBoard) 실행 & 결과 분석 08:11 강의 게시일 : 2021년 01월 20일 (마지막 업데이트일 : 2021년 02월 27일) 수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다. VIEW 좋아요 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순 로드맵으로 쭉 듣고 있습니다. 녹음 자체가 목소리가 너무 작게 녹음이 되었습니다. 강의별로도 녹음 상태(목소리 크기)가 일정치가 않아 강의 듣는데 조금 불편하네요~ 다음에는 이 부분 신경써주시면 좋겠습니다^^ 안녕하세요~. 먼저 수강에 불편함을 드려서 죄송합니다ㅠ. 다음에 촬영할 경우 사운드를 좀 크게 설정하도록 하겠습니다. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 좋은 하루되세요! 2021-12-14 0 안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요! 2021-08-06 0 안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요! 2021-08-06 0 현업에서 머신러닝과 딥러닝을 사용하는 입장에서, 기존의 잘 구성된 모델을 사용하는 '개발자'에서 그치지 않고 '연구자'로 커리어를 확장할 수 있도록 생각의 틀을 넓혀주는 강의였습니다. 수학적인 부분의 디테일도 놓치지 않고 잘 따라갈 수 있었고, 이를 실제 구현 코드로 녹여내는 과정도 잘 이해할 수 있었습니다. 이 강의를 넘어서 BERT나 GPT와 같은 대표 논문이나, 모델 개발 시 대중적으로 널리 알려진 테크닉을 다루는 강의도 런칭해주셨으면 합니다. 감사합니다~. 앞으로도 다양한 강의를 오픈할 예정이니 기대해주세요~. 좋은 하루되세요! 2021-03-13 0 안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요! 2021-08-06 0 |
딥 러닝 논문 구현 방법
저작권 © 2024 ko.idkuu.com Inc.
