LITTLE BY LITTLE

제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 더보기 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequential 모델을 넘어서 : 케라스의 함수형 API 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링 모델의 성능을 최대화로 끌어올리기 요약 제 8부. 생성 모델을 위한 딥러닝 LSTM으로 텍스트 생성하기 딥드림 뉴럴 스타일 트랜스퍼 변이형 오토인코더를 사용한 이미지 생성 적대적 생성 신경망 소개 요약 제 9부. 결론 핵심 개념 리뷰 딥러닝의 한계..

제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 더보기 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequential 모델을 넘어서 : 케라스의 함수형 API 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링 모델의 성능을 최대화로 끌어올리기 요약 제 8부. 생성 모델을 위한 딥러닝 LSTM으로 텍스트 생성하기 딥드림 뉴럴 스타일 트랜스퍼 변이형 오토인코더를 사용한 이미지 생성 적대적 생성 신경망 소개 요약 제 9부. 결론 핵심 개념 리뷰 딥러닝의 한계..

제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 더보기 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequential 모델을 넘어서 : 케라스의 함수형 API 케라스 콜백과 텐서보드를 사용한 딥러닝 모델 검사와 모니터링 모델의 성능을 최대화로 끌어올리기 요약 제 8부. 생성 모델을 위한 딥러닝 L..

3. 신경망 시작하기¶ In [286]: pip install keras Requirement already satisfied: keras in c:\users\lh2275\anaconda3\lib\site-packages (2.9.0) Note: you may need to restart the kernel to use updated packages. 3.1.1 층 : 딥러닝의 구성 단위¶ In [287]: from keras import layers layer = layers.Dense( 32, input_shape = (784, )) # 32개 유닛으로 밀집된 층 -> 차원 크기가 32로 변환된 텐서를 출력할 것 # 1번째 차원이 784인 2D텐서만 입력으로 받는 층, 배치차원인 0번째 축은 지정하..

제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 목차 더보기 닫기 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 사전 훈련된 컨브넷 사용하기 컨브넷 학습 시각화 요약 제 6부. 텍스트와 시퀀스를 위한 딥러닝 텍스트 데이터 다루기 순환 신경망 이해하기 순환 신경망의 고급 사용법 컨브넷을 사용한 시퀀스 처리 요약 제 7부. 딥러닝을 위한 고급 도구 Sequ..

제 2부. 신경망의 수학적 구성 요소 신경망과의 첫 만남 신경망을 위한 데이터 표현 - 스칼라,벡터,행렬,3D텐서와 고차원 텐서, .. 신경망의 톱니바퀴 : 텐서 연산 신경망의 엔진 : 그래디언트 기반 최적화 첫번째 예제 다시 살펴보기 요약 목차 더보기 닫기 제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분류 예제 뉴스 기사 분류 : 다중 분류 예제 주택 가격 예측 : 회귀 문제 요약 제 4부. 머신러닝의 기본 요소 머신러닝의 네 가지 분류 머신러닝 모델 평가 데이터 전처리, 특성 공학, 특성 학습 과대적합과 과소적합 보편적인 머신러닝 작업 흐름 요약 제 5부.컴퓨터 비전을 위한 딥러닝 합성곱 신경망 소개 소규모 데이터셋에서 밑바닥부터 컨브넷 훈련하기 ..

https://codebaragi23.github.io/books/DeepLearningFromKeras/summary/ 책 소개 단어 하나, 코드 한 줄 버릴 것이 없다!파이썬과 케라스로 배우는 딥러닝 핵심 원리! codebaragi23.github.io 목차 더보기 제 1부. 딥러닝의 기초 딥러닝이란? 딥러닝 이전 : 머신러닝의 간략 왜 딥러닝일까? 왜 지금일까? 제 2부. 신경망의 수학적 구성 요소 신경망과의 첫 만남 신경망을 위한 데이터 표현 - 스칼라,벡터,행렬,3D텐서와 고차원 텐서, .. 신경망의 톱니바퀴 : 텐서 연산 신경망의 엔진 : 그래디언트 기반 최적화 첫번째 예제 다시 살펴보기 요약 제 3부. 신경망 시작하기 신경망의 구조 케라스 소개 딥러닝 컴퓨터 셋팅 영화 리뷰 분류 : 이진 분..