From 23c711544bae4c8ff377b9da965df07d6cde19d3 Mon Sep 17 00:00:00 2001 From: Keon Date: Thu, 17 Oct 2019 22:22:34 -0700 Subject: [PATCH] =?UTF-8?q?=EC=B0=B8=EA=B3=A0=20=EC=9E=90=EB=A3=8C=20?= =?UTF-8?q?=EB=8D=94=ED=95=98=EA=B8=B0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- README.md | 30 +++++++++++++++++++----------- 1 file changed, 19 insertions(+), 11 deletions(-) diff --git a/README.md b/README.md index 95ffb45..d68d39a 100644 --- a/README.md +++ b/README.md @@ -36,43 +36,43 @@ 이 책은 딥러닝과 파이토치를 처음 접하는 사람이 쉽게 이론을 익히고 구현할 수 있도록 구성돼 있습니다. 딥러닝은 언어부터 이미지까지 넓은 분야에 사용되고 있어서 응용하는 분야에 따라 그 형태가 다양합니다. 따라서 최대한 다양한 학습 방식과 딥러닝 모델을 구현할 수 있도록 예제를 준비했습니다. -### [1장. 딥러닝과 파이토치](01-딥러닝과_파이토치) +### [1장. 딥러닝과 파이토치](./01-딥러닝과_파이토치) 딥러닝의 기본 지식을 쌓고, 여러 기계학습 방식에 대해 배웁니다. 파이토치가 무엇이고, 왜 필요한지와, 텐서플로와 케라스 같은 라이브러리와 무엇이 다른지에 대해 알아봅니다. -### [2장. 파이토치 시작하기](02-파이토치_시작하기) +### [2장. 파이토치 시작하기](./02-파이토치_시작하기) 파이토치 환경 설정과 사용법을 익혀봅니다. 파이토치 외에도 책을 진행하면서 필요한 주변 도구를 설치합니다. -### [3장. 파이토치로 구현하는 ANN](03-파이토치로_구현하는_ANN) +### [3장. 파이토치로 구현하는 ANN](./03-파이토치로_구현하는_ANN) 파이토치를 이용하여 가장 기본적인 인공 신경망을 구현하고 모델을 저장, 재사용하는 방법까지 배웁니다. -### [4장. 패션 아이템을 구분하는 DNN](04-패션_아이템을_구분하는_DNN) +### [4장. 패션 아이템을 구분하는 DNN](./04-패션_아이템을_구분하는_DNN) 앞서 배운 인공 신경망을 이용하여 Fashion MNIST 데이터셋 안의 패션 아이템을 구분해봅니다. -### [5장. 이미지 처리능력이 탁월한 CNN](05-이미지_처리능력이_탁월한_CNN) +### [5장. 이미지 처리능력이 탁월한 CNN](./05-이미지_처리능력이_탁월한_CNN) 영상 인식에 탁월한 성능을 자랑하는 CNN에 대하여 알아봅니다. 여기에 그치지 않고 CNN을 더 쌓아 올려 성능을 올린 ResNet에 대해 알아보고 구현합니다. -### [6장. 사람의 지도 없이 학습하는 오토인코더](06-사람의_지도_없이_학습하는_오토인코더) +### [6장. 사람의 지도 없이 학습하는 오토인코더](./06-사람의_지도_없이_학습하는_오토인코더) 정답이 없는 상태에서 특징을 추출하는 비지도학습에 대해 알아보고 대표적인 비지도학습 모델인 오토인코더를 이해하고 구현하는 방법을 익힙니다. -### [7장. 순차적인 데이터를 처리하는 RNN](07-순차적인_데이터를_처리하는_RNN) +### [7장. 순차적인 데이터를 처리하는 RNN](./07-순차적인_데이터를_처리하는_RNN) 문자열, 음성, 시계열 데이터에 높은 성능을 보이는 RNN을 활용하여 영화 리뷰 감정 분석을 해보고 간단한 기계 번역기를 만들어봅니다. -### [8장. 딥러닝을 해킹하는 적대적 공격](08-딥러닝을_해킹하는_적대적_공격) +### [8장. 딥러닝을 해킹하는 적대적 공격](./08-딥러닝을_해킹하는_적대적_공격) 딥러닝 모델을 의도적으로 헷갈리게 하는 적대적 예제에 대해 알아보고 적대적 예제를 생성하는 방법인 적대적 공격(adversarial attack)을 알아봅니다. -### [9장. 경쟁하며 학습하는 GAN](09-경쟁하며_학습하는_GAN) +### [9장. 경쟁하며 학습하는 GAN](./09-경쟁하며_학습하는_GAN) 두 모델의 경쟁을 통해 최적화하는 특이한 학습 구조를 가진 GAN에 대해 알아봅니다. GAN은 데이터셋에 존재하지 않는 새로운 이미지를 생성할 수 있습니다. 예제로 Fashion MNIST 데이터셋을 학습하여 새로운 패션 아이템을 만듭니다. -### [10장. 주어진 환경과 상호작용하며 성장하는 DQN](10-주어진_환경과_상호작용하며_성장하는_DQN) +### [10장. 주어진 환경과 상호작용하며 성장하는 DQN](./10-주어진_환경과_상호작용하며_성장하는_DQN) 간단한 게임 환경에서 스스로 성장하는 DQN에 대해 알아보고 간단한 게임을 마스터하는 인공지능을 구현해봅니다. @@ -88,4 +88,12 @@ ## 참고 -[홍콩과기대 김성훈 교수님의 모두를 위한 머신러닝/딥러닝 강의](https://www.youtube.com/watch?v=BS6O0zOGX4E&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm) +* [홍콩과기대 김성훈 교수님의 모두를 위한 머신러닝/딥러닝 강의](https://www.youtube.com/watch?v=BS6O0zOGX4E&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm) +* [앤드류응 교수님의 Neural Network and Deep Learning 강의](https://www.youtube.com/watch?v=CS4cs9xVecg&list=PLkDaE6sCZn6Ec-XTbcX1uRg2_u4xOEky0) +* [뉴욕대 조경현 교수님의 Brief Introduction to Machine Learning without Deep Learning 수업노트](https://github.com/nyu-dl/Intro_to_ML_Lecture_Note) +* [뉴욕대 조경현 교수님의 Natural Language Understanding with Distributed Representation 수업노트](https://github.com/nyu-dl/NLP_DL_Lecture_Note) +* [yunjey/pytorch-tutorial](https://github.com/yunjey/pytorch-tutorial) - MIT License +* [jcjohnson/pytorch-examples](https://github.com/jcjohnson/pytorch-examples) - MIT License +* [Deep Learning in a Nutshell: Core Concepts](https://devblogs.nvidia.com/deep-learning-nutshell-core-concepts/) +* [이찬우님의 딥러닝 비디오](https://www.youtube.com/channel/UCRyIQSBvSybbaNY_JCyg_vA/videos) +* [CS231n: Convolutional Neural Networks for Visual Recognition 강의노트의 한글 번역 버전](http://aikorea.org/cs231n)