목차 수정 반영

keon · Oct 7, 2019 · ee6ceed · ee6ceed
1 parent 469e913
commit ee6ceed
Show file tree

Hide file tree

Showing 17 changed files with 115 additions and 40 deletions.
diff --git a/06-사람의_지도_없이_학습하는_Autoencoder/README.md → 06-사람의_지도_없이_학습하는_오토인코더/README.md b/06-사람의_지도_없이_학습하는_Autoencoder/README.md → 06-사람의_지도_없이_학습하는_오토인코더/README.md
diff --git a/...이_학습하는_Autoencoder/assets/autoencoder.png → ...의_지도_없이_학습하는_오토인코더/assets/autoencoder.png b/...이_학습하는_Autoencoder/assets/autoencoder.png → ...의_지도_없이_학습하는_오토인코더/assets/autoencoder.png
diff --git a/..._학습하는_Autoencoder/basic_autoencoder.ipynb → ..._지도_없이_학습하는_오토인코더/basic_autoencoder.ipynb b/..._학습하는_Autoencoder/basic_autoencoder.ipynb → ..._지도_없이_학습하는_오토인코더/basic_autoencoder.ipynb
diff --git a/..._없이_학습하는_Autoencoder/basic_autoencoder.py → 06-사람의_지도_없이_학습하는_오토인코더/basic_autoencoder.py b/..._없이_학습하는_Autoencoder/basic_autoencoder.py → 06-사람의_지도_없이_학습하는_오토인코더/basic_autoencoder.py
diff --git a/...는_Autoencoder/denoising_autoencoder.ipynb → ...없이_학습하는_오토인코더/denoising_autoencoder.ipynb b/...는_Autoencoder/denoising_autoencoder.ipynb → ...없이_학습하는_오토인코더/denoising_autoencoder.ipynb
diff --git a/...학습하는_Autoencoder/denoising_autoencoder.py → ...지도_없이_학습하는_오토인코더/denoising_autoencoder.py b/...학습하는_Autoencoder/denoising_autoencoder.py → ...지도_없이_학습하는_오토인코더/denoising_autoencoder.py
diff --git a/08-딥러닝을_해킹하는_Adversarial_Attack/README.md → 08-딥러닝을_해킹하는_적대적_공격/README.md b/08-딥러닝을_해킹하는_Adversarial_Attack/README.md → 08-딥러닝을_해킹하는_적대적_공격/README.md
diff --git a/...해킹하는_Adversarial_Attack/fgsm_attack.ipynb → 08-딥러닝을_해킹하는_적대적_공격/fgsm_attack.ipynb b/...해킹하는_Adversarial_Attack/fgsm_attack.ipynb → 08-딥러닝을_해킹하는_적대적_공격/fgsm_attack.ipynb
diff --git a/...닝을_해킹하는_Adversarial_Attack/fgsm_attack.py → 08-딥러닝을_해킹하는_적대적_공격/fgsm_attack.py b/...닝을_해킹하는_Adversarial_Attack/fgsm_attack.py → 08-딥러닝을_해킹하는_적대적_공격/fgsm_attack.py
diff --git a/...ial_Attack/imagenet_samples/chihuahua.jpg → ...킹하는_적대적_공격/imagenet_samples/chihuahua.jpg b/...ial_Attack/imagenet_samples/chihuahua.jpg → ...킹하는_적대적_공격/imagenet_samples/chihuahua.jpg
diff --git a/...sarial_Attack/imagenet_samples/corgie.jpg → ...을_해킹하는_적대적_공격/imagenet_samples/corgie.jpg b/...sarial_Attack/imagenet_samples/corgie.jpg → ...을_해킹하는_적대적_공격/imagenet_samples/corgie.jpg
diff --git a/...ck/imagenet_samples/imagenet_classes.json → ...공격/imagenet_samples/imagenet_classes.json b/...ck/imagenet_samples/imagenet_classes.json → ...공격/imagenet_samples/imagenet_classes.json
diff --git a/...ial_Attack/imagenet_samples/stoplight.jpg → ...킹하는_적대적_공격/imagenet_samples/stoplight.jpg b/...ial_Attack/imagenet_samples/stoplight.jpg → ...킹하는_적대적_공격/imagenet_samples/stoplight.jpg
diff --git a/README.md b/README.md
@@ -6,59 +6,108 @@
 
 ## 요구사항
 
+아래 파이토치와 파이썬 버전을 지원합니다.
+
 * PyTorch 1.0
 * Python >= 3.6.1
 
 
 ## 목차
 
 1. [딥러닝과 파이토치](01-딥러닝과_파이토치) - 딥러닝의 기본 지식을 쌓고 파이토치의 장단점에 대해 알아봅니다.
-  * [개념] 신경망의 원리
-  * [개념] 딥러닝과 신경망
-  * [개념] 왜 파이토치인가?
+  * 인공지능과 머신러닝
+  * 지도학습, 비지도학습, 그리고 강화학습
+  * 딥러닝과 신경망
+  * 파이토치가 개발되기까지
+  * 왜 파이토치인가?
 2. [파이토치 시작하기](02-파이토치_시작하기) - 파이토치 환경설정과 사용법을 익혀봅니다
-  * [프로젝트 1] 파이토치 설치 & 환경구성
-  * [프로젝트 2] 파이토치 예제 내려받고 실행해보기
-  * [프로젝트 3] 토치비전과 토치텍스트로 데이터셋 불러오기
+  * 파이토치 설치 & 환경구성
+  * 파이토치 예제 내려받고 실행 확인하기
+  * 주피터 노트북
 3. [파이토치로 구현하는 ANN](03-파이토치로_구현하는_ANN) - 파이토치를 이용하여 가장 기본적인 신경망을 만들어봅니다.
-  * [개념] 텐서와 Autograd
-  * [프로젝트 1] 경사하강법으로 이미지 복원하기
-  * [프로젝트 2] 신경망 모델 구현하기
+  * 텐서와 Autograd
+    * [텐서의 차원 자유자재로 다루기](03-파이토치로_구현하는_ANN/tensor_basic.ipynb)
+    * [텐서를 이용한 연산과 행렬곱](03-파이토치로_구현하는_ANN/tensor_operation.ipynb)
+    * [Autograd](03-파이토치로_구현하는_ANN/autograd_basic.ipynb)
+  * [경사하강법으로 이미지 복원하기](03-파이토치로_구현하는_ANN/image_recovery.ipynb)
+    * 오염된 이미지 문제
+    * 오염된 이미지를 복원하는 방법
+    * 문제 해결과 코드 구현
+  * [신경망 모델 구현하기](03-파이토치로_구현하는_ANN/basic_neural_network.ipynb)
+    * 인공 신경망(ANN)
+    * 간단한 분류 모델 구현하기
 4. [패션 아이템을 구분하는 DNN](04-패션_아이템을_구분하는_DNN) - Fashion MNIST 데이터셋과 앞서 배운 인공신경망을 이용하여 패션아이템을 구분해봅니다.
-  * [개념] [Fashion MNIST 데이터셋 설명](04-패션_아이템을_구분하는_DNN/01-fashion-mnist.ipynb)
-  * [프로젝트 1] [Fashion MNIST 학습하기](04-패션_아이템을_구분하는_DNN/02-neural-network.ipynb)
-  * [팁] 성능 측정법 알아보기 (Train/Validation/Test)
-  * [프로젝트 2] [오버피팅과 정규화](04-패션_아이템을_구분하는_DNN/03-overfitting-and-regularization.ipynb)
-  * 더 보기
-5. [이미지 인식능력이 탁월한 CNN](05-이미지_처리능력이_탁월한_CNN)
-  * [개념] CNN 기초
-  * [프로젝트 1] [CNN 모델 구현하기](05-이미지_처리능력이_탁월한_CNN/01-cnn.ipynb)
-  * [프로젝트 2] [컬러 데이터셋에 적용하기](05-이미지_처리능력이_탁월한_CNN/02-cifar-cnn.ipynb)
-  * [팁] [토치비전으로 복잡한 모델 사용하기](05-이미지_처리능력이_탁월한_CNN/03-torcivision-models.ipynb)
-  * 더 보기
-6. [사람의 지도 없이 학습하는 Autoencoder](06-사람의_지도_없이_학습하는_Autoencoder) - 레이블이 없는 상태서 특징추출을 하는 오토인코더에 대해 배워봅니다.
-  * [개념] 오토인코더 기초
-  * [프로젝트 1] [오토인코더로 이미지의 특징을 압축해보기](06-사람의_지도_없이_학습하는_Autoencoder/01-autoencoder.ipynb)
-  * [프로젝트 2] Latent 공간 탐험하기
-  * 더 보기
+  * [Fashion MNIST 데이터셋 알아보기](04-패션_아이템을_구분하는_DNN/fashion-mnist.ipynb)
+  * [인공 신경망으로 패션 아이템 분류하기](04-패션_아이템을_구분하는_DNN/neural-network.ipynb)
+    * 환경 설정하기
+    * 이미지 분류 문제
+    * 이미지 분류를 위한 인공 신경망 구현
+  * 성능 측정하기
+  * [과적합과 드롭아웃](04-패션_아이템을_구분하는_DNN/overfitting-and-regularization.ipynb)
+    * 데이터 늘리기
+    * 드롭아웃
+5. [이미지 처리능력이 탁월한 CNN](05-이미지_처리능력이_탁월한_CNN)
+  * CNN 기초
+    * 컴퓨터가 보는 이미지
+    * 컨볼루션
+    * CNN 모델
+  * [CNN 모델 구현하기](05-이미지_처리능력이_탁월한_CNN/cnn.ipynb)
+  * [ResNet으로 컬러 데이터셋에 적용하기](05-이미지_처리능력이_탁월한_CNN/resnet.ipynb)
+    * ResNet 소개
+    * CIFAR-10 데이터셋
+    * CNN을 깊게 쌓는 방법
+6. [사람의 지도 없이 학습하는 오토인코더](06-사람의_지도_없이_학습하는_오토인코더) - 레이블이 없는 상태서 특징추출을 하는 오토인코더에 대해 배워봅니다.
+  * 오토인코더 기초
+  * [오토인코더로 이미지의 특징 추출하기](06-사람의_지도_없이_학습하는_오토인코더/basic_autoencoder.ipynb)
+    * 오토인코더 구현
+    * 잠재 변수 들여다보기
+  * [오토인코더로 망가진 이미지 복원하기](06-사람의_지도_없이_학습하는_오토인코더/denoising_autoencoder.ipynb)
+    * 잡음 제거 오토인코더 구현
+    * 잡음 제거 시각화하기
 7. [순차적인 데이터를 처리하는 RNN](07-순차적인_데이터를_처리하는_RNN) - RNN을 활용하여 영화 리뷰 감정 분석과 기계번역을 해봅니다
-  * [개념] RNN 기초
-  * [프로젝트 1] [영화 리뷰 감정 분석](07-순차적인_데이터를_처리하는_RNN/01-text-classification.ipynb)
-  * [프로젝트 2] [Seq2Seq 기계 번역](07-순차적인_데이터를_처리하는_RNN/02-sequence-to-sequence.ipynb)
-  * 더 보기
-8. [딥러닝을 해킹하는 Adversarial Attack](08-딥러닝을_해킹하는_Adversarial_Attack) - Adversarial Attack
-  * [개념] Adversarial Attack 이란?
-  * [프로젝트 1] [FGSM 공격](08-딥러닝을_해킹하는_Adversarial_Attack/01-fgsm-attack.ipynb)
+  * RNN 개요
+  * [영화 리뷰 감정 분석](07-순차적인_데이터를_처리하는_RNN/text-classification.ipynb)
+    * 자연어 전처리
+    * RNN 모델 구현
+  * [Seq2Seq 기계 번역](07-순차적인_데이터를_처리하는_RNN/sequence-to-sequence.ipynb)
+    * Seq2Seq 개요
+    * 인코더
+    * 디코더
+    * Seq2Seq 모델 구현하기
   * 더 보기
+8. [딥러닝을 해킹하는 적대적 공격](08-딥러닝을_해킹하는_적대적_공격) - 적대적 공격
+  * 적대적 공격 이란
+  * 적대적 공격의 종류
+  * [FGSM 공격](08-딥러닝을_해킹하는_적대적_공격/fgsm-attack.ipynb)
+    * 학습된 모델 불러오기
+    * 공격할 미이지 불러오기
+    * 공격 전 성능 확인하기
+    * FGSM 공격 함수 정의
+    * 적대적 예제 생성
+    * 적대적 예제 성능 확인
 9. [경쟁하며 학습하는 GAN](09-경쟁하며_학습하는_GAN) - GAN을 이용하여 새로운 패션 아이템을 만들어봅니다.
-  * [개념] GAN 기초
-  * [프로젝트 1] [GAN으로 새로운 패션아이템 생성하기](09-경쟁하며_학습하는_GAN/01-gan.ipynb)
-  * [프로젝트 2] [Conditional GAN으로 생성 컨트롤하기](09-경쟁하며_학습하는_GAN/02-conditional-gan.ipynb)
+  * GAN 기초
+    * 생성자와 판별자
+  * [GAN으로 새로운 패션아이템 생성하기](09-경쟁하며_학습하는_GAN/gan.ipynb)
+    * 학습 준비
+    * 생성자와 판별자 구현
+    * GAN 학습 구현
+    * 결과물 시각화
+  * [cGAN으로 생성 제어하기](09-경쟁하며_학습하는_GAN/conditional-gan.ipynb)
+    * cGAN으로 원하는 이미지 생성하기
+    * 조건부 생성자와 판별자
+    * cGAN 학습 구현
+    * 결과물 시각화
   * 더 보기
 10. [주어진 환경과 상호작용하며 성장하는 DQN](10-주어진_환경과_상호작용하며_성장하는_DQN) - 간단한 게임환경 안에서 스스로 성장하는 DQN 에이전트를 만들어봅니다.
-  * [개념] 강화학습과 DQN기초
-  * [팁] OpenAI Gym
-  * [프로젝트 1] [카트폴 게임 마스터하기](10-주어진_환경과_상호작용을_통해_학습하는_DQN/01-cartpole-dqn.ipynb)
+  * 강화학습과 DQN기초
+  * [카트폴 게임 마스터하기](10-주어진_환경과_상호작용을_통해_학습하는_DQN/cartpole-dqn.ipynb)
+    * 하이퍼파라미터
+    * DQN 에이전트
+    * 이전 경험 기억하기
+    * 행동하기
+    * 경험으로부터 배우기
+    * 학습 시작하기
   * 더 보기
 
 

diff --git a/test/test_06.py b/test/test_06.py
@@ -4,7 +4,7 @@
 
 
 # setup path
-chapter_name = "06-사람의_지도_없이_학습하는_Autoencoder"
+chapter_name = "06-사람의_지도_없이_학습하는_오토인코더"
 dir_path = os.path.join(os.path.dirname(os.path.realpath(__file__)), ".." , chapter_name)
 sys.path.append(dir_path)
 

diff --git a/test/test_08.py b/test/test_08.py
@@ -4,7 +4,7 @@
 
 
 # setup path
-chapter_name = "08-딥러닝을_해킹하는_Adversarial_Attack"
+chapter_name = "08-딥러닝을_해킹하는_적대적_공격"
 dir_path = os.path.join(os.path.dirname(os.path.realpath(__file__)), ".." , chapter_name)
 sys.path.append(dir_path)
 

diff --git a/test/test_10.py b/test/test_10.py
@@ -0,0 +1,26 @@
+import sys
+import os
+from importlib import import_module
+
+
+# setup path
+chapter_name = "08-딥러닝을_해킹하는_Adversarial_Attack"
+dir_path = os.path.join(os.path.dirname(os.path.realpath(__file__)), ".." , chapter_name)
+sys.path.append(dir_path)
+
+
+
+def test_chapter_exmaples():
+    mydir_tmp = os.path.join(dir_path) # add the testA folder name
+    mydir_new = os.chdir(mydir_tmp) # change the current working directory
+    mydir = os.getcwd()  # set the main directory again, now it calls testA
+
+    chapter_examples = [
+        "cartpole_dqn",
+    ]
+
+    for example in chapter_examples:
+        imported_package = import_module(example)
+
+if __name__ == "__main__":
+    test_chapter_exmaples()