g0pher98 / pytorch-study Goto Github PK

CHAPTER 4. 파이토치 기본

• 4.1. 텐서
• 4.2. 역전파
• 4.3. 데이터 불러오기

CHAPTER 5. 인공 신경망

• 5.1. 다층 퍼셉트론
• 5.2. 활성화 함수
• 5.3. 손실함수
• 5.4. 최적화 기법
• 5.5. 교차 검증
• 5.6. 모델 구조 및 가중치 확인

CHAPTER 6. 합성곱 신경망

• 6.1. 합성곱 연산과 풀링연산
• 6.2. ALEXNET
• 6.3. RESNET
• 6.4. 다양한 합성곱 신경망

CHAPTER 7. 순환 신경망

• 7.1. 기본 순환 신경망
• 7.2. LSTM과 GRU
• 7.3. BI-LSTM

CHAPTER 8. 비지도 학습

• 8.1. 비지도 학습이란
• 8.2. K-평균 알고리즘
• 8.3. 오토인코더
• 8.4. 생성적 적대 신경망
• 8.5. 이미지 스타일 변이
• 8.6. 깊은 K-평균 알고리즘

CHAPTER 9. 성능 개선

• 9.1. 과적합
• 9.2. 데이터 불균형
• 9.3. 전이 학습
• 9.4. 준지도 학습

CHAPTER 10. 시각화

• 10.1. 설명 가능한 인공지능
• 10.2. 차원 축소 기법

CHAPTER 11. 메타 학습

• 11.1. 메타 러닝과 퓨샷 러닝
• 11.2. MAML - 회귀문제
• 11.3. MAML - 분류문제

CHAPTER 12. 과학적 계산

• 12.1. 유한차분법
• 12.2. 은닉 유체 메카니즘