1주차 |
OT |
스터디 진도 소개, 딥러닝 정의, 딥러닝 활용 분야 (예시) |
2주차 |
딥러닝 기본 |
퍼셉트론, 출력층 함수, loss function, 경사하강법, 역전파 |
3주차 |
딥러닝 학습 |
optimizer, activation function, normalization, initialization, drop out, 신경망 만들기 |
4주차 |
CV 기본, CNN |
Computer vision이란, 이미지에대한 이해, CNN Architecture(합성곱 계산) |
5주차 |
CNN 모델 |
AlexNet, VGG16, GoogleNet, ResNet(논문 리뷰 발표) |
6주차 |
NLP 기본, RNN |
자연어처리란, NLP Preprocessing(cleaning, normalization, padding, Tokenization, Token embedding), RNN Architecture |
7주차 |
RNN 모델 |
LSTM, GRU, seq2seq(논문 리뷰 발표) + Attention, Transformation |
7주차 |
RNN 모델 |
LSTM, GRU, seq2seq(논문 리뷰 발표) + Attention, Transformation |