본문 바로가기

say와 AI 챗봇친구 만들기 보고서

초보자를 위한 딥러닝 손글씨 노트

728x90
반응형
SMALL

초보자를 위한 딥러닝 손글씨 노트

 

딥러닝은 항상 어렵게만 느껴지고 제대로 공부하지 못하는 이유! 바로 딥러닝의 핵심을 잘못 알고 있기 때문이예요. 딥러닝의 핵심을 바로 잡고 제대로 된 딥러닝 공부까지 한 번에 끝내보세요! 

 

 

왜 딥러닝은 항상 어렵게만 느껴지고

제대로 공부하지 못하는 걸까요

일반적으로

딥러닝 공부를 한다고 하면

프레임워크나 알고리즘이

단지 어떤 역할을 하는지에 대해서만

학습하는 경우가 많아요

그렇게 되면

실제로 활용하는 과정에서 왜이

알고리즘을 써야 하는지 그리고

어떤 상황에서 알고리즘을 써야 하는지

이해가 어려워서 제대로 된 공부가

이루어지지 않는 것이죠

딥러닝 공부는 y



what

무엇을 하옵 어떻게 사고방식으로

현상의 흐름을 이해하는 것이

핵심입니다 자 여기서

겐을 이해하기 위해 어떻게

접근해 볼 수 있을까요

걔는 제너레이티브 어드벌 소리를

네트워크의 약자로

생성적

적대신경망이라는 알고리즘이나 불린다

다른 알고리즘들과 다르게 이전에는

없던

새로운 데이터를 생성할 수 있게 된

알고리즘이다 이렇게

학습한다면

괜히 무엇인지는 알지만

시대적 흐름에서 괜히

어떤 배경과

원리에서 나오게는 모델이고

어떤 상황에서 어떻게

활용해 볼 수 있을지에 대한

인사이트를 얻기에는

파편적인 지식이겠죠 자 그럼

y

what

how의 사고방식을 개내에 적용해

볼까요

먼저이 기술이 탄생한 시점은

어땠을까요 지금이야 인공지능이 그림도

그리고

글도 쓰고

창의적인 활동을 하는 것이 그리

대단해 보이지 않지만

괜히 발표된

2014년에 ai는

겨우 사진 속에 어떤 객체가 있는지

알아맞추고 사람이 말한 내용의 의미를

이해하는 수준이었습니다

2016년에 알파고로 ai가 세상을

들썩이게 했던 때보다도 이전인

시기니까요 그런 의미에서 개는 최초로

무언가를 만들어낼 수 있는 역할을

수행하는 모델 공간인데 의미가

있습니다 이런 시대적 배경을 가지고

괜히 무엇인지 이해해 볼까요

걔는

행성적 적대 신경망이라는 알고리즘이라

불립니다

적대라는 표현이 쓰인 이유는 바로

서로 다른 역할을 수행하는 두 개의

모델이

서로 반대되는 목적을 달성하기 위해

학습하기 때문이에요 위조지폐 앨범은

진짜 같은 화폐를 만들기 위해 경찰을

속이려 하고

경찰은 위조 집회를 잘 감별하기 위해

노력합니다

겐에서도

생성 모델은 최대한 진짜 같은

데이터를 만들어 내기 위한 학습을

진행하고

판별무대

경찰은

진짜와 가짜를

판별하기 위한 학습을 진행합니다

이미지처럼 실제 예제와

매우 비슷한 유사품을 생성해내는

것이죠

그렇다면

생성 모델과

판별 모델은 어떻게

적대적으로 학습할 수 있는 것일까요

판별 모델의 목적은

진짜

데이터는 진짜라고 판별하고

생성모델이 생성한 데이터는 가짜라고

판별하는 것입니다 이렇게

y

what

how 스토리텔링 기반으로 사고하며

기술을 이해하게 되면이 알고리즘을

어떤 상황에서 써야 하는지 알고리즘이

어떻게

동작하는지이 알고리즘의 한계는

무엇인지에 대해서 보다 더 명확하게

이해하여

딥러닝을 제대로 공부할 수 있을

것입니다 그럼이

다음에는

결국 학습한 것을 내가 필요한 곳에
3:36
써먹을 줄 알아야겠죠

첫째

백지에서 1부터 100까지

코드를 채워 나가며 공부하지 마세요

요리 초보자가 요리 재료 준비부터

조리

완성까지 모든 것을 해내려면 굉장히

어렵겠지만

밀키트가 있다면 어렵지 않죠 저희

강의에서도

입문자여도 코드 작성에 중도 포기하지

않도록

코드 작성을 위한 기본 뼈대를 제공해

드립니다

빈칸을 채워 나가며

완성하는 형식으로

차근차근 개념을 코드로 구현해 보는

연습을 할 수 있습니다

둘째

순차적 코드 작성을 통해

흐름을 이해하고 반복되는

기능을 파악하세요

강의에서 노트북 기반의 순차적 코드

작성을 통해 흐름을 이해한 후

반복되는 기능이 무엇인지 직접

판단하고 자주 변경이 필요한 하이퍼

파라미터가 무엇인지 스스로 찾아보고

컨피그를 생성하는 과정을 통해

순차적으로

코드 작성을 하는

실습을 진행할 것입니다

셋째

복습 문제를 통해

지식 점검을 진행할 거예요 사전 필수

지식에 대해 이해하고 있는지

꼭 기억해야 하는 개념에 대해

이해했는지

퀴즈를 제공해서

습득한 지식을 써먹을 수 있도록

유도해 드리겠습니다 더불어 딥러닝

개념과 알고리즘을 배우는 것에서

끝나는 것이 아닌

목적에

데이터와 문제 유형별 해결 가능한

노하우까지 학습해서

직접 실무에 적용해 나갈 수 있도록

학습자가 체화하고

인사이트를 얻을 수 있도록

도와드리겠습니다

딥러닝은 물론

당대하고 어려운 영역이지만 어떻게

배우느냐에 따라

달라질 수 있습니다 여러분을 위해

딥러닝 스타강사 나동빈과

협회나임 카카오 롯데 오늘의 집 등

대기업 출신 강사진이 뭉쳤습니다

딥러닝 인공지능 시그니처에서

현업의 전문가들과 함께 더 쉽고

빠르게 딥러닝 공부 능률을 향상시켜

보세요

 

 
728x90
반응형
LIST