안녕하세요.
최근 분야를 막론하고 딥러닝(deep learning)이 큰 화제입니다.
특히 제가 연구하고 있는 비쥬얼 컴퓨팅(visual computing) 분야에서는
컴퓨터 비전(computer vision)과 영상 처리(image processing)를 중심으로
수 많은 딥러닝 관련 연구들이 우수한 성능을 뽐내며 쏟아져 나오고 있습니다.
마음 맞는 동료 연구자분들과 IDEG의 연구노트를 기획하면서
나는 어떤 내용들을 정리해서 올리면 좋을까 고민하던 중
문득 '딥러닝을 해보자' 라는 생각이 들었습니다.
딥러닝이 저의 주 연구 분야는 아니지만 공부하고 있는 내용들을 정리하고 공유하다보면
저도 더 많이 알고 배우는 기회가 될 것이라 믿습니다. (Learning to Share, Sharing to Learn)
학습 개요는 아래와 같습니다.
TensorFlow로 배우는 Deep Learning
◆ 학습 목표:
- 딥러닝 분야에 화두가 되고 있는 주요 인공신경망(neural network) 모델에 대한 핵심 개념 소개
- 구글의 텐서플로우(TensorFlow, Google)를 이용해 인공신경망들을 직접 구현해 볼 수 있는 코드/데이터셋 제공
◆ 학습 계획
- ML; Machine Learning & TF; TensorFlow
: 머신러닝 기본 개념 및 텐서플로우 소개 - ANN; Artificial Neural Network
: 가장 기초적인 인공신경망 모델 - CNN; Convolutional Neural Network
: 영상 처리에 특화된 인공신경망 모델 - AE; Auto Encoder
: 대표적인 비지도학습(unsupervised learning) 모델 - GAN; Generative Adversarial Networks
: 결과물 생성을 위한 인공신경망 모델 - RNN; Recurrent Neural Network
: 자연어/음성 처리에 특화된 인공신경망 모델 - DQN; Deep Q-Network
: 대표적인 강화학습(reinforcement learning) 모델
◆ 참고 자료:
- 김진중. 골빈해커의 3분 딥러닝 텐서플로맛. 한빛미디어.
- Saito Goki, Deep Learning from Scratch, O'REILL.
- A. Muller, S. Guido. Introduction to Machine Learning with Python. O'REILL.
- Internet !!
딥러닝에 관심을 가지고 공부하시는 분들에게 도움이 되기를 바라며,
같은 입문자의 입장에서 제가 이해한 내용들을 쉽게 전달해 드릴 수 있도록 노력하겠습니다 :D
즐겁게 업로드 할 수 있도록 많은 관심과 피드백 부탁드립니다 !!