딥러닝 31
- [Do it! 쉽게 배우는 머신러닝 + 딥러닝] ML/DL을 Colab으로 구현하는 이론서
- [딥 러닝 파이토치 교과서] 파이토치 기초부터 RAG, LLM 파인튜닝까지
- 반려동물 품종 분류기 만들기 (7) 모델 export와 FastAPI 서빙
- 반려동물 품종 분류기 만들기 (6) 평가와 오류 분석
- 반려동물 품종 분류기 만들기 (5) Transfer learning: ResNet fine-tuning
- 반려동물 품종 분류기 만들기 (4) Baseline: CNN을 처음부터 학습
- 반려동물 품종 분류기 만들기 (3) 데이터 준비와 EDA
- 반려동물 품종 분류기 만들기 (2) 개발환경 세팅
- 반려동물 품종 분류기 만들기 (1) 프로젝트 설계
- 반려동물 품종 분류기 만들기 (0) 시리즈 소개
- PyTorch 기초 (5) - 학습 실무: GPU, train/eval 모드, 체크포인트, 재현성
- PyTorch 기초 (3) - 모델 조립: nn.Module, 손실, 옵티마이저, 학습 루프
- PyTorch 기초 (1) - 텐서 기본 문법
- PyTorch 기초 (0) - 시리즈 소개
- 딥러닝 기초 (16) - Transformer: Self-Attention and Beyond
- 딥러닝 기초 (15) - Seq2seq and Attention
- 딥러닝 기초 (14) - LSTM and GRU: Gating for Long-Term Dependencies
- 딥러닝 기초 (13) - RNN: Recurrence and BPTT
- 딥러닝 기초 (12) - Sequences and Embeddings
- 딥러닝 기초 (11) - Transfer Learning: Pretrained Models and Fine-tuning
- 딥러닝 기초 (10) - CNN Architectures: From LeNet to ResNet
- 딥러닝 기초 (9) - Convolution and Pooling: CNN Basics
- 딥러닝 기초 (8) - Overfitting and Regularization: Dropout, Weight Decay, Early Stopping
- 딥러닝 기초 (7) - Normalization Layers: Batch Norm and Layer Norm
- 딥러닝 기초 (6) - Weight Initialization: Xavier and He
- 딥러닝 기초 (5) - Optimization: SGD, Momentum, Adam
- 딥러닝 기초 (4) - Backpropagation: Chain Rule and Computational Graph
- 딥러닝 기초 (3) - Loss and Output Layer: Softmax and Cross-Entropy
- 딥러닝 기초 (2) - Activation Functions: Nonlinearity, ReLU and GELU
- 딥러닝 기초 (1) - From Perceptron to MLP and Forward Propagation
- 딥러닝 기초 (0) - Introduction