[0강] 딥러닝 기초 이론 스터디 - CS231n

Standford University 의 CS231n: Convolutional Neural Networks for Visual Recognition 강의를 매주 들으며 스터디한 내용 (번역 및 정리)을 매주 블로그에 포스팅 할 계획이다.

 

🕵️‍♂️ 강의 소개

컴퓨터 비전은 이제 우리 사회에서 어디서나 볼 수 있게 되었다 - 검색, 이미지 이해, 앱, 의학, 드론, 자율주행차 등... 이런 프로그램들의 핵심은 이미지 분류 (image classification = 단일 객체 분류), 로컬라이제이션 (localization = 단일 객체 위치 정보 파악), 인식 (detection = 여러 객체에 대해 classification과 localization 동시 수행)과 같은 시각적 인식(Visual Recognition)작업이다. 최근 신경망(일명 "딥러닝") 접근법이 발전하면서 이런 최첨단 시각 인식 시스템(visual recognition systems)의 성능이 크게 발전했다. 이 강의는 딥러닝의 구조(deep learning architecture)을 세세히 살펴보고, 특히 이미지 분류 모델을 공부하는데 중점을 둔다. 강의를 통해 이미지 인식 문제 설정 방법(set up problem of image recognition), 학습 알고리즘(예: 백프로포메이션), 모델 학습과 신경망 튜닝을 위한 실전 팁, 실습 과제와 최종 프로젝트를 통한 가이드 등을 가르칠 예정이다.

 

👁 강의 링크

CS231n 강의 공식사이트 - cs231n.stanford.edu/index.html

CS231n Spring 2017 강의 Youtube Playlist - www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

CS231n Spring 2017 강의 프로젝트 리포트 - cs231n.stanford.edu/2017/reports.html

CS231n 강의 노트 (Spring 2020 숙제 리스트, 사전지식 강의) - cs231n.github.io/

CS231n Github - github.com/cs231n/cs231n.github.io

 

 

✍ 한글 Resource

CS231n 한글번역 프로젝트 (CS231n 강의 영어 자막 한글 번역본) - github.com/visionNoob/CS231N_17_KOR_SUB

CS231n 강의를 우리말로 설명한 동영상 - www.youtube.com/playlist?list=PL1Kb3QTCLIVtyOuMgyVgT-OeW0PYXl3j5

 

 

🤸‍♀️ 계획표

Week	Lecture	URL
Week 1	Introduction to Convolutional Neural Networks	lynnshin.tistory.com/2?category=919376
Week 2	Image Classification	lynnshin.tistory.com/4?category=919376
Week 3	Loss Functions and Optimization	lynnshin.tistory.com/5?category=919376
Week 4	Introduction to Neural Networks	lynnshin.tistory.com/6?category=919376
Week 5	Convolutional Neural Networks	lynnshin.tistory.com/7?category=919376
Week 6	Training Neural Networks I	lynnshin.tistory.com/8?category=919376
Week 7	Training Neural Networks II
Week 8	Deep Learning Software	lynnshin.tistory.com/10?category=919376
Week 9	CNN Architectures	lynnshin.tistory.com/11?category=919376
Week 10	Recurrent Neural Networks
Week 11	Detection and Segmentation	lynnshin.tistory.com/12?category=919376
Week 12	Visualizing and Understanding
Week 13	Generative Models
Week 14	Deep Reinforcement Learning
Week 15	*Guest Lecuture - Efficient Methods and Hardware for Deep Learning
Week 16	*Guest Lecuture - Adversarial Examples and Adversarial Training