110,000원
월 22,000원
5개월 할부 시
중급자를 위해 준비한
[데이터 분석, AI · ChatGPT 활용] 강의입니다.
GPT-1(Improving Language Understanding by Generative Pre-Training) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.
✍️
이런 걸
배워요!
이런 걸
배워요!
딥러닝 논문 읽는 법
딥러닝 논문 구현하는 법
GPT(Generative Pre-trained Transformer) 모델 구조에 대한 디테일한 이해
GPT(Generative Pre-trained Transformer) 모델에 대한 배경지식
TensorFlow 2.0을 이용한 코드 작성법
딥러닝 연구자 필수 소양, 최신 논문 구현 능력!
GPT 구현과 함께 익혀보세요 😀
최신 논문 구현, GPT로 함께!
여러 기업에서 딥러닝 연구자를 채용할 때 최신 논문을 직접 구현해본 경험을 우대하고 있습니다.
GPT-1(Improving Language Understanding by Generative Pre-Training) 논문을 직접 구현해보면서 최신 논문 구현 경험을 익혀보세요.
GPT-1 논문으로 구조 파악 + TensorFlow 2.0으로 직접 구현까지!
- ✍️ GPT-1 논문을 읽으며 구조를 완벽하게 파악한 뒤
- 👨🏻💻 TensorFlow 2.0으로 GPT-1을 직접 구현합니다.
GPT-1 논문(Improving Language Understanding by Generative Pre-Training)을 같이 읽고, GPT-1 모델을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해봅니다.
선수 강의 ✅
👋 본 강의는 TensorFlow 2.0과 자연어처리(NLP)에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
예상 질문 Q&A 💬
Q. 딥러닝 논문 구현을 경험해보면 무엇이 좋나요?
이런 분들께 추천드려요!
🎓
학습 대상은
누구일까요?
학습 대상은
누구일까요?
딥러닝 논문을 읽고 구현하는 능력을 기르고 싶은 분
딥러닝 연구 관련 직종으로 취업을 원하시는 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
📚
선수 지식,
필요할까요?
선수 지식,
필요할까요?
Python 사용경험
선수강의 [예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지] 수강경험
안녕하세요
AISchool 입니다.
AISchool 입니다.
- AISchool ( http://aischool.ai/ )
- AISchool 유튜브 채널 운영 ( https://www.youtube.com/@aischool_ai )
- 서울대학교 인공지능 및 컴퓨터 비전 연구실 석사
- [솔라리스의 인공지능 연구실] 블로그 운영
- [텐서플로로 배우는 딥러닝] 집필
- S전자 컴퓨터 비전 관련 프로젝트 수행
- 기업대상 [AI 컨설팅 서비스] 제공
- 에이아이스쿨 [TensorFlow와 실습 프로젝트로 배우는 딥러닝-컴퓨터비전 Basic 코스] 강의 진행
커리큘럼
총 30 개
˙ 4시간 27분의 수업
이 강의는 영상, 수업 노트가 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 소개
1 강
∙ 6분
섹션 1. GPT Overview
7 강
∙ 1시간 4분
GPT-1 모델의 핵심 Contribution
미리보기
06:21
GPT-1이 해결한 다양한 자연어처리 Task - Text Entailment, Semantic Similarity, Reading Comprehension, Commonsense Reasoning, Sentiment Analysis, Linguistic Acceptability
미리보기
13:11
GPT-1 모델 리뷰 - Framework
10:04
GPT-1 모델 리뷰 - Task-specific input transformations
10:39
GPT-1 모델 리뷰 - Model specifications, Supervised fine-tuning
11:10
GPT-1 모델 리뷰 - Analysis
08:44
GPT-1 추가 참고자료
03:56
섹션 2. 딥러닝 논문 읽는 법
1 강
∙ 4분
일반적인 딥러닝 논문 구성 및 논문 읽는 법
04:22
섹션 3. GPT-1(Improving Language Understanding by Generative Pre-Training) 논문 리뷰
8 강
∙ 1시간 13분
GPT-1(Improving Language Understanding by Generative Pre-Training) 논문 다운로드
00:50
GPT-1 논문 리뷰 - Abstract
미리보기
04:39
GPT-1 논문 리뷰 - Introduction
11:36
GPT-1 논문 리뷰 - Related Work
08:16
GPT-1 논문 리뷰 - Framework
16:31
GPT-1 논문 리뷰 - Experiments
17:46
GPT-1 논문 리뷰 - Analysis
10:34
GPT-1 논문 리뷰 - Conclusion
03:10
섹션 4. Gaussian Error Linear Unit (GELU) & Byte Pair Encoding (BPE)
2 강
∙ 11분
Gaussian Error Linear Unit (GELU)
06:53
Byte Pair Encoding (BPE)
05:00
섹션 5. 강의에서 사용하는 소스코드 다운로드
1 강
∙ 1분
강의에서 사용하는 소스코드 다운로드
01:14
섹션 6. TensorFlow 2.0을 이용한 GPT-1 논문 구현
10 강
∙ 1시간 45분
딥러닝 논문 구현방법 개요 & 프로젝트 설명
08:55
train.py
22:14
model.py
17:57
evaluate.py
11:04
utils.py
05:32
train.py & evaluate.py 실행
03:29
train_adder.py
19:08
evaluate_adder.py
11:27
train_adder.py & evaluate_adder.py 실행
02:42
colab을 이용한 train.py & evaluate.py & train_adder.py & evaluate_adder.py 실행
03:29
강의 게시일 : 2023년 01월 17일
(마지막 업데이트일 : 2023년 05월 03일)