텐서플로우 2.0으로 배우는 딥러닝 기초

이 강의에서 배우는 것 📖

본 강의는 TensorFlow 2.0의 기초 문법을 공부하며 딥러닝을 기초를 같이 공부할 수 있는 강의입니다. TensorFlow 2.0은 1.0 버전과 상당히 다른 인터페이스를 갖고 있습니다. 따라서 둘 사이의 차이점을 이해하고 장점을 잘 활용한다면, 더 깔끔하고 아름다운 머신러닝 코드를 구현할 수 있을 것입니다.

나만의 딥러닝 모델을 만들고 싶다면 주목! ☺️

혹시 딥러닝을 학습하시면서 이런 고민을 하고 계신가요?

• "딥러닝의 기초 개념이 헷갈려요."
• "Copy & Paste로 딥러닝 모델을 학습하는 것 말고, 직접 나만의 모델을 만들고 싶어요."
• "TensorFlow 1.0과 2.0의 차이를 모르겠어요."

걱정 마세요. TensorFlow를 통한 딥러닝 기초, 이 강의에서 모두 잡아줄 테니까요! 이론뿐만 아니라 실습을 통해 딥러닝의 개념에 대해서 직관적으로 더 이해할 수 있었으면 좋겠습니다! 😝

이 강의를 들은 후 당신의 모습 📜

• 딥러닝의 기초 개념에 대해서 이해할 수 있게 됩니다.
• TensorFlow 2.0의 특징을 이해할 수 있습니다.
• 다른 사람의 코드가 아닌 나만의 코드를 처음부터 만들어보는 법을 이해할 수 있습니다.

제 강의만의 특별한 점 ✨

• 입문자도 쉽게 따라하며 이해할 수 있는 강의!
  TensorFlow에 대한 기본 지식이 없어도, 쉽게 접근하실 수 있도록 차근차근 알려드립니다.
• 천리 길도 한 걸음부터! 기초 문법과 철학 중심의 강의
  딥러닝 학습에 꼭 필요한 기초 내용만 엄선하여 여러분에게 알랴드립니다.
• 텐서플로우 모델의 간단한 구현 방식과 고급 구현 방식을 같이 익힐 수 있습니다.
  실제 실습을 통해 딥러닝 모델이 어떻게 작동되는지 배운 이론을 적용해 볼 수 있습니다. 

이 강의에서 배우는 것 📚

TensorFlow 기초

TensorFlow의 기초가 되는 텐서와 변수의 개념에 대해 알아보고, TensorFlow 2.0에서 추가된 즉시 실행 기능과 TensorFlow의 핵심 기초 기능인 순차적 모델에 대해 알아봅니다.

딥러닝 기초

딥러닝 학습의 기초인 손실 함수, 정규화, 최적화, 자동 미분 등에 대해 알아봅니다.

TensorFlow 2.0 심화 기법

tf.function으로 딥러닝의 기능을 향상시키는 법부터 텍스트 문자열을 숫자로 표현하는 워드 임베딩, 기능적인 API를 활용하는 Functional API 등을 활용하는 법에 대해 알아봅니다.

딥러닝 심화 기법

딥러닝의 핵심 신경망인 순환 신경망, 합성곱 신경망에 대해 알아보고 모델 파일을 저장하고 복원하는 방법을 알려드립니다.

저는 이런 사람입니다 😝

제 경력은 다음과 같아요.