딥러닝은 개념과 구현능력이 동시에 갖추어져야하는 학문입니다. 이 강의에서는 구현능력에 초점을 맞춰 기초부터 advanced된 기술들을 Tensorflow로 구현하는 방법을 배웁니다.
이런 걸
배워요!
Tensorflow
딥러닝 구현법
Tensorflow 사용법부터 Advanced technique까지!
차근차근 함께 배워보세요😊
📣 강의 연재 안내
• 해당 강의는 연재 중인 강의로, 종강에 대한 언급이 있을 때 까지 계속해서 업로드 됩니다. 업로드 소식은 "새소식"을 통해 안내될 예정이니, 수강 및 학습에 참고해주세요.
딥러닝은 관련 개념과 구현방법을 모두 잘 알고 있어야 의미가 있는 학문입니다. 다양한 학생들에게 딥러닝 관련 강의를 했을 때, 가장 어려워하는 부분이 개념보단 구현이라는 점도 알게 됐습니다.
이에 따라 본 강의는 Tensorflow의 기초적인 사용법부터 Advanced technique들까지 하나하나 다뤄보는 강의입니다.
강의에 대한 질문은 해당 강의 링크를 눌러 영상에 댓글로 남겨주세요 :)
다른 채널을 통해 본 강의를 듣는 학생들과 서로 질문사항을 공유하기 위함입니다
학습 대상은
누구일까요?
딥러닝 입문자
딥러닝 개발자 및 연구원
선수 지식,
필요할까요?
Python
아주 기초적인 딥러닝 개념들
수강생 수
1,832
수강평 수
73
강의 평점
5.0
강의 수
11
[멋쟁이 사자처럼] 인공지능중고급과정
[국립기상과학원] 2022, 2023년 기상 AI 부트캠퍼
[삼성전기] 신입SW과정 전문반
[국가과학기술인력개발원] R&D 수행 역량 강화 장기 멘토링
[원광대학교] 원광대학교 AI 집체교육 및 AI 장단기과정
[한국지능정보사회진흥원] SW여성인재 교육
[SK m&service] 데이터 기반 의사결정
[한국IT비즈니스진흥협회] ICT COG Academy
[패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사
[패스트캠퍼스] 한 번에 끝내는 머신러닝과 데이터분석 A-Z
[패스트캠퍼스] 바이트 디그리 Lv.2 Deep Learning Essentials
[패스트캠퍼스] 딥러닝인공지능 초격차
[패스트캠퍼스] 컴퓨터 공학 초격차 VER.2
전체
30개 ∙ (8시간 32분)
Orientation
15:03
Tensor Operations
19:53
Model Implementation
30:14
Dataset Load1
15:07
Dataset Load2
19:13
Dataset Split
13:31
Losses and Metrics
24:57
MNIST Classification
19:07