• 강의
    • Numpy
    • OpenCV 시작하기
    • Python
    • Tensorflow
    • DNN basic
    • 제대로 배워보는 CNN
  • Contact
    환영합니다!
    (82) 4788 8825
    info@publicai.co.kr
    • 회원가입
    • 로그인
    studyaistudyai
    • 강의
      • Numpy
      • OpenCV 시작하기
      • Python
      • Tensorflow
      • DNN basic
      • 제대로 배워보는 CNN
    • Contact

      Course

      • Home
      • All courses
      • 제대로 배워 보는 ConvolutionNeuralNetwork

      제대로 배워 보는 ConvolutionNeuralNetwork

      Admin bar avatar
      퍼블릭에이아이
      (0 review)
      300,000₩ 100,000₩
      • Overview
      • Curriculum
      • Instructor
      • Reviews

      영상처리에서 자주 사용되는 Convolution Neural Network를 배워보세요.

      1. 해당 강좌를 통해 DNN 에서 해결 하기 힘든 문제들을 해결 할 수 있는 것을 배우 실 수 있습니다.
      2. Sparsity, 희소성 , Parameter Sharing 개념들을 통해 왜 DNN이 풀기 어려운 문제를 CNN 이 풀기 쉬운가에 대해서 알 수 있습니다.
      3. CNN 네크워크를 어떻게 구성해야 하는지 알수 있습니다.
      4. 실제 Tensorflow 를 활용해 코드를 작성해 Regression, Classification 문제를 해결 해 보는 실습을 가져봅니다.

       

       

       

      Course Features

      • Lectures 43
      • Quizzes 0
      • Duration 50 hours
      • Skill level All levels
      • Language 한국어
      • Students 15
      • Assessments Yes
      Courses제대로 배워 보는 ConvolutionNeuralNetwork
      • 1. 이미지 데이터와 컴퓨터 비전의 이해 7

        이미지 데이터에 대한 기본 지식과 컴퓨터 비전의 역사를 알아봅니다.

        • Lecture1.1
          수업 목표
        • Lecture1.2
          이미지 데이터 표현하기 : matplotlib, PIL
        • Lecture1.3
          이미지 데이터의 구조
        • Lecture1.4
          심층신경망(DNN)을 활용한 컴퓨터 비전
        • Lecture1.5
          이미지 데이터의 특징
        • Lecture1.6
          미리보는 합성곱 신경망(CNN)
        • Lecture1.7
          마무리
      • 2. 필터와 합성곱연산 5

        합성곱 연산의 동작 방식과 필터에 대해 알아봅니다.

        • Lecture2.1
          수업 목표
        • Lecture2.2
          합성곱 연산이란
        • Lecture2.3
          이미지의 특징을 추출하는 필터
        • Lecture2.4
          텐서플로우를 활용하여 이미지의 윤곽선 특징 추출하기
        • Lecture2.5
          마무리
      • 3. 패딩과 스트라이드 7

        합성곱 연산의 이미지 축소 문제를 해결하기 위한 패딩과 스트라이드에 대해 알아봅니다

        • Lecture3.1
          수업 목표
        • Lecture3.2
          합성곱 연산의 문제점
        • Lecture3.3
          패딩(padding)이란
        • Lecture3.4
          패딩의 크기 결정 : VALID, SAME
        • Lecture3.5
          텐서플로우를 활용하여 패딩 적용하기
        • Lecture3.6
          스트라이드(stride)란
        • Lecture3.7
          마무리
      • 4. 고차원에서의 합성곱연산 4

        다중채널인 경우와 필터가 여러개일 경우의 합성곱 연산은 어떻게 진행되는지 알아봅니다.

        • Lecture4.1
          수업 목표
        • Lecture4.2
          고차원에서의 합성곱연산
        • Lecture4.3
          복수개의 필터에 대한 합성곱연산
        • Lecture4.4
          마무리
      • 5. 합성곱신경망의 풀링 연산 6

        합성곱신경망에서 이미지의 크기를 줄이는 풀링연산에 대해 알아봅니다.

        • Lecture5.1
          수업 목표
        • Lecture5.2
          합성곱신경망의 풀링 연산 : Max pooling
        • Lecture5.3
          합성곱신경망의 풀링연산 : Average pooling
        • Lecture5.4
          3차원 데이터에서의 풀링 연산
        • Lecture5.5
          Max pooling 연산과 Average pooling 연산간의 차이
        • Lecture5.6
          마무리
      • 6. 합성곱신경망의 설계 6

        합성곱신경망 층의 구조를 살펴보고 간단한 합성곱신경망 모델을 만들어봅니다.

        • Lecture6.1
          수업 목표
        • Lecture6.2
          합성곱신경망 층의 구조
        • Lecture6.3
          합성곱신경망에서의 표기법
        • Lecture6.4
          간단한 합성곱 모델 분석하기 : Lenet-5
        • Lecture6.5
          간단한 합성곱신경망 모델 만들기
        • Lecture6.6
          마무리
      • 7. 합성곱 신경망 설계의 고려사항 8

        합성곱신경망을 설계할 때 고려해야 하는 점들에 대해 알아봅니다.

        • Lecture7.1
          수업 목표
        • Lecture7.2
          합성곱신경망 설계의 고려사항 : Receptive Field
        • Lecture7.3
          Receptive Field 계산법
        • Lecture7.4
          Fully Connected layer와 Convolution layer
        • Lecture7.5
          합성곱 신경망 설계의 고려사항 : 메모리
        • Lecture7.6
          필요 메모리 계산법
        • Lecture7.7
          큰 이미지에서의 메모리 문제
        • Lecture7.8
          마무리
      Admin bar avatar
      퍼블릭에이아이

      Reviews

      Average Rating

      0
      0 rating

      Detailed Rating

      5
      0%
      4
      0%
      3
      0%
      2
      0%
      1
      0%
      • Overview
      • Curriculum
      • Instructor
      • Reviews
      300,000₩ 100,000₩
      • Share:

      You May Like

      보호된 글: (충북도립대)딥러닝 기초 Read More
      Admin bar avatar
      퍼블릭에이아이

      (충북도립대)딥러닝 기초

      4
      0
      Free
      보호된 글: (충북도립대)영상처리 기본 OpenCV Read More
      Admin bar avatar
      퍼블릭에이아이

      (충북도립대)영상처리 기본 OpenCV

      1
      0
      Free
      보호된 글: (충북도립대)제대로 배워 보는 ConvolutionNeuralNetwork Read More
      Admin bar avatar
      퍼블릭에이아이

      (충북도립대)제대로 배워 보는 ConvolutionNeuralNetwork

      2
      0
      Free
      (Day3) AI-KIT로 체험하는 미래 직업 – 딥러닝 개발자 도전 과제 Read More
      Admin bar avatar
      퍼블릭에이아이

      (Day3) AI-KIT로 체험하는 미래 직업 - 딥러닝 개발자 도전 과제

      55
      0
      Free
      (Day2) AI-KIT로 체험하는 미래 직업 – 딥러닝 개발자 심화 강의 Read More
      Admin bar avatar
      퍼블릭에이아이

      (Day2) AI-KIT로 체험하는 미래 직업 - 딥러닝 개발자 심화 강의

      4
      0
      Free

      Leave A Reply 응답 취소

      이메일 주소는 공개되지 않습니다. 필수 항목은 *(으)로 표시합니다

      모든 강좌

      • Deep Learning
      • Programming Language
      • Visible

      최신 강좌

      보호된 글: (충북도립대)딥러닝 기초

      보호된 글: (충북도립대)딥러닝 기초

      300,000₩ Free
      텐서플로우 기초

      텐서플로우 기초

      300,000₩ 100,000₩
      딥러닝 기초

      딥러닝 기초

      300,000₩ 100,000₩
      (+82) 4788 8825
      info@publicai.co.kr
      Facebook-f Twitter Google-plus-g Pinterest

      서울시 동작구 보라매로5가길 7, 201호(신대방동, 캐릭터 그린빌)
      대표 : 김성중 | 상호명 : ㈜퍼블릭에이아이 | 사업자등록번호 : 724-81-01517
      통신판매업신고번호 : 2019-서울동작-1034 | Tel : 070-4788-8825
      ⊙ Copyright(c) 2020 by PublicAI. All rights reserved
      All pictures, codes, writings cannot be copied without permission.
      written by Public AI

      • 개인정보 처리방침
      • 이용약관