[01부] 파이토치 개요
▣ 01장: 파이토치를 이용한 딥러닝 소개
딥러닝 되짚어보기
___활성화 함수
___최적화 스케줄
파이토치 살펴보기
___파이토치 모듈
___텐서 모듈
파이토치로 신경망 훈련하기
요약
▣ 02장: CNN과 LSTM 결합하기
CNN과 LSTM으로 신경망 만들기
___텍스트 인코딩 데모
파이토치로 이미지 캡션 생성하기
___이미지 캡션 데이터셋 다운로드
___캡션(텍스트 데이터 전처리
___이미지 데이터 전처리
___이미지 캡션 데이터 로더 정의하기
___CNN-LSTM 모델 정의하기
___CNN-LSTM 모델 훈련하기
___훈련된 모델로 이미지 캡션 생성하기
요약
[02부] 고급 신경망 아키텍처
▣ 03장: 심층 CNN 아키텍처
왜 CNN이 막강한가?
CNN 아키텍처의 발전
LeNet을 처음부터 구현하기
___파이토치로 LeNet 구성하기
___LeNet 훈련하기
___LeNet 테스트하기
AlexNet 모델 미세 조정하기
___파이토치로 AlexNet 미세 조정하기
사전 훈련된 VGG 모델 실행하기
GoogLeNet과 Inception v3 살펴보기
___Inception 모듈
___1×1 합성곱
___전역 평균 풀링
___보조 분류기
___Inception v3
ResNet과 DenseNet 아키텍처
___DenseNet
EfficientNet과 CNN 아키텍처의 미래
요약
▣ 04장: 심층 순환 신경망 아키텍처
순환 신경망의 발전
순환 신경망 유형
___RNN
___양방향 RNN
___LSTM
___확장된 LSTM과 양방향 LSTM
___다차원 RNN
적층 LSTM
___GRU
___그리드 LSTM
___게이트 직교 순환 유닛
감성 분석을 위해 RNN 훈련하기
___텍스트 데이터셋 로딩 및 전처리
___모델 인스턴스화 및 훈련
양방향 LSTM 만들기
___텍스트 데이터셋 로딩과 전처리
___LSTM 모델 인스
★ 이 책에서 다루는 내용 ★
◎ 파이토치로 텍스트 생성 모델과 작곡 모델을 구현
◎ 파이토치로 심층 Q-네트워크(DQN 모델을 구축
◎ ONNX(머신러닝 모델용 오픈소스 범용 포맷를 활용해 범용 파이토치 모델 내보내기
◎ fast.ai와 파이토치를 이용해 빠르게 프로토타이핑하는 방법
◎ AutoML로 신경망 아키텍처를 효과적으로 검색
◎ Captum을 사용해 파이토치에서 작성한 머신러닝(ML 모델을 쉽게 해석
◎ 파이토치를 사용해 ResNet, LSTM, 트랜스포머 모델 등을 설계
◎ 파이토치에서 orch.distributed API를 사용해 분산 훈련시키는 방법
