99,000원
월 19,800원
5개월 할부 시
중급자를 위해 준비한
[인공지능] 강의입니다.
U-Net 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
U-Net 모델 구조에 대한 디테일한 이해
Semantic Image Segmentation 문제영역에 대한 배경지식
TensorFlow 2.0을 이용한 코드 작성법
딥러닝 연구자 필수 소양, 최신 논문 구현 능력!
U-Net 구현과 함께 익혀보세요 😀
최신 논문 구현, U-Net으로 함께!
많은 기업들에서 딥러닝 연구자를 채용할때 최신 논문을 직접 구현해본 경험을 우대하고 있습니다. U-Net(U-Net: Convolutional Networks for Biomedical Image Segmentation) 논문을 직접 구현해보면서 최신 논문 구현 경험을 익혀보세요.
U-Net 논문으로 구조 파악 + TensorFlow 2.0으로 직접 구현까지!
U-Net 논문을 함께 읽으며 U-Net 구조를 완벽하게 파악한 뒤✍️,
TensorFlow 2.0을 이용해서 U-Net을 직접 구현해봅시다.👨🏻💻
U-Net 논문(U-Net: Convolutional Networks for Biomedical Image Segmentation)을 같이 읽고, U-Net 모델을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해봅니다. 또한 구현한 U-Net 모델을 이용한 의료영상(ISBI-2012) Segmentation 모델을 만들어 봅니다.
✅ 선수 강의
👋 본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
TensorFlow 2.0으로 배우는 딥러닝 입문
딥러닝 핵심 이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.
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 [TensorFlow 2.0으로 배우는 딥러닝 입문] 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 23 개
˙ 2시간 46분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 소개
1 강
∙ 6분
섹션 1. 강의 슬라이드 다운로드
1 강
강의 슬라이드 다운로드
섹션 2. Semantic Image Segmentation 문제영역 소개
2 강
∙ 12분
Semantic Image Segmentation 문제영역 및 대표적인 응용분야 소개
미리보기
07:11
Semantic Image Segmentation 데이터셋 소개 - ISBI-2012, Oxford-IIIT Pet Dataset
04:55
섹션 3. U-Net Overview
2 강
∙ 13분
U-Net 이전 Semantic Image Segmentation을 위한 딥러닝 모델 리뷰
06:21
U-Net 모델 리뷰
07:32
섹션 4. 딥러닝 논문 읽는 법
1 강
∙ 4분
일반적인 딥러닝 논문 구성 및 논문 읽는 법
04:22
섹션 5. U-Net 논문 리뷰
6 강
∙ 37분
U-Net(U-Net: Convolutional Networks for Biomedical Image Segmentation) 논문 다운로드
01:49
U-Net 논문 리뷰 - Abstract
미리보기
04:16
U-Net 논문 리뷰 - Introduction
09:38
U-Net 논문 리뷰 - Network Architecture
미리보기
07:42
U-Net 논문 리뷰 - Training & Data Augmentation
09:08
U-Net 논문 리뷰 - Experiments & Conclusion
05:04
섹션 6. 강의에서 사용하는 소스코드 다운로드
1 강
∙ 1분
강의에서 사용하는 소스코드 다운로드
01:29
섹션 7. TensorFlow 2.0을 이용한 U-Net 논문 구현
6 강
∙ 1시간 5분
딥러닝 논문 구현방법 개요
03:59
isbi_2012_data_preprocessing.py
08:06
train_isbi_2012.py - 리뷰 및 실행
25:13
model.py & loss.py
19:17
evaluate_isbi_2012.py - 리뷰
06:05
evaluate_isbi_2012.py - 실행
미리보기
02:33
섹션 8. ISBI-2012 데이터셋 외 다른 데이터셋을 위한 U-Net 구현
3 강
∙ 25분
train_oxford_iiit.py - 리뷰 및 실행
14:45
model.py & loss.py
04:03
evaluate_oxford_iiit.py - 리뷰 및 실행
06:28
강의 게시일 : 2022년 02월 03일
(마지막 업데이트일 : 2023년 01월 19일)
수강평
총 5개
수강생분들이 직접 작성하신 수강평입니다.
4.4
5개의 수강평
5점
4점
3점
2점
1점
VIEW
추천 순
최신 순
높은 평점 순
낮은 평점 순
평점 순
높은 평점 순
낮은 평점 순
어느정도 딥러닝에 대한 이론이 이해가 되었고, 응용 과정으로 처음 논문 구현에 도전을 하는 분들께 추천 드립니다. U-Net 구현 자료들이 구글링 했을때 꽤나 있는편이었어서 사실 많이 고민을 했는데, 아직 30% 수강 상태이지만 디테일하게 해석해주셔서 이해에 많은 도움이 되었습니다. 강의 수강 후에도 다른 논문들을 접근할 때, 이런식으로 접근하면 되겠다는 방법론을 알려주신 것 같아서 강의료가 아깝지 않습니다. 다른 논문들로도 강의를 만들어주시면 적극 수강할 의사가 있습니다. 다만, 오디오 상태가 깔끔하지 않은 것이 조금 아쉽습니다. ^^;; 그래도 감사합니다.
2022-02-13