
딥러닝 차세대 혁신기술 - 물리 정보 신경망 입문과 Pytorch 실습
딥러닝호형
₩70,400
초급 / PyTorch, 딥러닝, 머신러닝, 인공신경망
4.8
(22)
딥러닝 차세대 혁신기술 중 하나인 물리 정보 신경망을 공부하고 Pytorch를 이용하여 직접 구현을 하는 강의입니다. 인공지능의 차세대 혁신기술을 저와 함께 배워봐요!
초급
PyTorch, 딥러닝, 머신러닝

수강생 53명
난이도 초급
수강기한 무제한


트랜스포머 동작원리
셀프어텐션의 이해
간단한 RNN원리
GPT2 파인튜닝
이 강의는 코드없는 프로그래밍 채널
트랜스포머 플레이리스트 에서
일부강의 멤버십으로 학습가능합니다
강의 평생 소장 및 학습기능 (수업노트) 등을 활용하고 싶다면 인프런에서 수강신청바랍니다
RNN, 트랜스포머, 어텐션, GPT를 그림을 통해 직관적으로 정확한 동작원리를 이해합니다
어텐션 강의 캡쳐
순환신경망(RNN)의 기초 개념부터 실전 응용까지 체계적으로 학습합니다
RNN의 기본 구조와 작동 원리 이해
실제 RNN 구현과 분류 문제 적용
RNN 기반의 텍스트 생성 모델 구축
기계번역을 통한 RNN의 실전 응용
최신 자연어처리의 핵심인 트랜스포머의 구조를 깊이있게 학습합니다:
워드 임베딩의 원리와 활용
셀프 어텐션과 멀티헤드 어텐션의 이해
트랜스포머의 인코더-디코더 구조
실전 GPT 모델의 구현과 활용 방법을 마스터합니다:
마스크 셀프 어텐션의 심화 이해
문자 단위 GPT 모델 구현하기
GPT-2 모델 파인튜닝 실습
⭐⭐⭐⭐⭐
학습 대상은
누구일까요?
트랜스포머를 이해하고자 하시는분
셀프어텐션을 이해하고자 하시는분
선수 지식,
필요할까요?
딥러닝 기초
전체
17개 ∙ (2시간 3분)
1. RNN 소개
06:00
2. RNN 구현
06:26
4. 생성형 RNN
09:38
5. RNN 총정리
06:53
6. 워드 임베딩
07:38
7. 트랜스포머 소개
05:23
8. 셀프어텐션
07:26
9. 멀티헤드 어텐션
05:36
10. LayerNorm
06:34
11. Embedding Layer
04:02
13. 트랜스포머 인코더
08:00
14. 트랜스포머 디코더
08:58
17. GPT 파인튜닝하기
09:12
전체
5개
5.0
5개의 수강평
수강평 1
∙
평균 평점 5.0
수강평 8
∙
평균 평점 5.0
수강평 3
∙
평균 평점 5.0
수강평 2
∙
평균 평점 5.0
수강평 1
∙
평균 평점 5.0
같은 분야의 다른 강의를 만나보세요!
₩53,900





