RNN의 모든 것 | 트랜스포머 강의 TTT 무료 공개
혁펜하임
무료
초급 / RNN, 딥러닝
RNN은 어떻게 순서가 있는 정보를 처리할까요? TTT: To The Transformer의 RNN 파트를 무료로 공개합니다. 순환 신경망의 동작 원리를 직관적인 설명으로 이해하고, 어텐션과 트랜스포머를 공부하기 위한 기반을 다져 보세요.
초급
RNN, 딥러닝





배달의민족
에 관심있는 사람들도 듣는 중!




배달의민족
에 관심있는 사람들도 듣는 중!
신경망의 출력을 확률분포 관점에서 이해하기
최대우도추정(MLE) 관점에서 딥러닝의 학습 원리 이해
PCA·AE의 압축과 복원, 잠재변수 기반 이미지 생성 및 VAE의 필요성 이해
학습 대상은
누구일까요?
신경망의 출력과 손실함수를 더 깊이 이해하고 싶은 분
AE와 VAE의 차이, 이미지 생성에 잠재변수와 확률 모델이 필요한 이유를 이해하고 싶은 분
선수 지식,
필요할까요?
인공 신경망과 딥러닝 학습의 기초 개념
확률과 확률분포의 기초 개념을 알고 있으면 좋습니다. VAE·디퓨전을 미리 알 필요는 없습니다.
199
명
수강생
5
개
수강평
4.8
점
강의 평점
4
개
강의
안녕하세요. KAIST 전기 및 전자공학부 박사 출신 딥러닝 전문 강사, 혁펜하임입니다. 삼성전자 책임연구원과 성균관대학교 의과대학 초빙강사를 거쳐 현재 혁펜하임 아카데미를 운영하고 있습니다. 딥러닝 입문서 『Easy! 딥러닝』의 저자이며, 강의 경력 11년, 누적 수강생 약 3,000명의 교육 경험을 쌓았습니다. CNN, 트랜스포머, LLM·비전 모델, 디퓨전 등 딥러닝의 이론과 PyTorch 실습을 전문으로 합니다.
모델 구조나 수식을 단순히 암기하는 것이 아닌, 각 아이디어가 왜 등장했고 어떻게 작동하는지 이해하도록 설명합니다. 직관적인 비유에서 시작해 수식의 의미를 짚고 코드와 연결하며, 배운 내용을 스스로 설명하고 논문을 깊이 읽을 수 있는 기반을 만드는 것을 목표로 합니다.
유튜브 채널 ‘혁펜하임’에서 기초 수학·파이썬부터 딥러닝 심화 주제까지 강의를 공개하고 있으며, 학교·기업·기관 대상 출강과 교육도 진행하고 있습니다.
전체
5개 ∙ (2시간 26분)
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
무료