해당 커리큘럼 목록
<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 1
- Object Detection 문제영역 소개
- Object Detection Metric - IoU, mAP
- Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images
<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 3
- TensorFlow Object Detection API 소개
<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 4
- R-CNN(Regions with CNN)
- Fast R-CNN
- Faster R-CNN
- Non-Maximum Suppression (NMS)
- SSD(Single Shot MultiBox Detector)
- RetinaNet
- CenterNet
<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 5
- Pre-Trained Model을 이용한 Object Detection
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 1
- 인공지능, 머신러닝, 딥러닝 & 지도 학습, 비지도 학습, 강화 학습
- 딥러닝, 텐서플로 응용 분야
- 간략히 살펴보는 딥러닝의 역사
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 3
- 머신러닝의 기본 프로세스 - 가설 정의, 손실함수 정의, 최적화 정의
- TensorFlow 2.0을 이용한 선형 회귀(Linear Regression) 알고리즘 구현
- Batch Gradient Descent, Stochastic Gradient Descent, Mini-Batch Gradient Descent
- Training Data, Validation Data, Test Data & 오버피팅(Overfitting)
- 소프트맥스 회귀(Softmax Regression) & 크로스 엔트로피(Cross-Entropy Loss Function) & One-hot Encoding & MNIST
- TensorFlow 2.0 케라스 서브클래싱(Keras Subclassing)
- TensorFlow 2.0과 Softmax Regression을 이용한 MNIST 숫자분류기 구현
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 4
- 다층 퍼셉트론 MLP
- TensorFlow 2.0과 ANN을 이용한 MNIST 숫자분류기 구현
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 5
- 오토인코더(AutoEncoder)의 개념
- TensorFlow 2.0과 오토인코더를 이용한 MNIST 데이터 재구축
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 6
- 컴퓨터 비전 문제의 어려움과 CNN 기반 컴퓨터비전 시대의 도래
- 컨볼루션 신경망의 핵심개념 - 컨볼루션(Convolution), 풀링(Pooling)
- TensorFlow 2.0을 이용한 MNIST 숫자분류를 위한 CNN 구현
- 드롭아웃(Dropout)
- TensorFlow 2.0을 이용한 CIFAR-10 이미지 분류를 위한 CNN 구현
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 7
- 순환신경망(RNN)
- 경사도 사라짐 문제(Vanishing Gradient Problem) & LSTM & GRU
- 임베딩(Embedding)의 개념 & Char-RNN
- TensorFlow 2.0을 이용한 Char-RNN 구현
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 8
- tf.train.CheckpointManager API를 이용해서 파라미터 저장하고 불러오기
- 텐서보드(TensorBoard)를 이용해서 학습과정 시각화(Visualization)하기
<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 9
- 다양한 컴퓨터비전 문제영역 소개
- 다양한 자연어처리(NLP) 문제영역 소개