
구현하며 이해하는 이미지 생성모델 - CNN 기초부터 Diffusion까지
멋진
핫 한 이미지 생성모델! 기초부터 구현하면서 이해하자! AUTO ENCODER / VAE / GAN / DIFFUSION 까지 함께 구현해 봅시다!
초급
CNN, gan, Stable Diffusion
딥러닝 기초
엑셀 사용법
딥러닝의 기초 과정을 엑셀로 눈으로 보면서 알아가 보자
딥러닝은 인공지능 기술의 핵심 중 하나로, 복잡한 데이터 속에서 패턴을 스스로 학습하고 예측하는 능력을 갖춘 모델입니다. 하지만 이 강력한 기술도 결국 수학적인 연산과 반복적인 최적화 과정을 통해 작동합니다. 이러한 과정을 단순히 이론으로 배우는 것보다 직접 구현해보면서 체험하는 것이 훨씬 깊이 있는 이해를 제공합니다. 특히 엑셀은 우리가 가장 익숙하게 사용하는 도구 중 하나로, 수식과 데이터를 시각적으로 표현하고 직접 조작할 수 있기 때문에 딥러닝의 학습 과정을 체험하는 데 매우 적합한 도구입니다.
이번 학습의 목적은 딥러닝 모델이 어떻게 입력 데이터를 처리하고, 예측 결과와 실제 값의 차이를 계산한 후, 이 오차를 줄이기 위해 파라미터를 어떻게 조정하는지를 엑셀을 통해 직접 구현해보는 것입니다. 이를 위해 먼저 가장 단순한 형태의 딥러닝 모델인 선형 회귀 모델부터 시작합니다. 예를 들어, 출력값 yyy는 입력값 xxx에 대해 y=wx+by = wx + by=wx+b 또는 다변수 확장으로 y=w1x1+w2x2+by = w_1x_1 + w_2x_2 + by=w1x1+w2x2+b와 같은 수식을 따릅니다. 이 모델이 예측한 값과 실제 값 사이의 차이는 ‘손실 함수(Loss Function)’를 통해 측정되고, 이 손실을 최소화하는 방향으로 모델의 파라미터 www와 bbb를 조정하게 됩니다.
이러한 파라미터 조정에는 ‘경사하강법(Gradient Descent)’이라는 최적화 알고리즘이 사용됩니다. 경사하강법은 손실 함수의 기울기를 계산하고, 그 기울기를 반영하여 파라미터를 조금씩 조정하는 방식으로 작동합니다. 이 과정은 수학적으로는 미분과 행렬 연산을 포함하며, 딥러닝에서는 이를 자동으로 처리하는 ‘역전파(Backpropagation)’ 알고리즘이 핵심입니다.
엑셀에서는 각 단계(입력, 가중치 곱, 출력 계산, 손실 계산, 기울기 계산, 파라미터 업데이트)를 셀 단위로 나누어 구성할 수 있습니다. 예를 들어, 입력값과 가중치를 각각 셀에 입력하고, 이를 곱하여 예측값을 구한 뒤, 실제값과의 차이로 손실을 계산합니다. 이후 손실을 기준으로 기울기를 구하고, 이를 바탕으로 가중치를 조정하는 과정을 반복하여 모델을 점차 최적화할 수 있습니다.
또한, 이러한 과정을 엑셀의 수식으로 직접 구성함으로써, 파이썬의 TensorFlow나 PyTorch 같은 프레임워크 없이도 딥러닝의 핵심 로직을 직접 손으로 구현할 수 있습니다. 이는 단순한 구현 이상의 의미를 가지며, 딥러닝의 내부 구조와 작동 원리를 깊이 있게 이해하는 데 큰 도움이 됩니다.
결론적으로, 우리는 엑셀이라는 친숙한 도구를 활용하여 딥러닝의 기본 개념, 학습 구조, 손실 함수, 경사하강법, 역전파 등 핵심 요소들을 직접 구현하고 시각화함으로써, 이론적인 이해를 넘어서 실질적인 감각과 직관을 얻을 수 있게 됩니다. 이 과정을 함께 차근차근 밟아가면서 딥러닝에 대한 본질적인 이해를 함께 키워나가 봅시다. 이제 본격적으로 딥러닝의 세계에 입문해보겠습니다!
학습 대상은
누구일까요?
딥러닝을 처음 접하여 원리가 궁금하신 분
엑셀을 활용하여 딥러닝 기초를 구현해보실 분
1,486
명
수강생
36
개
수강평
8
개
답변
4.7
점
강의 평점
10
개
강의
안녕하세요
비전공자로 딥러닝을 열심히 공부하는 직장인입니다.
공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다
감사합니다.
전체
10개 ∙ (1시간 25분)
1. 딥러닝이란
03:32
2. 데이터 준비
09:01
3. Loss 정의
04:14
4. 경사하강법
10:00
5. 데이터 준비하기
12:34
6. SGD 구현
13:04
7. GD 문제점
08:22
8. 행렬식으로 표현
09:43
9. 행렬미분
04:34
10. 엑셀 구현
10:27
₩5,500