I look forward to seeing a challenge for completing "Deep Learning from Scratch 2" as well!

calculator

If you’ve wanted to start deep learning "properly" but have always hesitated in the face of formulas and terminology, let’s try a different approach this time. This completion challenge is a 3-week journey to read <Deep Learning from Scratch 1 (Remastered Edition)>, where we understand the principles by "implementing core concepts from scratch" rather than relying on frameworks.

Starting from perceptrons, this book steps through neural networks, learning (loss functions and gradients), backpropagation, and training techniques, eventually leading to the basics of Convolutional Neural Networks (CNN) and image recognition.

Complex concepts are explained through visual computational graphs, and the exercises are designed to turn "knowing" into "doing" by having you follow along and code directly in Python.

hanbit

[3-Week Course] "Deep Learning from Scratch 1" Completion Challenge with the Translator

딥러닝입문

딥러닝기초

딥러닝머신러닝

밑바닥부터시작하는딥러닝

딥러닝을 “제대로” 시작해보고 싶지만, 수식과 용어 앞에서 늘 망설여졌다면 이번엔 방법을 바꿔봅시다. 이번 완독 챌린지는 프레임워크에 기대기보다, 핵심 개념을 ‘밑바닥부터 구현’해 보며 원리를 이해하는 <밑바닥부터 시작하는 딥러닝1(리마스터판)>을 3주간 함께 읽는 챌린지입니다. 

이 책은 퍼셉트론에서 출발해 신경망, 학습(손실 함수·기울기), 오차역전파, 학습 테크닉을 차근히 밟고, 마지막에는 합성곱 신경망(CNN)과 이미지 인식의 기초까지 이어집니다. 

복잡한 개념은 계산 그래프로 시각화해 설명하고, 실습은 파이썬으로 직접 손을 움직이며 따라가게 해 “아는 것”을 “할 수 있는 것”으로 바꾸도록 설계되어 있어요.

한빛미디어

입문

초급

중급이상

Deep Learning(DL)

딥러닝

합성곱신경망

[3주 과정] 역자와 함께 하는『밑바닥부터 시작하는 딥러닝1』 완독 챌린지

1주차: 딥러닝 준비 운동과 신경망의 구조 (CHAPTER 1 ~ 3)

2주차: 딥러닝의 심장, 학습과 역전파 (CHAPTER 4 ~ 5)

3주차: CNN 정복과 딥러닝의 미래