강의

N
챌린지

멘토링

N
클립

커뮤니티

BEST
AI Technology

/

Computer Vision

Deep Learning CNN Complete Guide - Pytorch Version

From core theories of deep learning and CNN to various CNN model implementation methods, and practical deep learning development know-how through real-world problems, If you want to become a deep learning CNN technology expert based on Pytorch, join us in this lecture :)

(5.0) 30 reviews

528 learners

  • dooleyz3525
pytorch
딥러닝
딥러닝실전프로젝트
컴퓨터비전
CNN
Deep Learning(DL)
PyTorch
Computer Vision(CV)
AI

Reviews from Early Learners

What you will gain after the course

  • Understanding the Core Technical Elements and Major Models of Deep Learning and CNNs

  • Understanding Model Construction and Training Process Using Pytorch

  • Image classification using CNN and performance optimization techniques

  • Improving Performance Using Pretrained Models and Fine-Tuning

  • Various image augmentation techniques and methods to improve model performance using them.

  • Practical deep learning development workflow, including image preprocessing, data processing, model creation, optimal performance improvement, and performance evaluation.

main_

✅
Already proven course. Renewed with Pytorch .

Deep Learning CNN Complete Guide (TFKeras) with 2,000+ students and a rating of 5.0
We're back with a Pytorch version with even more enhanced practice and the latest trends.

✅
 40 hours, 320 pages of deep understanding

Learn the basic principles of CNN, major models, and performance optimization techniques systematically. Through this, you can gain a deep understanding of CNN and acquire the ability to optimize models on your own.

✅
 Experience the deep learning practical workflow

From image preprocessing to model creation, performance improvement, fine-tuning, and evaluation! You can gain practical experience by following the deep learning development process.

✅
 A lecture that delves deep into Pytorch

You will gain a clear understanding of the key concepts of PyTorch and be able to freely utilize it from model building to optimization through various practical exercises.

As a core technology in various industries
Established Computer Vision

Computer vision is rapidly spreading in cutting-edge technologies such as autonomous driving, smart cities, medical imaging diagnosis, and AR/VR.
Deep learning-based computer vision technology is accelerating industrial automation and technological innovation , and will continue to create demand and career opportunities in the future.

sub

Tesla is building a camera-based autonomous driving system, revolutionizing the existing sensor-centric approach. BMW is introducing AI-based vision systems to smart factories to automate manufacturing processes. In addition, Amazon is using logistics robots with computer vision technology to improve logistics processing speed by more than 40%.

CNN , the basic and core of computer vision

The reason why CNN (Convolutional Neural Network) is fundamental and core in computer vision is because it provides a structure optimized for image processing and powerful performance that serves as the basis for actual commercialized models compared to other models .

Features of CNN

✅ The model that best finds the features of the image

✅ Core base of many commercial models such as YOLO, Mask R-CNN, ResNet, etc.

✅ High performance with little data through transfer learning, can be quickly applied to practice

As computer vision technology is rapidly developing these days, it is essential to accurately understand and utilize CNN models that can be used immediately in practice. In this course, you will learn step-by-step from the principles of CNN to practice based on PyTorch, and build practical skills that can be applied immediately in practical projects.

Features of this course

Deep dive into the core technologies that make up deep learning and CNN

We will install the core fundamental knowledge of deep learning and CNN in your head through in-depth theory and practice.

Complete understanding of the Pytorch framework

We will help you implement CNN applications by freely utilizing Pytorch through detailed explanations and practical training on the core frameworks that make up Pytorch.

Strengthen your practical skills by practicing image classification models

You can freely implement CNN image classification models through various datasets and practical problems, and learn the latest performance tuning techniques such as Augmentation, Learning Rate optimization, and EfficientNet utilization.

Detailed source code level description of the core CNN model

In order to use CNN for applications that extend beyond image classification models, it is important to understand the development process and core technologies of modern CNN models. To this end, we will explain in detail the architecture and characteristics of major CNN models such as AlexNet, VGGNet, GoogLeNet (Inception), and ResNet, as well as their implementation methods at the source code level .

Learn about these things

Fundamental knowledge that underpins deep learning

From learning gradient descent through direct implementation, to error backpropagation, activation functions, loss functions, and optimizers, it is composed of various materials, practice codes, and detailed explanations so that you can acquire a solid foundation of deep learning knowledge.

Figure 1

Detailed understanding of Pytorch Framework

From handling Tensors, nn.Modules, submodules, Layers, modularization, and Train Loops, you can easily understand the core elements for configuring Pytorch's network models step by step through detailed explanations and hands-on practice.

forward

From CNN basics to advanced model performance improvement techniques

We have designed the lecture to help you easily understand the main components of CNN with various visual materials and practical exercises, and to help you naturally understand more advanced performance improvement techniques.

cnn_filter

Detailed operation mechanism of Dataset and DataLoader

Beyond the basic usage of constructing a Dataset and calling a DataLoader, we will detail the main parameters and interaction mechanisms of the Dataset and DataLoader.

dataloader

Understanding the use of pretrained models and fine tuning

You can configure a custom model and fine tuning by utilizing a pretrained model based on torchvision and timm.

timm_vision

Various utility functions that you can learn by implementing them yourself

We will learn how to implement Model Checkpoint and Early Stopping functions and apply various evaluation indicators using Torchmetrics.

torchmetrics

Various Augmentation Techniques and Methods for Improving Model Performance Using Them

We will teach you how to use libraries such as torchvision transform and Albumentations, as well as various Augmentation techniques and CutMix applications through hands-on practice. We will also talk about how to improve model performance by applying Augmentation.

augmentation3

Modern CNN model that you can learn by implementing it yourself

We will explain in detail the architecture and characteristics of important core CNN models such as AlexNet, VGGNet, GoogLeNet (Inception), and ResNet, as well as the implementation of these models at the source code level. We will also help you understand the models with easy theoretical explanations for EfficientNet V1 and V2.

resnet

Differentiated practical skills that grow through solving challenging, comprehensive practice problems

Through comprehensive practice problems, you can acquire differentiated practical skills at the expert level by applying the latest CNN models and various model optimization methods covered so far.

Comprehensive training

Things to note before taking the class

Practice Environment 💾

The practice environment is performed using the notebook kernel provided by Kaggle. After signing up for Kaggle, if you select the Code menu, you can use the P100 GPU for 30 hours a week for free based on the Jupyter Notebook environment similar to Colab.

kaggle_03

A 320-page lecture material is also provided.

Textbook

Recommended for
these people

Who is this course right for?

  • For those who want to greatly improve their skills in deep learning and CNN.

  • For those who want to confidently improve their PyTorch skills

  • For those who want to utilize deep learning image classification models in the field of computer vision

  • For those preparing for image classification competitions on Kaggle or Dacon

Need to know before starting?

  • Basic understanding of the first half of "Perfect Guide to Python Machine Learning," from the beginning up to Section 4, Evaluation.

Hello
This is

26,928

Learners

1,367

Reviews

4,010

Answers

4.9

Rating

14

Courses

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Curriculum

All

217 lectures ∙ (41hr 33min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

30 reviews

5.0

30 reviews

  • leon.park님의 프로필 이미지
    leon.park

    Reviews 5

    ∙

    Average Rating 3.8

    Edited

    5

    35% enrolled

    쉽고 친절히 설명해주셔서 도움이 많이 되고 있습니다.

    • 권 철민
      Instructor

      도움이 되었다니, 저도 기쁩니다. 좋은 수강평 감사드립니다 ^^

  • dongun9268님의 프로필 이미지
    dongun9268

    Reviews 2

    ∙

    Average Rating 5.0

    Edited

    5

    52% enrolled

    현재 섹션9까지 들었는데 최고의 강의인 것 같습니다. 혹시 object detection 같은 advanced 강의는 언제쯤 올라올 예정인가요?

    • 권 철민
      Instructor

      오, 칭찬 넘 감사드립니다. 후속 강의는 올해 가을 되기 전에 완료할 생각입니다.

  • combiochem님의 프로필 이미지
    combiochem

    Reviews 1

    ∙

    Average Rating 5.0

    5

    30% enrolled

    • insighton.rnd님의 프로필 이미지
      insighton.rnd

      Reviews 2

      ∙

      Average Rating 5.0

      5

      100% enrolled

      • 승훈님의 프로필 이미지
        승훈

        Reviews 1

        ∙

        Average Rating 5.0

        5

        100% enrolled

        코드를 보면서 CNN에 대해 깊이 이해할 수 있는 시간이었습니다. 후속 강의까지 바로 이어서 달려보겠습니다. 감사합니다!

        Limited time deal ends in 00:58:01

        $82,500.00

        25%

        $84.70

        dooleyz3525's other courses

        Check out other courses by the instructor!

        [개정판] 파이썬 머신러닝 완벽 가이드강의 썸네일

        [개정판] 파이썬 머신러닝 완벽 가이드

        권 철민

        이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다.

        초급

        초급

        Python, 머신러닝, 통계

        [개정판] 파이썬 머신러닝 완벽 가이드강의 썸네일

        [개정판] 파이썬 머신러닝 완벽 가이드

        권 철민

        구현하며 배우는 Transformer강의 썸네일

        구현하며 배우는 Transformer

        권 철민

        Multi Head Attention 부터 Original Transformer 모델, BERT, Encoder-Decoder 기반의 MarianMT 번역 모델까지 코드로 직접 구현하며 Transformer에 대해 속속들이 배우게 됩니다.

        중급이상

        중급이상

        딥러닝, PyTorch, encoder-decoder

        구현하며 배우는 Transformer강의 썸네일

        구현하며 배우는 Transformer

        권 철민

        FastAPI 완벽 가이드강의 썸네일

        FastAPI 완벽 가이드

        권 철민

        본 강의는 FastAPI의 핵심 기능과 함께, 웹서비스 개발의 전 과정을 익힐 수 있도록 구성 하였습니다. 본 강의를 통해 여러분을 현장에서 필요로 하는 FastAPI 전문 개발자로 발돋움 시켜 드릴 것입니다.

        중급이상

        중급이상

        Python, FastAPI, SQL

        FastAPI 완벽 가이드강의 썸네일

        FastAPI 완벽 가이드

        권 철민

        카프카 완벽 가이드 - 코어편강의 썸네일

        카프카 완벽 가이드 - 코어편

        권 철민

        카프카(Kafka)의 핵심부터 내부 메커니즘에 대한 심화 수준의 내용까지, 상세한 이론 설명과 핸즈온 실습 & 실전 카프카 애플리케이션 개발 실습을 통해 카프카를 시작하는 사람도 단숨에 전문가 레벨로 도달할 수 있도록 강의를 구성했습니다.

        중급이상

        중급이상

        Kafka, 데이터 엔지니어링

        카프카 완벽 가이드 - 코어편강의 썸네일

        카프카 완벽 가이드 - 코어편

        권 철민

        데이터 분석 SQL Fundamentals강의 썸네일

        데이터 분석 SQL Fundamentals

        권 철민

        SQL의 핵심 요소에 대한 상세한 강의와 실습을 통해, 여러분이 SQL 분석 전문가로 성장할 수 있도록 흔들리지 않는 뼈대를 만들어 드리겠습니다.

        초급

        초급

        SQL, PostgreSQL, DBMS/RDBMS

        데이터 분석 SQL Fundamentals강의 썸네일

        데이터 분석 SQL Fundamentals

        권 철민

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드

        권 철민

        본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.

        중급이상

        중급이상

        머신러닝, Tensorflow, Python

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드

        권 철민

        다양한 사례로 익히는 SQL 데이터 분석강의 썸네일

        다양한 사례로 익히는 SQL 데이터 분석

        권 철민

        다양한 실전 데이터 분석 사례를 SQL을 통해 구현해 나가면서 데이터 분석 능력과 SQL 활용 능력을 동시에 향상 시킬 수 있습니다.

        중급이상

        중급이상

        SQL, PostgreSQL, DBMS/RDBMS

        다양한 사례로 익히는 SQL 데이터 분석강의 썸네일

        다양한 사례로 익히는 SQL 데이터 분석

        권 철민

        카프카 완벽 가이드 - 커넥트(Connect) 편강의 썸네일

        카프카 완벽 가이드 - 커넥트(Connect) 편

        권 철민

        카프카 커넥트(Kafka Connect)에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 상세한 실습을 통해 여러분을 현장에서 필요로 하는 카프카 커넥트 기반의 데이터 연동 및 데이터 파이프라인 구축 전문가로 성장시켜 드릴 것입니다.

        중급이상

        중급이상

        Kafka, 데이터 엔지니어링

        카프카 완벽 가이드 - 커넥트(Connect) 편강의 썸네일

        카프카 완벽 가이드 - 커넥트(Connect) 편

        권 철민

        카프카 완벽 가이드 - ksqlDB강의 썸네일

        카프카 완벽 가이드 - ksqlDB

        권 철민

        본 강의는 ksqlDB의 활용과 핵심 메커니즘을 다양한 실습을 통해 익힐 수 있게 구성되어 있습니다. 강의를 마치고 나면 여러분은 Kafka(카프카) 기반의 실시간 Streaming 데이터 분석 시스템을 쉽고 빠르게 구축하실 수 있게 됩니다.

        중급이상

        중급이상

        Kafka, ksqlDB, 데이터 엔지니어링

        카프카 완벽 가이드 - ksqlDB강의 썸네일

        카프카 완벽 가이드 - ksqlDB

        권 철민

        캐글 Advanced 머신러닝 실전 박치기강의 썸네일

        캐글 Advanced 머신러닝 실전 박치기

        권 철민

        본 강의는 Kaggle의 Home Credit Default Risk 경연대회 머신 러닝 모델을 구현을 통해, 여러분을 실전적인 머신 러닝 구축 전문가로 한단계 실력을 업그레이드 할 수 있도록 만들어진 강의 입니다.

        중급이상

        중급이상

        머신러닝, Kaggle

        캐글 Advanced 머신러닝 실전 박치기강의 썸네일

        캐글 Advanced 머신러닝 실전 박치기

        권 철민

        오라클 성능 분석과 인스턴스 튜닝 핵심 가이드강의 썸네일

        오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

        권 철민

        오라클 DB 아키텍처의 내부 메커니즘을 이해하고 성능 튜닝과 성능 분석 전문가로 성장할 수 있는 핵심 가이드를 제공합니다.

        중급이상

        중급이상

        Oracle, DBMS/RDBMS

        오라클 성능 분석과 인스턴스 튜닝 핵심 가이드강의 썸네일

        오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

        권 철민

        스파크 머신러닝 완벽 가이드 - Part 1강의 썸네일

        스파크 머신러닝 완벽 가이드 - Part 1

        권 철민

        스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.

        중급이상

        중급이상

        Apache Spark, 머신러닝, 빅데이터

        스파크 머신러닝 완벽 가이드 - Part 1강의 썸네일

        스파크 머신러닝 완벽 가이드 - Part 1

        권 철민

        딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

        딥러닝 CNN 완벽 가이드 - TFKeras 버전

        권 철민

        딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

        초급

        초급

        딥러닝, CNN, Tensorflow

        딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

        딥러닝 CNN 완벽 가이드 - TFKeras 버전

        권 철민

        Similar courses

        Explore other courses in the same field!

        딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

        딥러닝 CNN 완벽 가이드 - TFKeras 버전

        권 철민

        딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

        초급

        초급

        딥러닝, CNN, Tensorflow

        딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

        딥러닝 CNN 완벽 가이드 - TFKeras 버전

        권 철민

        모든 직장인을 위한 누구나 이해할 수 있는 인공지능강의 썸네일

        모든 직장인을 위한 누구나 이해할 수 있는 인공지능

        최진영

        인공지능이 처음인 사람의 눈높이에 맞춘 인공지능 입문 강의! 데이터부터 생성형 AI까지 핵심 개념을 쉽게 정리했습니다. 인공지능을 만드는 것이 아닌 질문하고 설명할 수 있는 수준의 실무 이해를 목표로 합니다.

        입문

        입문

        머신러닝, 딥러닝, 추천 시스템

        모든 직장인을 위한 누구나 이해할 수 있는 인공지능강의 썸네일

        모든 직장인을 위한 누구나 이해할 수 있는 인공지능

        최진영

        딥러닝 실무 프로젝트강의 썸네일

        딥러닝 실무 프로젝트

        Masocampus

        피자와 스파게티 사진을 분류해보고 싶어! 딥러닝 알고리즘 종류 중 하나인 CNN을 활용하여 이미지를 분류해보는 실무 프로젝트를 A부터 Z까지 따라해보는 딥러닝 실전 프로젝트 과정입니다.

        중급이상

        중급이상

        딥러닝, CNN, OpenCV

        딥러닝 실무 프로젝트강의 썸네일

        딥러닝 실무 프로젝트

        Masocampus

        [NLP 완전정복 I] Attention의 탄생: RNN·Seq2Seq의 한계부터 어텐션을 구현하며 이해하는 NLP강의 썸네일

        [NLP 완전정복 I] Attention의 탄생: RNN·Seq2Seq의 한계부터 어텐션을 구현하며 이해하는 NLP

        Sotaaz

        왜 Attention이 필요했는지, 그리고 어떻게 동작하는지 ‘코드로 직접 구현하며’ 이해합니다. 이 강의는 RNN과 Seq2Seq 모델의 구조적 한계에서 출발하여, 고정된 컨텍스트 벡터가 만들어내는 정보 병목 문제, 장기 의존성 문제를 실험으로 검증하고 그 한계를 해결하기 위해 Attention이 어떻게 등장했는지를 자연스럽게 이어서 설명합니다. 단순히 개념을 소개하는 것이 아니라, RNN의 구조적 한계와 Seq2Seq의 정보 병목 문제를 직접 실험으로 확인하고, 이를 해결하기 위해 등장한 **Bahdanau Attention(가산적 어텐션)**과 **Luong Attention(점곱 어텐션)**을 하나씩 구현하며 그 차이를 명확하게 이해합니다. 각 어텐션이 어떤 방식으로 Query–Key–Value 관계를 형성하고, 가중치를 계산하는 과정에서 어떤 수학적·직관적 차이를 가지며, 왜 후대 모델로 이어질 수밖에 없었는지 그 특성과 진화 흐름까지 자연스럽게 연결됩니다. Attention이 문장과 단어를 어떻게 바라보고, 각 단어가 어떤 방식으로 중요도를 부여받아 정보를 통합하는지를 수식 → 직관 → 코드 → 실험이 하나로 이어진 형태로 학습합니다. 이 강의는 Transformer를 제대로 이해하기 위한 ‘기초 체력’을 쌓는 과정으로, Attention이라는 개념이 왜 혁명적이었는지, 그리고 이후의 모든 최신 NLP 모델(Transformer, BERT, GPT 등)이 왜 Attention을 핵심 구성요소로 삼는지를 깊이 있게 이해하게 됩니다. RNN → Seq2Seq → Attention으로 이어지는 흐름을 개념이 아니라 코드와 실험으로 체화하고 싶은 학습자에게 최적화된 강의입니다.

        입문

        입문

        Python, 딥러닝, PyTorch

        [NLP 완전정복 I] Attention의 탄생: RNN·Seq2Seq의 한계부터 어텐션을 구현하며 이해하는 NLP강의 썸네일

        [NLP 완전정복 I] Attention의 탄생: RNN·Seq2Seq의 한계부터 어텐션을 구현하며 이해하는 NLP

        Sotaaz

        엑셀로 맛보는 딥러닝 -CNN강의 썸네일

        엑셀로 맛보는 딥러닝 -CNN

        멋진

        엑셀로 딥러닝 기초를 구현하며 그 의미를 깊게 이해하기! 이미지 데이터를 어떻게 처리하는지 학습!

        초급

        초급

        VBA, Excel, CNN

        엑셀로 맛보는 딥러닝 -CNN강의 썸네일

        엑셀로 맛보는 딥러닝 -CNN

        멋진

        구현하며 배우는 Transformer강의 썸네일

        구현하며 배우는 Transformer

        권 철민

        Multi Head Attention 부터 Original Transformer 모델, BERT, Encoder-Decoder 기반의 MarianMT 번역 모델까지 코드로 직접 구현하며 Transformer에 대해 속속들이 배우게 됩니다.

        중급이상

        중급이상

        딥러닝, PyTorch, encoder-decoder

        구현하며 배우는 Transformer강의 썸네일

        구현하며 배우는 Transformer

        권 철민

        CEO 및 리더를 위한 제조 혁신과 AI 빅데이터강의 썸네일

        CEO 및 리더를 위한 제조 혁신과 AI 빅데이터

        제조 지능화 전문가

        반도체에 대한 제조 혁신 방안을 벤치마킹하고 반도체 데이터로 코딩 없이 머신러닝, 딥러닝을 돌려볼 수 있습니다.

        초급

        초급

        인공지능(AI), 머신러닝, classification

        CEO 및 리더를 위한 제조 혁신과 AI 빅데이터강의 썸네일

        CEO 및 리더를 위한 제조 혁신과 AI 빅데이터

        제조 지능화 전문가

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드

        권 철민

        본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.

        중급이상

        중급이상

        머신러닝, Tensorflow, Python

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

        [개정판] 딥러닝 컴퓨터 비전 완벽 가이드

        권 철민

        최신 빅데이터 및 인공지능 트렌드 이해강의 썸네일

        최신 빅데이터 및 인공지능 트렌드 이해

        YoungJea Oh

        데이터의 바다에서 길을 찾고, 인공지능의 미래를 탐험하세요. 이 강의는 빅데이터와 인공지능(AI)이라는 두 개의 거대한 테크놀로지의 흐름을 탐구하고, 이들이 어떻게 우리의 삶과 업무에 혁신을 가져오고 있는지를 살펴봅니다.

        입문

        입문

        인공지능(AI), 빅데이터

        최신 빅데이터 및 인공지능 트렌드 이해강의 썸네일

        최신 빅데이터 및 인공지능 트렌드 이해

        YoungJea Oh

        하이퀄리티 AI 영상 올인원 클래스: 미드저니 & 런웨이 (25+a 장면 제작)강의 썸네일

        하이퀄리티 AI 영상 올인원 클래스: 미드저니 & 런웨이 (25+a 장면 제작)

        Dong Ah K

        Midjourney&Runway로 하이퀄리티 AI 영상을 제작해보세요. 삼성과 협업한 김동아 감독이 가상 브랜드를 기반으로 AI영상 제작과정을 단계별로 직접 알려드립니다.

        중급이상

        중급이상

        영상제작, 인공지능(AI), Midjourney

        하이퀄리티 AI 영상 올인원 클래스: 미드저니 & 런웨이 (25+a 장면 제작)강의 썸네일

        하이퀄리티 AI 영상 올인원 클래스: 미드저니 & 런웨이 (25+a 장면 제작)

        Dong Ah K

        실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기강의 썸네일

        실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

        다니엘

        도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

        초급

        초급

        Docker, 가상화, Python

        실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기강의 썸네일

        실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

        다니엘

        자바 스프링 부트 프로젝트와 파이썬 AI 프로젝트 연결하기강의 썸네일

        자바 스프링 부트 프로젝트와 파이썬 AI 프로젝트 연결하기

        자바전문가그룹

        스프링 부트 프로젝트에서 Fast를 이용한 파이썬 기반 AI 웹서버와의 연결을 설명합니다.

        중급이상

        중급이상

        Spring Boot, FastAPI, yolo

        자바 스프링 부트 프로젝트와 파이썬 AI 프로젝트 연결하기강의 썸네일

        자바 스프링 부트 프로젝트와 파이썬 AI 프로젝트 연결하기

        자바전문가그룹

        인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지강의 썸네일

        인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지

        에폭

        이 강의를 통해 인공지능 대학원 입시 과정 및 준비 방법을 처음부터 끝까지 알아가실 수 있을 거예요! 합격 확률을 높이는 좋은 내용도 같이 알려드리겠습니다!

        입문

        입문

        인공지능(AI), 면접

        인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지강의 썸네일

        인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지

        에폭

        내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기강의 썸네일

        내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

        닭강정

        이 강의는 “타이타닉에 내가 탔다면 과연 살아남을 수 있었을까?”라는 질문에서 출발하여, 실제 데이터를 기반으로 생존 확률을 예측하는 AI 모델을 개발하고, 이를 웹으로 서비스하는 풀스택 프로젝트를 완성합니다. PyTorch를 이용한 딥러닝 모델링, FastAPI로 백엔드 서버 구축, Next.js로 사용자 인터페이스 구현에 이르기까지, AI와 웹 개발의 전 과정을 실습하게 됩니다.

        중급이상

        중급이상

        Python, 딥러닝, PyTorch

        내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기강의 썸네일

        내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

        닭강정

        [7일 완성] 한 번에 합격하는 MS AI-900 자격증강의 썸네일

        [7일 완성] 한 번에 합격하는 MS AI-900 자격증

        JOB,GREEGI

        AI 시대의 필수 자격증, MS AI-900! 🚀 알고 계셨나요? ChatGPT는 Microsoft Azure에서만 운영됩니다! 최신 GPT 모델을 독점 제공하는 Microsoft Azure OpenAI를 제대로 활용하고 싶다면, 지금이 바로 기회입니다. AI-900 과정을 통해 Azure AI 서비스 전문가로 성장하고, 기업이 신뢰하는 엔터프라이즈급 AI 솔루션을 마스터하세요. 글로벌 공인 인증까지 확보하여 진정한 AI 전문가로서 경쟁력을 높이세요!

        입문

        입문

        머신러닝, 딥러닝, 인공지능(AI)

        [7일 완성] 한 번에 합격하는 MS AI-900 자격증강의 썸네일

        [7일 완성] 한 번에 합격하는 MS AI-900 자격증

        JOB,GREEGI

        대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

        대규모 언어 모형(LLM)의 기초 원리 이해

        아리가람

        챗지피티(ChatGPT) 같은 대규모 언어 모형의 기초 원리를 이론 중심으로 설명합니다.

        중급이상

        중급이상

        NLP, gpt, 인공지능(AI)

        대규모 언어 모형(LLM)의 기초 원리 이해강의 썸네일

        대규모 언어 모형(LLM)의 기초 원리 이해

        아리가람

        AI Agent with LangGraph version 1 기초부터 고급까지강의 썸네일

        AI Agent with LangGraph version 1 기초부터 고급까지

        당근먹는토끼

        이 강의는 ChatGPT가 단순한 대화형 AI에서 벗어나 실제 업무를 수행하는 지능형 AI Agent로 발전하는 모든 과정을 다룹니다. LangChain, LangGraph, LangSmith 세 가지 핵심 프레임워크를 활용하여 실무에서 바로 사용할 수 있는 AI Agent를 직접 만들어보니다.

        초급

        초급

        인공지능(AI), ChatGPT, LLM

        AI Agent with LangGraph version 1 기초부터 고급까지강의 썸네일

        AI Agent with LangGraph version 1 기초부터 고급까지

        당근먹는토끼

        수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소강의 썸네일

        수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소

        인프런

        초급

        초급

        인공지능(AI), LLM

        수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소강의 썸네일

        수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소

        인프런

        엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략강의 썸네일

        엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략

        디펙업

        데이터가 폭발적으로 증가하고 실시간 처리가 중요해지는 시대에 엣지 컴퓨팅은 더 이상 선택이 아닌 필수 기술로 자리매김하고 있습니다. 본 강의는 엣지 컴퓨팅의 핵심 개념부터 실제 비즈니스 환경에 적용하기 위한 구축 전략까지, 모든 것을 체계적으로 학습할 수 있도록 구성되었습니다. 본 강의를 통해 수강생 여러분은 엣지 컴퓨팅의 기본 원리를 탄탄히 다지고, 실제 업무 및 프로젝트에 적용할 수 있는 실질적인 지식과 노하우를 습득하게 됩니다. 미래 IT 환경의 핵심 기술인 엣지 컴퓨팅 전문가로 성장하기 위한 가장 확실한 첫걸음을 내딛어 보세요!

        입문

        입문

        AWS, Google Cloud Platform, CI/CD

        엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략강의 썸네일

        엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략

        디펙업

        회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)강의 썸네일

        회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)

        강병진

        인공지능, AI, 에이전트… 뭔가 대단해 보이지만, 막상 해보면 생각보다 별 거 아닙니다. 그래서 간단한 기능을 직접 구현해보는 것이 중요합니다. 회사에서 실제로 쓸 수 있는 실용적인 프로젝트를 통해, 다양한 유즈케이스를 직접 경험하고, AI 에이전트를 활용하고 응용하는 방법까지 배워봅니다.

        초급

        초급

        n8n, 인공지능(AI), LangChain

        회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)강의 썸네일

        회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)

        강병진