
Hiểu trực quan về Transformer trong Deep Learning
nocope
Hiểu hoạt động của máy biến áp học sâu thông qua hình ảnh
초급
Deep Learning(DL), transformer, attention-model
ディープラーニングライブラリなしで床からアルゴリズムを実装し、原理を正しく掘り下げましょう:)


ディープラーニングアルゴリズムの動作原理
隙間のないディープラーニングアルゴリズムの実装
様々な主要ディープラーニングモデルの応用例

Transformer、CNN、RNN.... すでに聞いたことがありますか?
それでは、質問をしましょう。
「同じサイズのCNNとTransformerのうち、より多くの学習データが必要なモデルは何ですか?」
面接にこのような質問が出たら、満足に答えることができますか? 🤔
ディープラーニングの世界は絶えず進化しており、新しいモデルが絶えず登場しています。しかし、この変化の中心には変わらない重要な概念があります。この講義はまさにその核心を探求し、ディープラーニングを深く理解するために必要な基盤を設けてくれます。
講義を通じて、統計ベースの明快な説明とともに、主要モデルを最下から実装してみてください!主なモデルから確実に学習すれば、他のモデルも簡単に実装して応用できます。引き続き新しいディープラーニングモデルが出ていますが、既存のモデルを補完・応用して作られるので、主要なモデルをきちんと知ることが非常に重要です。
講義カリキュラムに実施(実習プロジェクト)を含めると教育者として悩みが生じます。実装のためには、環境設定、デバッグ、バージョン管理など、さまざまな要素が必要ですが、事前準備過程に力を注ぐために、本当の学習に集中することができず、時には講義を途中で放棄することもあります。
これらの難しさを最小限に抑えるために、クラスに使用されるすべてのコードはColabで提供されますので、インターネットブラウザだけであれば環境設定の制約なく講義を受講することができます。
他にも様々な学習資料を提供します
✅ 70枚余りの豊かな講義スライドでモデルの原理を詳しく取り上げます
✅ライブコーディングでコーディング実装過程をより深く理解できます。
✅自分で学習内容を確認してみるための練習問題を提供します。

講義スライド

colab 実践コード
皆さんが私の講義を最後まで頑張り、人工知能ときちんと親しくなるきっかけになることを応援します。 💪
人工知能を初めて学ぶ初心者
このレッスンは、ディープラーニングのさまざまなモジュールからすべてを実装し、基礎から学ぶことができるので、最初からきちんと学びたい方に最適です。
Shallow Learner
バッチ正規化とは何ですか、なぜ必要なのでしょうか?これらの質問に明快な答えを与えることができますか?ディープラーニングに触れましたが、難しく感じる方はコアコンセプトをしっかりと握ってみてください!
ディープラーニングの基礎概念を正しく理解できます。
Pytorchなどのプラットフォームなしでnumpyライブラリだけで逆伝播、正規化などディープラーニングの基礎要素を実装してみるに基礎概念を実装を通じて習得することができます。
CNN、RNN、Seq2Seq、Word Vector、Transformerなど、主要なディープラーニングモデルを概念的に深く同時に下からの実装を通じて完全に理解できます。

底から実装して学ぶディープラーニング
numpyライブラリだけでディープラーニングの基本要素を
実装し、重要な概念を確実に学ぶことができます。

統計ベースの完全な理論の説明
ディープラーニングは統計ベースの技術であるだけに、基本的な統計知識を
これにより、ディープラーニングモデルを正確に理解できます。
前)韓国科学技術院(KAIST)博士及び研究員
県)光州科学技術院(GIST)教授

各クラスのスライドとコラボリンクが用意されています。
基本的なPython実装のみが可能であってもクラスに従うことができます。
可能な限り環境設定を容易にするために、すべての練習はColabで行われます。
ご提供いただいたColabのコードを必ずフォローして、練習問題を必ずプッシュすることをお勧めします。実習を通して理論をより深く知ることができるように設計された講座です。
学習対象は
誰でしょう?
ディープラーニングを初めて始める方
実装と理論の両方をつかみたい方
基礎をきちんと整理したい研究者/開発者の方
床から入念に実装して原理を理解したい方
599
受講生
10
受講レビュー
5.0
講座評価
1
講座
안녕하세요. 로봇AI를 연구하는 광주과학기술원 AI대학원 김의환입니다.
1) multi-modal perception
2) general-purpose navigation
3) mobile manipulation
연구 관련 더 자세한 내용은 GIST ACSL 홈페이지를 참조해주세요.
앞으로 여러분에게 도움이 되는 강의로 만나겠습니다 :)
全体
77件 ∙ (24時間 28分)
8. 基本ゲート
32:36
10. MLP 実装 (2)
07:48
11. MLP 実装 (3)
07:48
12. MLP実装 (4)
05:04
20. 派生商品
22:37
21. グラデーション
52:15
22. 練習問題 解答
06:07
26. 活性化関数 (1)
21:18
27. 活性化関数 (2)
02:39
28. 活性化関数 (3)
09:12
30. 最適化アルゴリズム
01:04:37
31. Nesterov 演習問題 解答
11:03
33. 最適化戦略
44:11
36. 畳み込み理論
01:06:25
37. コンボリューション実装
18:44
38. col2im 練習問題 解答
08:10
39. CNN 理論
56:21
40. CNN 実装
23:23
41. 転移学習
09:33
43. Word Vectors 理論
01:03:10
44. 前処理
02:45
45. カウントベースの手法 (1)
07:29
47. カウントベースの手法 (3)
11:50
48. Word2Vec (1)
03:10
49. Word2Vec (2)
03:23
50. Word2Vec (3)
15:08
51. Word2Vec (4)
04:24
52. Word2Vec (5)
25:12
53. Word2Vec (6)
20:36
54. Word2Vec (7)
02:48
55. Word2Vec (8)
04:23
57. RNN 理論
53:56
58. RNN 実装(1)
08:50
59. RNN 実装(2)
07:03
60. 言語モデル
13:23
61. LM 学習
25:08
62. LSTM 理論
37:09
63. LSTM 実装
09:04
65. Seq2Seq (1)
28:53
66. Seq2Seq (2)
03:15
67. Seq2Seq (3)
29:56
68. 改善された Seq2Seq
24:21
69. アテンション (1)
06:58
70. アテンション (2)
11:50
71. アテンション (3)
06:55
全体
10件
5.0
10件の受講レビュー
受講レビュー 97
∙
平均評価 4.2
受講レビュー 23
∙
平均評価 5.0
受講レビュー 3
∙
平均評価 4.7
受講レビュー 3
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
無料
同じ分野の他の講座を見てみましょう!