
Linuxシステムプログラミング
jikim1770
このコースでは、Linuxオペレーティングシステムの強力なカーネルの理解から、システムコールの呼び出し、プロセス管理、ファイル操作まで、Linuxオペレーティングシステムの複雑なプロセスを案内します。 また、スレッド化、プロセス間通信技術を習得できます。
초급
Linux, linux-kernel, system-programming
ディープラーニング学習の原理を理解し、ケラスを使用してモデル、レイヤー、最適化技術を使用してニューラルネットワークの構築とトレーニングの複雑さを簡素化するプロセスを説明します。


ディープラーニングとは何ですか?
ディープラーニングのための数学
ニューラルネットワークを始める
多層ニューラルネットワークの理解
主なケラス文法
合成積ニューラルネットワークの理解
循環ニューラルネットワークの理解

セクション(1)ディープラーニングとは何ですか?
ディープラーニングの登場背景を説明し、概略的なディープラーニング学習方法を紹介します。
セクション(2)ディープラーニングのための数学
微分を用いた傾斜下降アルゴリズムを説明し,最適な重みを求める過程を説明します。


セクション(3)ニューラルネットワークを始める
ニューラルネットワークの構造を説明し、Pythonとケラスを使用してニューラルネットワークを実装します。
セクション (4) 多層ニューラルネットワークの理解
単層から多層に移行する過程を説明し、多層ニューラルネットワークの学習過程を紹介します。


セクション(5)主なケラス文法
授業のスクリーンショットや例示画像、図表などの視覚資料を活用すれば、より魅力的な紹介ができます。
セクション (6) 合成積ニューラルネットワークの理解
ビジョン分野で重要な合成積ニューラルネットワーク(CNN)について説明し、ケラスを利用して合成積ニューラルネットワークを実装します。


セクション(7)循環ニューラルネットワークの理解
自然言語処理の分野で重要な循環ニューラルネットワーク(RNN)について説明し、ケラスを利用して循環ニューラルネットワークを実装します。
オペレーティングシステムとバージョン(OS):Windows 10,11
編集ツール: Windows Anaconda, Jupyter Notebook
コンパイラ: Python 3.8
提供する学習資料形式(PDF)
授業時にpptを利用した板書を行い、これを授業資料(PDF)と共有します。
このコースを聴くための選手の知識:Pythonの基本
本講義動画仕様:FPS-60、解像度-1280*720、オーディオサンプルレート-44,100
いつでもご質問いただき、講義は新しい技法が出れば修正されることがあります。
講義の際に配布される学習資料は授業のみ参考にして無断配布は禁じます。
学習対象は
誰でしょう?
ディープラーニングの原理が気になるすべての方
ケラスを使ってモデルを作りたい人
ケラスを使うが内部構造が気になる方
前提知識、
必要でしょうか?
Pythonの基本
827
受講生
97
受講レビュー
12
回答
4.9
講座評価
9
講座
김정인 강사님은 오픈소스가 중요하다며
리눅스 커널 및 딥러닝의 구현 소스를 취미 삼아 매일 분석 하는 오픈 소스 매니아 입니다.
소스를 통해 이해 한다며 무작정 소스 분석으로 모든 원리를 이해하려 하므로
수강 시 소스 폭탄에 주의 해야 합니다.
강의문의 : jikim@imguru.co.kr
全体
45件 ∙ (13時間 47分)
講座資料(こうぎしりょう):
3. ディープラーニングとは何か?
21:13
4. MSE(平均二乗誤差)
21:40
5. SGD(確率的勾配降下法)
27:07
6. 線形回帰実装
17:42
7. シグモイド関数 1
15:10
8. シグモイド関数 2
15:23
9. ロジスティック回帰実装
14:42
¥10,927
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!