RNNのすべて | Transformer講義 TTT無料公開
hyukppen
無料
初級 / RNN, Deep Learning(DL)
RNNはどのように順序のある情報を処理するのでしょうか?『TTT: To The Transformer』のRNNパートを無料で公開します。リカレントニューラルネットワークの動作原理を直感的な説明で理解し、アテンションとトランスフォーマーを学ぶための基礎を築いてみましょう。
初級
RNN, Deep Learning(DL)
CNNを学んだけれど、畳み込みがどのように画像の特徴を見つけるのか、よく分からず途方に暮れていませんか?ヒョクペンハイムのLegend 13より、CNN復習パートを無料公開します。モデル構造をただ暗記するのではなく、CNNの動作原理を直感的な説明で理解してみましょう。
畳み込みニューラルネットワーク(CNN)の基本構造と動作原理の理解
CNNの主要概念を結び付けて画像特徴を抽出するプロセスを理解する
受講対象
ディープラーニングの基礎を学んだものの、CNNの動作原理がまだよくわからない方
ResNetなどの発展的なCNNモデルを学ぶ前に、基礎をもう一度固めたい方
前提知識
人工ニューラルネットワークとディープラーニング学習の基礎概念
CNNを初めて学ぶ方、または関連する基礎講義を受講した経験がある方を推奨します。
201
受講生
5
受講レビュー
4.8
講座評価
4
講座
こんにちは。KAIST電気・電子工学部博士課程修了のディープラーニング専門講師、ヒョクペンハイムです。サムスン電子の主任研究員、成均館大学医学部の客員講師を経て、現在はヒョクペンハイム・アカデミーを運営しています。ディープラーニング入門書『Easy! ディープラーニング』の著者であり、講師歴11年、累計受講生約3,000名の教育経験を積んできました。CNN、トランスフォーマー、LLM・ビジョンモデル、拡散モデルなど、ディープラーニングの理論とPyTorchの実習を専門としています。
モデル構造や数式を単に暗記するのではなく、それぞれのアイデアがなぜ生まれ、どのように機能するのかを理解できるように説明します。直感的なたとえから始め、数式の意味を確認しながらコードへとつなげ、学んだ内容を自分自身で説明し、論文を深く読み解くための基盤を築くことを目指しています。
YouTubeチャンネル「혁펜하임」では、基礎数学・Pythonからディープラーニングの発展的なテーマまで講義を公開しており、学校・企業・機関向けの出張講義や教育も行っています。
全体
3件 ∙ (1時間 34分)
知識共有者の他の講座はこちら
同じ分野の他の講座を見てみましょう!
無料