AI Development

Computer Vision

実装して理解するイメージ生成モデル - 活用

Name: 実装して理解するイメージ生成モデル - 活用
Price: 16500 KRW

Pre-Trainedモデル(VGG16) / CAM / Grad-CAM / YOLO / STYLE TRANSFER / PIX2PIX / CYCLEGAN Stable Diffusion を直接実装してみる

（5.0）受講レビュー 1件

受講生 34名

hjk1000

TextDetection

objectdetection

딥러닝

이미지

이미지인식

tensorflow

vgg-net

yolo

gan

こんなことが学べます

Pre-Trainedモデル（VGG16）
CAM
Grad-CAM
YOLO
STYLE TRANSFER
PIX2PIX
CYCLEGAN
Stable Diffusion

イメージディープラーニングコンセプト
完璧を理解する 🧑‍💻

画像に関連するディープラーニングアルゴリズムを直接実装しながら理解してください。このレッスンでは、Pre-Trained モデル/Class Activation Map/Yolo/PIX2PIX/CYCLE GAN の実装について説明します。

私は非専攻者として5年以上のディープラーニングを勉強してきました。画像生成モデルがあまりにも不思議で勉強をしているのですが、探している資料ごとにコードがあまりにも難しく実装されており、画像生成モデルの勉強よりもコード分析するのが難しいと感じました。皆さんには私のような苦情がないように、概念/核心だけを一緒に、そして簡単に実装してみたいと思います。

すべてのコーディングプロセスを一緒にします。
詳細な式ではなく、わかりやすい例で説明します。
実行はColabで実行されます。
Tensorflowを簡単に扱えるはずです。

こんな方へ
おすすめです。

_{画像を扱う
ディープラーニングについて
気になる方}

_{全体的なイメージディープラーニング
方向
勉強したい方}

_{直接実装を通じて
イメージディープラーニング
理解したい方}

学習内容📚

インターネットに参考にするコードはたくさんありますが、自分で実装するのは難しいと感じませんか？簡単な実装でイメージディープラーニングの概念を確実に理解しましょう。

Class Activation Map

ディープラーニングモデルが集中する部分を可視化してみよう

YOLO

画像内のオブジェクトを見つけて区別し、位置情報を表記してみましょう。

Style Transfer

画像に異なるスタイルを適用しましょう。

Pix2Pix

ペア画像を活用してGANを学習させよう

サイクルガン

Unpairedされた画像データを利用してImage 2 Image Translationを実装しよう

Diffusionを活用してStable Diffusionを実装しましょう

受講前のQ&A 💬

Q. 数式を説明しますか？

詳細な式ではなく概念を中心に説明します。

Q. コードの実装は難しいですか？

最も簡単に概念だけを実装していきます。

Q.選手知識はありますか？

単純なテンソルフローの使い方、正規分布の簡単な理解が必要です。

実践環境と学習資料のご案内

Google Colabで作成しました。
Tensorflowの基礎知識が必要です。
学習資料としてソースコードが提供されます。

知識共有者の紹介✒️

こんにちは！「素敵」と言われています。私は非専攻者で、現在5年以上のディープラーニングを勉強してきました。ディープラーニング！とても楽しいです。特に画像生成モデル分野がとても魅力的です。勉強して資料を探してみると、概念をあまりにも難しく説明したり、コードをあまりにも難しく書いたことが多すぎました。私が勉強しながらまとめた内容を共有してみたいと思います。非専攻者として、こういう講義を共有しても良いかという悩みをあまりにも多くしました。しかし、私と同じような立場に置かれた方がはっきりしていると判断し、勇気を出して講義を共有してみましょう。

こんな方に
おすすめです

学習対象は
誰でしょう？

イメージ関連のディープラーニングアルゴリズムを直接実装すれば理解したい方
イメージディープラーニングの全体的な理解が必要な方

前提知識、
必要でしょうか？

テンソルフロー
ディープラーニングの基礎

こんにちは
です。

1,441

受講生

受講レビュー

回答

4.7

講座評価

講座

안녕하세요

비전공자로 딥러닝을 열심히 공부하는 직장인입니다.

공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다

감사합니다.

カリキュラム

全体

11件 ∙ (5時間 27分)

講座資料（こうぎしりょう）:

授業資料

セクション 1．プレトレーニングモデルの活用

1件 ∙ (25分)

1. VGG16
25:55

セクション 2．Class Activation Map

2件 ∙ (53分)

2. CAM-1
27:24
3. CAM-2
26:17

セクション 3．Object Detection

3件 ∙ (1時間 29分)

4. YOLO-1
25:36
5. YOLO-2
32:14
6. YOLO-3
32:02

セクション 4．Style Transfer

2件 ∙ (1時間 6分)

セクション 5．GANの活用

2件 ∙ (57分)

セクション 6．DIFFUSIONの活用

1件 ∙ (34分)

講座掲載日:

最終更新日:

受講レビュー

全体

1件

5.0

1件の受講レビュー

nkhwi
受講レビュー 16
∙
平均評価 4.5
5
36% 受講後に作成
- 멋진
  知識共有者
  와 수강평 너무 감사합니다

￥2,020

hjk1000の他の講座

知識共有者の他の講座を見てみましょう！

엑셀로 맛보는 딥러닝

멋진

엑셀로 딥러닝의 원리를 눈으로 보면서 익혀보겠습니다.

입문

Excel, 딥러닝, VBA

엑셀로 맛보는 딥러닝

멋진

구현하며 이해하는 이미지 생성모델 - CNN 기초부터 Diffusion까지

멋진

핫 한 이미지 생성모델! 기초부터 구현하면서 이해하자! AUTO ENCODER / VAE / GAN / DIFFUSION 까지 함께 구현해 봅시다!

초급

CNN, gan, Stable Diffusion

구현하며 이해하는 이미지 생성모델 - CNN 기초부터 Diffusion까지

멋진

파이썬으로 해보는 자율주행

멋진

이 강의가 특별한 이유: 핵심 장점 • 직관적인 시각화: Pygame 2D 시뮬레이션으로 알고리즘 동작을 실시간으로 직접 확인 • 실제 구현 경험: 이론을 넘어 직접 코딩하며 자율 주행 알고리즘 체득 • 핵심 알고리즘 마스터: 다익스트라, 퓨어 퍼슈트, ICP 등 필수 알고리즘 집중 학습 • 단계별 심화 학습: 기초부터 SLAM까지 체계적인 난이도 구성 • Lidar 기반 SLAM: 미지 환경에서의 맵 구축 및 위치 추정 실습

초급

Python, 자율주행, slam

파이썬으로 해보는 자율주행

멋진

파이썬으로 해보는 인공지능

멋진

딥러닝은 복잡한 함수의 조합으로 이루어진 신경망을 통해 데이터를 학습하는 기술입니다. 이 강의에서는 딥러닝의 핵심 개념을 수학적으로 이해하고, 이를 행렬 연산 관점에서 분석해봅니다. 특히 Python의 NumPy 라이브러리를 활용하여, 딥러닝의 순전파와 역전파 과정을 직접 구현해보며 파라미터가 어떻게 업데이트되는지 시각적으로 살펴봅니다. 복잡해 보이던 신경망 구조도 행렬 연산으로 풀어내면 명확해집니다. 이 강의는 코딩보다 개념 이해에 중점을 두고, 딥러닝의 원리를 수학적으로 직관적으로 익히고자 하는 학생들에게 적합합니다.

초급

Python, Numpy, Tensorflow

파이썬으로 해보는 인공지능

멋진