Skip to content

Latest commit

 

History

History
142 lines (95 loc) · 10.4 KB

Schedule.md

File metadata and controls

142 lines (95 loc) · 10.4 KB
Raw

딥러닝의 기본

모두의 딥러닝의 시작, 홍콩과기대 김성훈 교수님의 딥러닝의 기본강의로 시작합니다. 모임 참석자 모두 해당 강의와 실습을 수행 후 모임에 참석합니다. 각자 자신이 맡은 부분을 주도적으로 세미나를 진행하며, 질의 응답을 받습니다.

반 배정

  • A반: 안형조, 조원, 한대찬*, 박미희, 권석준, 김해린*, 노현중, 곽민재
  • B반: 박진현, 황유진, 최영민, 김민준, 김남훈*, 조동현, 이정민, 이영남, 변성진, 김지원*
  • *각반 임시 반장들입니다. 반장 여러분의 적극 협조 부탁드립니다.

(1주차) A반: 11월 12일 / B반: 11월 15일

  • 섹션 0. 오리엔테이션 (송인재, 박진현)

  • 섹션 1. 머신러닝의 개념과 용어

    • 기본적인 Machine Learnnig 의 용어와 개념 설명 비디오/슬라이드 [00:12:00] (정지원, 황유진)
    • TensorFlow의 설치및 기본적인 operations 비디오/슬라이드 [00:17:00] (안형조, 최영민)

  • 섹션 2. Linear Regression 의 개념

  • 섹션 3. Linear Regression cost 함수 최소화

    • Linear Regression의 cost 최소화 알고리즘의 원리 비디오/슬라이드 [00:16:00] (박미희, 조동현)
    • Linear Regression 의 cost 최소화의 TensorFlow 구현 비디오/슬라이드 [00:15:00] (권석준, 이정민)

  • 섹션 4. 여러개의 입력(feature)의 Linear Regression

    • multi-variable linear regression 비디오/슬라이드 [00:17:00] (김해린, 이영남)
    • lab 04-1: multi-variable linear regression을 TensorFlow에서 구현하기 비디오/슬라이드 [00:08:00] (노현중, 변성진)
    • lab 04-2: TensorFlow로 파일에서 데이타 읽어오기 비디오 [00:06:00] (곽민재, 김지원)

  • 1주차 Summary

    • (김재형, 박진현)

(2주차) A반: 11월 26일 / B반: 11월 29일

  • 섹션 5. Logistic (Regression) Classification

    • Logistic Classification의 가설 함수 정의 비디오/슬라이드 [00:15:00] (송인재, 박진현)
    • Logistic Regression의 cost 함수 설명 비디오/슬라이드 [00:14:00] (정지원, 황유진)
    • TensorFlow로 Logistic Classification의 구현하기 비디오/슬라이드 [00:15:00] (안형조, 최영민)

  • 섹션 6. Softmax Regression (Multinomial Logistic Regression)

  • 섹션 7. ML의 실용과 몇가지 팁

(3,4,5주차 통합) 12월 26일 6시 스터디 진행

  • 섹션 8. 딥러닝의 기본 개념과, 문제, 그리고 해결

    ------------------------------------------------------- 곽민재

  • 섹션 9. Neural Network 1: XOR 문제와 학습방법, Backpropagation

    • XOR 문제 딥러닝으로 풀기 비디오/슬라이드[00:15:00]

      ------------------------------------------------------- 권석준

    • 특별편: 10분안에 미분 정리하기 비디오/슬라이드[00:09:00]

      ------------------------------------------------------- 생략

    • 딥넷트웍 학습 시키기 (backpropagation) 비디오/슬라이드[00:18:00]

    • Lab 9-1: XOR을 위한 텐스플로우 딥넷트웍 비디오/슬라이드 [00:12:00]

      ------------------------------------------------------- 김민준

    • Lab 9-2: Tensor Board로 딥네트웍 들여다보기 비디오/슬라이드 [00:12:00]

  • 섹션 10. Neural Network 2: ReLU and 초기값 정하기 (2006/2007 breakthrough)

    • XSigmoid 보다 ReLU가 더 좋아 비디오/슬라이드[00:17:00]

      ------------------------------------------------------- 노현중

    • Weight 초기화 잘해보자 비디오/슬라이드[00:12:00]

    • Dropout 과 앙상블 비디오/슬라이드[00:10:00]

      ------------------------------------------------------- 박미희

    • 레고처렴 넷트웍 모듈을 마음껏 쌓아 보자 비디오/슬라이드 [00:05:00]

    • Lab 10: 딥러닝으로 MNIST 98%이상 해보기 비디오/슬라이드 [00:14:00]

      ------------------------------------------------------- 박진현

  • 섹션 11. Convolutional Neural Networks

    • ConvNet의 Conv 레이어 만들기 미리보기 비디오/슬라이드[00:16:00]

    • ConvNet Max pooling 과 Full Network 비디오/슬라이드 [00:05:00]

      ------------------------------------------------------- 변성진

    • ConvNet의 활용 예 비디오/슬라이드 [00:12:00]

    • 실습1: TensorFlow CNN 의 기본 비디오/슬라이드 [00:16:00]

      ------------------------------------------------------- 안형조(독감으로 인한 결시 -> 대체자 : 김지원)

    • 실습2: TensorFlow로 구현하자 (MNIST 99%) 비디오/슬라이드 [00:12:00]

    • 실습3: Class, tf.layers, Ensemble (MNIST 99.5%) 비디오/슬라이드 [00:10:00]

    ------------------------------------------------------- 이영남

  • 섹션 12. Recurrent Neural Network

    ------------------------------------------------------- 조원

  • 섹션 13. Deep Deep Network AWS 에서 GPU와 돌려보기 (powered bt AWS)

    ------------------------------------------------------- 최영민

  • 섹션 14. AWS 에서 저렴하게 Spot Instance 를 터미네이션 걱정없이 사용하기

    • AWS에서 저렴하게 Spot Instance를 터미네이션 걱정없이 사용하기 비디오/슬라이드 [00:18:00]

  • 섹션 15. Google Cloud ML을 이용해 TensorFlow 실행하기

    • Google Cloud ML with Examples 1 비디오/슬라이드

      ------------------------------------------------------- 황유진