소개

딥러닝은 인공 신경망을 기반으로 복잡한 패턴을 학습하는 머신러닝의 한 분야입니다. PyTorch는 직관적이고 유연한 딥러닝 프레임워크로, 연구와 프로덕션에서 널리 사용됩니다.

목차

1장: 딥러닝 기초

• 딥러닝이란?
• 인공 신경망의 구조
• 활성화 함수
• 손실 함수
• 경사 하강법과 역전파

2장: PyTorch 시작하기

• PyTorch 설치 및 환경 설정
• Tensor 기초
• Autograd와 자동 미분
• GPU 활용하기
• Dataset과 DataLoader

3장: 신경망 구축

• nn.Module 이해하기
• 레이어 구성 (Linear, Conv2d, LSTM)
• 모델 정의와 학습
• 옵티마이저 (SGD, Adam)
• 학습률 스케줄러

4장: 컴퓨터 비전

• 합성곱 신경망 (CNN)
• 이미지 분류 (ResNet, VGG)
• 객체 탐지 (YOLO, Faster R-CNN)
• 이미지 분할 (U-Net)
• 전이 학습

5장: 자연어 처리

• 워드 임베딩 (Word2Vec, GloVe)
• 순환 신경망 (RNN, LSTM, GRU)
• Attention 메커니즘
• Transformer 아키텍처
• BERT와 GPT

6장: 생성 모델

• 오토인코더 (Autoencoder)
• 변분 오토인코더 (VAE)
• 생성적 적대 신경망 (GAN)
• Diffusion Models
• 이미지 생성 실습

7장: 모델 최적화

• 배치 정규화
• 드롭아웃
• 데이터 증강
• 조기 종료
• 모델 경량화 (Pruning, Quantization)

8장: 실전 프로젝트

• 이미지 분류 모델 학습
• 감성 분석 모델
• 객체 탐지 시스템
• 챗봇 구현

관련 강의

• YouTube 딥러닝
• 딥러닝 프레임워크
• 컴퓨터 비전
• 자연어 처리