[실전] PyTorch 딥러닝 모델 만들기:인공신경망 구축
이 강의는 PyTorch를 활용하여 딥러닝의 기초 이론을 학습하며, 주로 컴퓨터 비전과 시퀀스 데이터 처리 방법에 중점을 둡니다. 합성곱 신경망(CNN)과 순환 신경망(RNN)의 이론을 다루며, PyTorch를 활용
3.70 (5 reviews)
![[실전] PyTorch 딥러닝 모델 만들기:인공신경망 구축](https://thumbs.comidoc.net/750/5843826_db29.jpg)
67
students
11.5 hours
content
Feb 2024
last update
$19.99
regular price
What you will learn
인공신경망의 원리와 활용 방법을 배울 수 있습니다.
PyTorch로 합성곱 신경망(CNN) 순환신경망(RNN) 모델을 구축할 수 있습니다.
인공신경망: 데이터를 여러 클래스로 분류하는 작업과 데이터와 출력 값 간의 관계를 학습하여 수치적인 예측을 수행할 수 있습니다.
합성곱 신경망(CNN:) 이미지를 특정 클래스로 분류하고, 특정 객체의 위치를 찾아내는 작업을 배울 수 있습니다.
순환 신경망(RNN:) 순차적인 데이터, 시계열 데이터, 자연어 처리 등의 작업하는 방법을 배울 수 있습니다.
5843826
udemy ID
2/27/2024
course created date
3/2/2024
course indexed date
Bot
course submited by