이번 과정에 원래 겹쳐있는 일정이 빠듯하긴하지만 실제 예제 위주로 다뤄보는 교재라 욕심이 나서 도전했다.
존경하는 박해선님의 책이기도 하고!!
늘 해왔던것처럼 일정 까먹지 않게 미션 갈무리부터 빠짐없이 해보쟈.
1주차 미숑~ (추가 숙제를 하고 싶지만.. 업무로드가 너무 심하게 걸려있기에. 욕심내지 말기)
Ch.01(01-1, 01-2) 구글 코랩에 텐서플로/케라스 설치하고, LeNet 모델 구조 그림으로 그려보기
너무 깨알같은 구조도.. 쿨럭
르넷 구조도를 나의 비서 클로드에게도 다시 도식화 업무를 진행시켰다.
잘 해준다.
이상은 1주차 미션..
(2장에 보면 깔끔하게 LeNet과 AlexNet비교하면서 그려진 그림이 있다 ㅇㅎㅎ)
하단 내용은 매주 진행해야할 미션 정리글임돠~~
- 14기 활동 기간
- 1주차: 6월 30일 ~ 7월 6일
- 2주차: 7월 7일 ~ 7월 13일
- 3주차: 7월 14일 ~ 7월 20일
- 4주차: 7월21일 ~ 7월 27일
- 여름 방학: 7월 28일 ~ 8월 3일
- 5주차: 8월 4일 ~ 8월 10일
- 6주차: 8월 11일 ~ 8월 17일
- 마무리 회고 타임
✅혼자 만들면서 공부하는 딥러닝
| # | 진도 | 기본 숙제(필수) | 추가 숙제(선택) |
| 1주차 (6/30 ~ 7/6) |
Chapter 01 | Ch.01(01-1, 01-2) 구글 코랩에 텐서플로/케라스 설치하고, LeNet 모델 구조 그림으로 그려보기 | convolutional, Pooling, Dense 레이어의 기능 각각 설명하기(p.49) |
| 2주차 (7/7 ~ 7/13) |
Chapter 01 | Ch.01(01-3) LeNet으로 Fashion MNIST 분류 실습 후 예측 결과 화면 캡처하기 | 예측이 틀린 이미지를 골라 "왜 틀렸을까?" 추측해 보기 |
| 3주차 (7/14 ~ 7/20) |
Chapter 02 | Ch.02(02-2) VGGNet 또는 ResNet으로 고양이/강아지 이미지 분류하고 결과 화면 캡처하기 | Ch.02(02-1, 02-2, 02-3)AlexNet, VGGNet, ResNet 중 하나를 골라 모델 구조를 그림 또는 표로 정리하기 |
| 4주차 (7/21 ~ 7/27) |
Chapter 03 | Ch.03(03-1, 03-2) MobileNet 또는 EfficientNet으로 이미지 분류하고 예측 결과 화면 캡처하기 | Ch.03(03-3) 텐서플로 허브에서 모델을 불러오는 코드와 실행 결과 설명하기 |
| 여름 방학 (7/28 ~ 8/3) |
🏊♀️🏊♂️즐거운 여름 방학 보내세요!🏊♀️🏊♂️ | ||
| 5주차 (8/4 ~ 8/10) |
Chapter 03 | Ch.03(03-3) 사전 훈련 모델로 피스타치오 품종 이미지 분류 실습 후 결과 캡처하기 | Ch.03(03-3) 허깅페이스 모델로 동일한 작업을 진행하고 결과 비교하기(p.183~) |
| 6주차 (8/11 ~ 8/17) |
Chapter 04 | Ch.04(04-2) KerasNLP 또는 허깅페이스 BERT 모델로 영화 리뷰 감성 분석 후 결과 캡처하기 | Ch.04(04-2) 감성 분석에 사용된 토큰화 과정 살펴보고 입력과 출력 비교해 보기 |
📑예제 소스: 다운로드
🙋♂️Q&A: 박해선 저자님의 github// 어려울 때 반드시 질문하기!
💻유튜브 강의: 👉전체 강의 목록
[한빛미디어] 혼공학습단: 혼공족의 스터디 공간
혼공학습단에 오신 것을 환영합니다! 개발하고 싶은 것을 개발하세요. 혼공시리즈와 함께라면 무엇이든 할 수 있습니다. 여러분은 성공할 운명이니까요. 자신을 한번 믿고 프로그래밍 공부를
52.78.238.255
혼자 만들면서 공부하는 딥러닝
딥러닝 분야를 대표하는 초창기 컴퓨터 비전 모델부터 대규모 언어 모델인 GPT, Llama, Gemma 등의 최신 모델까지! 다양한 딥러닝 모델을 구현하며 인공지능의 발전 과정은 물론, 새롭게 적용된 최신
hongong.hanbit.co.kr
Chapter 01. 합성곱 신경망(CNN)으로 패션 상품 이미지 분류하기
01-1. 딥러닝 개발환경 구축하기
__딥러닝을 위한 준비물, 구글 코랩
__코랩의 화면 구성
__코랩으로 실습 준비하기
__키워드로 정리하는 핵심 포인트
01-2. 합성곱 신경망(CNN) 모델 이해하기
__최초의 CNN 모델 - LeNet
__합성곱 층 - Conv2D
__풀링층과 밀집층 - AveragePooling2D, Dense
__키워드로 정리하는 핵심 포인트
01-3. 패션 상품 이미지 분류하기
__LeNet 모델 만들기
__LeNet 모델 훈련하기
__키워드로 정리하는 핵심 포인트
Chapter 02.사전 훈련된 CNN 모델로 강아지와 고양이 사진 분류하기
02-1. 이미지 분류 CNN 모델 만들기
__이미지넷 대회에서 우승한 최초의 CNN 모델 - AlexNet
__사전 훈련된 CNN 모델 - VGGNet
__키워드로 정리하는 핵심 포인트
02-2. 강아지와 고양이 사진 분류하기
__VGGNet 모델 로드하기
__강아지와 고양이 사진 분류하기
__키워드로 정리하는 핵심 포인트
02-3. 강아지와 고양이 사진 분류 모델의 성능 개선하기
__훈련 성능을 높이는 CNN 모델 - ResNet
__ResNet 모델 만들기
__강아지와 고양이 사진 분류하기
__[좀 더 알아보기] GoogLeNet
__[미니 프로젝트] GoogLeNet으로 강아지와 고양이 사진 분류하기
__키워드로 정리하는 핵심 포인트
Chapter 03. 고급 CNN 모델과 전이 학습으로 이미지 분류하기
03-1. 이미지 분류 모델의 효율성 최적화하기
__ResNet의 확장 모델 - DenseNet
__모바일 환경(경량) 모델 - MobileNet
__키워드로 정리하는 핵심 포인트
03-2. 이미지 분류 모델의 성능 최적화하기
__가장 높은 성능을 내는 모델 - EfficientNet
__EfficientNet 모델 만들기
__EfficientNet 모델로 강아지 사진 분류하기
__키워드로 정리하는 핵심 포인트
03-3. 전이 학습으로 피스타치오 이미지 분류하기
__텐서플로 허브로 강아지 사진 분류하기
__허깅페이스로 강아지 사진 분류하기
__전이 학습으로 피스타치오 품종 분류하기
__[미니 프로젝트] 캐글 모델로 피스타치오 품종 분류하기
__키워드로 정리하는 핵심 포인트
Chapter 04. 트랜스포머 인코더 모델로 영화 리뷰 텍스트의 감성 분류하기
04-1. 트랜스포머 인코더 모델 이해하기
__어텐션 메커니즘
__위치 인코딩과 층 정규화
__트랜스포머 인코더 모델 만들기
__키워드로 정리하는 핵심 포인트
04-2. 전이 학습으로 영화 리뷰 텍스트의 감성 분류하기
__트랜스포머 인코더 기반 언어 이해 모델 - BERT
__KerasNLP로 영화 리뷰 텍스트의 감성 분류하기
__허깅페이스로 영화 리뷰 텍스트의 감성 분류하기
__[좀 더 알아보기] 미세 튜닝된 모델로 감성 분석하기
__키워드로 정리하는 핵심 포인트
04-3. BERT 후속 모델로 영화 리뷰 텍스트의 감성 분류하기
__BERT의 성능 개선 모델 - RoBERTa
__BERT의 경량화 모델 - DistilBERT
__[미니 프로젝트] KerasNLP로 DistilBERT 모델 만들기
__키워드로 정리하는 핵심 포인트
Chapter 05. 트랜스포머 디코더 모델로 텍스트 생성하기
05-1. GPT-2 모델로 텍스트 생성하기
__마스크드 멀티 헤드 어텐션
__트랜스포머 디코더 모듈 만들기
__GPT-2 모델로 다양한 텍스트 생성하기
__허깅페이스로 다양한 텍스트 생성하기
__키워드로 정리하는 핵심 포인트
05-2. Llama 모델로 텍스트 생성하기
__Llama 모델 이해하기
__KerasNLP로 Llama-2 모델 만들기
__Llama-2 모델로 텍스트 생성하기
__Llama-3 모델로 텍스트 생성하기
__[좀 더 알아보기] Llama-3.1과 Llama-3.2
__키워드로 정리하는 핵심 포인트
05-3. Gemma 모델로 텍스트 생성하기
__Gemma 모델 이해하기
__KerasNLP로 Gemma 모델 만들기
__Gemma 모델로 텍스트 생성하기
__Gemma-2 모델로 텍스트 생성하기
__[미니 프로젝트] KerasNLP로 Llama-3 모델 만들기
__키워드로 정리하는 핵심 포인트
Chapter 06. 트랜스포머 인코더-디코더 모델로 텍스트 요약하기
06-1. BART 모델로 텍스트 요약하기
__트랜스포머 인코더-디코더 모델 만들기
__BART 모델로 텍스트 요약하기
__키워드로 정리하는 핵심 포인트
06-2. T5 모델로 텍스트 요약하기
__T5 모델 이해하기
__T5 모델로 텍스트 요약하기
__T5-1.1 모델로 텍스트 요약하기
__[미니 프로젝트] T5-1.1 small 모델 만들기
__키워드로 정리하는 핵심 포인트
06-3. 에필로그
찾아보기
출판사리뷰
문법이 아닌 실습을 통해 딥러닝 실력을 키우고 싶은 독학러를 위한 책
- 최초의 합성곱 신경망(CNN) 모델 – 패션 상품 이미지 분류하기
- 사전 훈련된 CNN 모델 – 강아지와 고양이 사진 분류하기
- 고급 CNN 모델과 전이 학습 – 모델의 효율성 최적화하기 & 텐서플로 허브와 허깅페이스
- 트랜스포머 인코더 모델 – 영화 리뷰 텍스트의 감성 분류하기
- 트랜스포머 디코더 모델 – GPT, Llama, Gemma 모델로 텍스트 생성하기
- 트랜스포머 인코더-디코더 모델 – BART, T5 모델로 텍스트 요약하기
『혼자 만들면서 공부하는』 시리즈는 배운 지식을 실전에 적용하고자 하는 독자들을 위해 기획되었습니다. 이론과 문법 학습에서 그치지 않고 일상과 업무에 실질적으로 도움이 되는 프로젝트를 완성하는 것이 이 시리즈의 핵심 목표입니다.
단순히 하나의 모델을 구현해 보는 데 그치지 않고, 그 모델이 발전해 온 과정을 함께 따라 해 봄으로써 새로운 딥러닝 기술에 대한 적응력과 생존 능력을 갖추게 될 것입니다.
누구를 위한 책인가요?
딥러닝 입문서를 완독한 후, 구현 경험을 쌓고 싶은 초급자
- 『혼자 공부하는 머신러닝+딥러닝(개정판)』을 학습한 후, 다음 단계로 나아가고 싶은 분
- 관련 기본 지식은 이해했지만 “그래서 딥러닝 모델로 뭘 할 수 있을까?”라는 고민이 있는 분
최신 기술에 관심이 있는 딥러닝 학습자
- 컴퓨터 비전 및 대규모 언어 모델에서 다루는 최신 기술이 궁금한 분
- GPT, Llama, Gemma 등 최신 딥러닝 모델을 활용해 보고 싶은 분
도서 특징
하나, 혼자서도 끝까지 학습할 수 있는 친절한 가이드
실습하다 막혀도 걱정 마세요. 체계적인 학습 요소가 혼자서도 끝까지 따라 하며 이해할 수 있도록 독자 여러분을 가이드합니다. 코드를 작성하기 전에 필요한 개념을 짚어 주는 〈문법 체크〉, 실행 결과와 코드 해설이 함께하는 〈따라 하며 배우는 코딩〉, 배운 내용을 스스로 응용해 보는 〈미니 프로젝트〉가 혼만 독자 여러분과 함께합니다.
둘, 때론 혼자, 때론 같이! 저자 직강 유튜브 강의 및 학습 사이트 지원
http://hongong.hanbit.co.kr
책을 읽다가 궁금한 점이 있을 때는 언제든지 질문하세요. 저자가 직접 답변하는 카카오톡 오픈채팅과 학습 사이트 Q&A를 운영합니다. 예제 파일 다운로드 및 동영상 강의 보기도 혼만 독자 커뮤니티에서 언제든 지원받을 수 있어요.
셋, 설치 NO! 번거로운 설치 없이 온라인으로 실행하는 딥러닝 실습서
『혼자 만들면서 공부하는 딥러닝』의 모든 예제는 온라인 환경인 구글 코랩에서 실습합니다. 코랩에서 직접 코드를 작성해 보는 것이 가장 좋지만, 책에서 다루는 모든 코드를 이 책의 깃허브에 공개하고 있습니다. 깃허브에 있는 주피터 노트북으로 실행 결과를 확인해 보세요.
'혼공만딥' 카테고리의 다른 글
| [혼만딥](혼공학습단14기) 6주차_Chapter 04 Ch.04(04-2) KerasNLP 또는 허깅페이스 BERT 모델로 영화 리뷰 감성 분석 후 결과 캡처하기 (1) | 2025.08.19 |
|---|---|
| [혼만딥](혼공학습단14기) 5주차_Ch.03(03-3) 사전 훈련 모델로 피스타치오 품종 이미지 분류 실습 후 결과 캡처하기 (1) | 2025.08.10 |
| [혼만딥](혼공학습단14기) 4주차 Ch.03(03-1, 03-2) 고급 CNN모델과 전이학습으로 이미지 분류하기 (0) | 2025.07.29 |
| [혼만딥](혼공학습단14기) 3주차_2장 2. 강아지와 고양이 사진 분류 (1) | 2025.07.20 |
| [혼만딥](혼공학습단14기) 2주차_ 1장 3. 패션 상품 이미지 분류 (2) | 2025.07.13 |
