 |
아래 목차의 링크를 이용하며 쉽게 소스코드를 볼 수 있습니다.
책에서 사용된 모든 이미지는 images폴더에 있습니다. 궁금한 점은 Issue를 통해 문의하시면 최대한 빠른 시일에 답변해드립니다. 혹시 있을 코드 오류나 오탈자 등도 Issue를 통해 알려주시면 수정하여 반영하겠습니다. |
$ git clone https://github.com/DNRY/dlopt.git
$ cd dlopt
$ conda remove --name deep-learning --all
$ conda env create -f notebooks/env.yml
$ conda activate deep-learning
$ conda create --name deep-learning python=3.5
$ conda activate deep-learning
(deep-learning) $ conda install numpy=1.14.5 tensorflow=1.10 matplotlib=2 jupyter_client=5.3.1 jupyter notebook seaborn scikit-learn setuptools=39.1.0 cython$ git clone https://github.com/DNRY/dlopt.git
$ cd dlopt
$ conda activate deep-learning
(deep-learning)$ cd notebooks
(deep-learning)$ jupyter notebook
- 개발환경 설정하기
- 주피터 노트북과 파이썬 튜토리얼
- 텐서플로 튜토리얼
- 최적화 이론에 필요한 선형대수와 미분
- 딥러닝에 필요한 최적화 이론
- 고전 수치최적화 알고리즘
- 딥러닝을 위한 수치최적화 알고리즘
- 선형회귀 모델
- 선형 분류 모델
- 신경망 회귀 모델
- 신경망 분류 모델
- 언더피팅/오버피팅 소개
- 언더피팅의 진단과 해결책
- 오버피팅의 진단과 해결책
- 텐서보드(TensorBoard) 활용
- 모델 저장하기와 불러오기
- 딥러닝 가이드라인
- CNN 모델
- GAN(Generative Adversarial Networks) 모델
- 영상
- 문자열 분석 word2vec
- 변경 전:
#출력: 1 2 3 4 5 6 1 2 3 4 5 6 - 변경 후:
#출력: 1 2 3 4 5 6
- 변경 전:
- 변경 후:
- 변경 전:
- 변경 후:
- 변경 전:
손실 함수와 손실함수의 그래디언트를 파이썬 함수로 선언하는 코드는 다음과 같습니다. - 변경 후:
손실 함수와 손실함수의 그래디언트를 파이썬 함수로 선언하는 코드는 다음과 같습니다. 코드에서는 수식의 간결함을 위해서 손실함수에 0.5를 곱하여 구현했습니다.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent