GN⁺: 딥 러닝 코스
(fleuret.org)딥 러닝 강의 소개
- 프랑수아 플뢰레의 딥 러닝 강의 자료, 녹화본, 가상 머신을 제네바 대학교의 14x050 강의에서 확인 가능
- PyTorch 프레임워크를 사용한 심층 학습에 대한 철저한 소개 제공
- 강의는 2018년 Idiap 연구소에서 개발되었으며, 2022년까지 로잔 연방 공과대학에서 EE-559으로 가르쳐짐
강의 자료
- 강의용 슬라이드 PDF는 가로 형식으로 제공되며, 강의를 용이하게 하기 위해 오버레이가 포함됨
- 핸드아웃 PDF는 추가 노트와 함께 세로 방향으로 복잡한 효과 없이 컴파일됨
- 스크린캐스트는 브라우저 스트리밍 또는 다운로드 가능한 MP4 파일로 제공됨
실습 세션 프롤로그
- 실습 세션을 위한 Python 프롤로그는 명령줄 인수를 파싱하여 데이터 로딩 함수 제공
- 데이터 로딩 함수는 필요에 따라 데이터를 다운로드하고, 이미지를 1차원 벡터로 재구성하며, 필요에 따라 데이터를 정규화하거나 평탄화함
가상 머신 사용
- 가상 머신(VM)은 완전한 컴퓨터를 시뮬레이션하는 소프트웨어로, PyTorch를 웹 브라우저에서 사용할 수 있는 모든 도구를 포함한 리눅스 운영 체제를 제공함
- VM은 JupyterLab을 자동으로 시작하고 포트 8888에서 실행하여 호스트 머신의 웹 브라우저를 통해 접근 가능함
GN⁺의 의견
이 강의는 딥 러닝에 대한 포괄적인 소개를 제공하며, 초급 소프트웨어 엔지니어에게도 이해하기 쉽게 구성되어 있음. 실제 강의 자료와 실습을 위한 가상 머신을 포함하여 실질적인 학습 경험을 제공하는 점이 특히 흥미로움.
Hacker News 의견
-
다양한 학습 자료 추천
- "Understanding Deep Learning" 책이 목록에 빠져 있음. Simon J.D. Prince의 책은 각 장마다 첨부된 고급 참고 문헌 링크, 이해도를 시험하는 연습 문제, 개념을 실제로 구현하는 코드가 포함된 노트북 등으로 특별함.
- 스탠퍼드 대학의 YouTube 챔널에서 전체 머신러닝 강의 시리즈(19개 비디오)를 볼 수 있음. 컴퓨터 과학 강의도 많이 게시되어 있음.
- "Little Book of Deep Learning"도 확인할 것을 추천함.
- "Practical Deep Learning for Coders"도 유용한 자료임.
- Yann LeCun과 Alfredo Canziani가 진행하는 NYU의 딥러닝 과정이 YouTube에서 전체 공개됨.
-
비디오 없이 깊이 있는 과정을 찾는 이들을 위한 자료
- 비디오 시청을 요구하지 않는 깊이 있는 과정에 대한 정보가 필요함.
-
초보자를 위한 강의 추천
- Andrej Karpathy의 강의 시리즈 중 첫 강의는 초보자에게 매우 접근하기 쉬움.
-
전문 분야로의 전환 가능성에 대한 고민
- 몇 년간 풀스택 개발자로 일해온 경험이 있지만, 6개월의 학습으로 이 분야에 진입하는 것이 가능한지에 대한 의문을 제기함.
-
다양한 옵션 중 선택
- Sebastian Raschka의 강의는 Python이나 유사한 언어를 알고 있다면 접근하기 쉬운 과정임.
- Andrew Ng의 Coursera 강의를 시작한 지 얼마 되지 않았으며, 이러한 무료 옵션들 간의 차이점에 대한 궁금증을 표현함.