6P by neo 7달전 | favorite | 댓글 2개

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.

강의에 자막이 없어서 아쉽군요..

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.