이것이 우리에게 딱 맞는 딥러닝 with 텐서플로

Chapter 01 인공지능
우리 주위의 인공지능
산업혁명과 인공지능
인공지능
머신러닝
딥러닝과 뉴런, 뉴럴 네트워크
인공지능과 머신러닝, 딥러닝

Chapter 02 Hello world in 텐서플로
텐서플로 소개
Windows에서 텐서플로 설치하기
구글 클라우드 Colaboratory 사용하기
구글 클라우드 GPU로 실행하기
MNIST 소개

Chapter 03 머신러닝 알고리즘 입문
Linear Regression
Cost Funtion
최적화 함수
오버피팅
Train Set과 Validation Set, Test Set
Mini batch와 Epoch

Chapter 04 가벼운 파이썬 문법 리뷰
기본 명령어
Linear Regressio 실습
Hypyothesis 정의
Cost Funtion 정의
최적화 함수 정의
그래프 실행
변수와 global_variables_initializer()
Placeholder
국어성적 예측하기 실습
MNIST 실습
타이타닉 생존자 예측모델

Chapter 05 뉴럴 네트워크
신경망 소개
Activation Function
역전파 알고리즘
Drop Out
Fully Connected Network

Chapter 06 뉴럴 네트워크의 구현 실습
Sin 그래프의 예측
비행기 이륙거리 예측모델

Chapter 07 Convolutional Neural Network
CNN 소개
Stride
Zero Padding과 출력 이미지의 크기 계산
LeNet과 Alex Net
VGG net
GoogLeNet

Chapter 08 CNN 실습
Inception Module을 활용한 이미지 분류기
Tensorflow Hub 소개
이미지 분류기 Retraining

Chapter 09 RNN과 LSTM
RNN
RNN의 다양한 입력과 출력 관계
BPTT(Backpropagation Through Time)
RNN 모델에서 Vanishing gradient Problem
LSTM(Long Short Term Memory) 네트워크 소개

Chapter 10 RNN의 실습
RNN 실습 내용 소개
RNN 코드 설명
RNN 실습코드의 전체내용

Chapter 11 시각화 도구 Tensor Board
Tensor Board 소개
Tensor Board 사용을 위한 코드 추가
Tensor Board 실행하기
Tensor Board 그래프의 범례
연속적인 선 그래프 그리기
Name Scope로 묶어 표현하기

Chapter 12 학습과정을 저장하고 불러오기
변수를 파일로 저장하기
파일에서 변수 읽어오기

Chapter 13 GAN
GAN의 개념과 이슈
GAN과 DCGAN(Deep Convolutional GAN)
GAN의 수식 리뷰
Stack GAN
Cycle GAN
그 밖의 GAN

Chapter 14 GAN 실습
MNIST 숫자 이미지 생성 실습