Loading...

Teaching

딥러닝 중급

2021 대한기계학회 인공지능머신연구회 인공지능 여름학교


*강습회에서는 자세한 실습을 다루지는 않습니다. 실습 코드에 자세한 주석이 달려있으니 강습회 후에 천천히 연습해 보시길 바랍니다 :)


강의 슬라이드

Ch0. 강의소개 - 딥러닝 중급 (PDF)
Ch1. Introduction of Unsupervised Learning Part I (PDF)
Ch2. Introduction of Unsupervised Learning Part II (PDF)
Ch3. PCA (PDF)
Ch4. Autoencoder & Anomaly Detection (PDF)
Ch5. VAE (PDF)
Ch6. GAN (PDF)
Ch7. Mechanical Design + AI (PDF)


실습 코드

실습 준비하기
1) 본 강습회는 실습을 위해 구글 Colab을 사용합니다. 원하시는 경우 개인컴퓨터에 Jupyter Notebook과 TensorFlow를 설치하셔도 됩니다. 아래 사용법을 참고해 주세요
TensorFlow 설치+Colab 사용방법+Python 기초문법
2) 구조설계데이터인 Bracket data를 예시로 사용합니다. 아래 두가지 파일을 다운받아 주세요.
data_3000, data_1000

Autoencoder (AE) & Anomaly Detection

1) Colab
  --Bracket: Autoencoder, Anomaly Detection

2) Jupyter Notebook
  --Bracket: Autoencoder, Anomaly Detection

#참고: 다양한 학습 방법 비교 (Bracket)
ModelFit / GradientTape

Variational AutoEncoder (VAE)

1) Colab
  --Bracket: VAE

2) Jupyter Notebook
  --Bracket: VAE

#참고: 다양한 학습 방법 비교 (Bracket)
ModelFit / GradientTape

Generative Adversarial Network (GAN)

1) Colab
  --Bracket: GAN

2) Jupyter Notebook
  --Bracket: GAN

#참고: 다양한 학습 방법 비교 (Bracket)
ModelFit / GradientTape

Advanced Generative Models

1) Convolutional Autoencoder (CAE)
  --Bracket: ModelFit / GradientTape

2) Deep Convolutional GAN (DCGAN)
  --MNIST: Keras

3) Conditional GAN (cGAN)
  --MNIST: Keras

4) Boundary Equilibrium GAN (BEGAN)
  --MNIST: Keras