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