바로가기 메뉴
본문 바로가기
주메뉴 바로가기

Veritas

교육개요
교육 커리큘럼과 강사는 사정에 의해 변경될 수 있습니다.
교육명,를 포함한 교육과정 표
교육명 공통 [재직자 무료] Pytorch로 학습하는 딥러닝 영상처리 과정 1차
교육기간 2021-02-20 ~ 2021-03-13
교육시간 09:00 ~ 18:00 (1일 8시간, 총 32시간) / 비대면(온라인 라이브) 과정
교육장 영우글로벌러닝  지도보기
강사 AI 전문강사
정원 24명
교육비 전액무료 [단, 300인 이상 혹은 대기업은 84,140원]
첨부파일1 첨부파일첨부파일(Pytorch 딥러닝).zip


교육소개
* 2월 20일(토), 2월 27일(토), 3월 6일(토), 3월 13일(토) / 총 4일(32시간)

* 비대면(온라인 라이브) 과정

문의: 권기범 사원 / gibum0923@youngwoo.co.kr / 02-6004-7586

<신청방법>
1. 첨부파일의 수강신청서를 작성하여 gibum0923@youngwoo.co.kr로 개인휴대폰번호와 함께 신청바랍니다.
2. 국가인적자원개발컨소시엄 협약서는 교육시작 전까지 우편으로 2부 제출 부탁드립니다.

<주의사항>
1. 고용보험의 유무를 반드시 확인 바랍니다!
2. 수강신청서의 과정명은 수정작업 없이 작성 바랍니다.
3. 교육담당자의 경우, 없으시면 공란으로 제출하셔도 무방합니다.
4. 국가인적자원개발컨소시엄 협약서 제출은 필수입니다.


<교육 특징>
▪ google colab과 퍼블릭 클라우드상의 jupyter notebook에서 실습
▪ 이론과 더불어 짧은 과제 중심의 핸즈온

<교육 개요>
▪ google colab, Google Compute Engine
▪ ANN(Artificial Neural Network)과 pytorch 프로그램의 기본 구조
▪ CNN(Convolutional Neural Network)
▪ VGG-Net, GoogLeNet, ResNet
교육목표
▪ google colab과 jupyter notebook를 사용해 개발할 수 있다.
▪ 인공신경망(Artificial Neural Network)의 작동원리에 대해서 이해한다.
▪ pytorch 프로그램의 기본 구조에 대해서 이해한다.
▪ CNN(Convolutional Neural Network)의 작동원리에 대해서 이해한다.
▪ CNN의 발전과정과 VGG-Net, GoogLeNet, ResNet 등 다양한 CNN 모델에 대해 이해한다.
▪ CNN을 이용해 영상을 학습하고, 분류하는(Classification) 모델을 만들 수 있다.
교육대상
▪ 딥러닝에 대해 전반적으로 배우고자 하는 개발자
▪ 실무에서 이미지 분류(Classification) 기능을 구현하는 방법에 대해 배우고자 하는 개발자

<선수지식>
▪ python에 대한 초급수준의 이해
교육내용

 

* 2월 20일(토), 2월 27일(토), 3월 6일(토), 3월 13일(토) / 총 4일(32시간)

비대면(온라인 라이브) 과정

 

신청방법 *

1. 첨부파일의 수강신청서 작성하여 gibum0923@youngwoo.co.kr 개인휴대폰번호와 함께 신청바랍니다.

2. 국가인적자원개발컨소시엄 협약서는 교육시작 전까지 우편으로 2부 제출 부탁드립니다.

 

주의사항 *

1. 고용보험의 유무를 반드시 확인 바랍니다!

2. 수강신청서 과정명은 수정작업 없이 작성 바랍니다.

3. 교육담당자의 경우없으시면 공란으로 제출하셔도 무방합니다.

4. 국가인적자원개발컨소시엄 협약서 제출은 필수입니다. 

 

 

 

1. Public Cloud & docker 기반의 python 개발환경 구축

- GCP 가입, VM 생성, docker 설치, docker 기본 조작법

- dockerhub 가입 및 사용방법, torch 설치 후 이미지 커밋,  jupyter notebook 실행방법

- terminal jupyter notebook에서의 python(*.py) notebook(*.ipynb) 실행 방법

- google colab 가입, github 연동, jupyter notebook 실행

 

2. 머신러닝 & 딥러닝 개괄

- 인공지능의 정의와 역사, 발전흐름

- 머신러닝의 개념, 특징공간(Feature Space)

- 데이터에 대한 이해와 모델링

- Perceptron과 인공신경망(Artificial Neural Network)

- Back Propagation: 어떻게 작동하는가?

- Gradient Descent Algorithm

 

3. pytorch 기본 프레임워크 사용법

- 텐서를 이용한 연산과 행렬곱

- autograd - 미분으로 경사 구하기

- 기본 신경망 모델 구현하기

- pytorch 어플리케이션의 기본 구조와 학습 방법

- 모델의 저장 및 복원

 

4. Convolutional Neural Network로 구현하는 영상처리

- Fully-Connected Layer 영상 인식

- 이미지 처리: torchvision.transforms. 크기 변경, Tensor로 전환, 차원 변환

- Convolutional Neural Network: 구조와 원리

- 필터 시각화: 필터가 학습하는 내용을 확인

- MNIST 숫자 모델 분류

- Fashion MNIST 영상 분류

- CIFAR10 영상 분류

- 데이터 모으기& 라벨링

- Data Augmentation

- VGG-Net & GoogLeNet

- ResNet

- CNN 모델의 발전 흐름

 

 

 

학원의 설립ㆍ운영 및 과외교습에 관한 법률 시행령에 따라 다음과 같이 수강료를 환불해드립니다.

  1. 반환기한 : 반환사유가 발생한 경우 반환기준에 따라 반환사유 발생일로부터 5일 이내에 교습비등을 환불해 드리겠습니다.
  2. 반환기준
    • 1) 교습을 할 수 없거나 교습장소를 제공할 수 없게 된 날을 기준으로 이미 납부한 교습비등을 일할 계산한 금액을 환불해 드리겠습니다.
    • 2) 교습기간이 1개월 이내인 경우, 다음과 같이 환불해 드리겠습니다.
      - 교습시작 전 : 이미 납부한 교습비등의 전액
      - 총 교습시간 1/3 경과 전 : 이미 납부한 교습비등의 2/3에 해당하는 금액
      - 총 교습시간 1/2 경과 전 : 이미 납부한 교습비등의 1/2에 해당하는 금액
      - 총 교습시간 1/2 경과 후 : 반환하지 않음
    • 3) 교습기간이 1개월을 초과하는 경우, 다음과 같이 환불해 드리겠습니다.
      - 교습시작 전 : 이미 납부한 교습비등의 전액
      - 교습시작 후 : 반환사유가 발생한 해당월의 반환 대상 교습비등(교습기간 1개월 이내 기준 산출금액)과 나머지 월의 교습비등 전액을 합산한 금액