| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | CNN의 기초 이해 및 합성곱 연산 원리 [45:42] | ||
| 02 | 패딩(Padding)과 스트라이드(Stride) 및 출력 크기 계산 [33:9] | ||
| 03 | 3차원 데이터 합성곱과 다중 필터 및 배치 처리 [47:46] | ||
| 04 | 풀링(Pooling) 계층의 특징과 맥스 풀링 원리 [32:59] | ||
| 05 | 4차원 데이터의 2차원 평면화(im2col) 및 고속 연산 [43:19] | ||
| 06 | 합성곱 및 풀링 레이어의 파이썬 클래스 구현 [52:20] | ||
| 07 | 심플 CNN(SimpleConvNet) 모델 구축 및 파라미터 저장 [37:26] | ||
| 08 | CNN 모델의 MNIST 데이터 학습 및 필터 시각화 분석 [32:48] | ||
| 09 | VGG 모델 이해, 케라스(Keras) 활용 및 데이터 증식 [48:21] | ||
| 10 | 딥러닝 고속화(GPU/PyTorch) 및 AI 실무 응용 사례 [23:1] |
