[1부] 파이토치 시작하기 ▣ 01장: 인공지능과 방법론 인공지능이란? __인공지능 역사 __인공지능 활용 분야 머신러닝 시스템 __지도 학습 __비지도 학습 __준지도 학습 __강화 학습 머신러닝 아키텍처 __데이터 준비 __모델링 __모델 평가 __모델 배포 MLOps ▣ 02장: 파이토치 설치 파이토치란? 파이토치 특징 파이토치 설치 __파이토치 CPU 설치 __파이토치 GPU 설치 __Google Colaboratory ▣ 03장: 파이토치 기초 텐서 __텐서 생성 __텐서 속성 __차원 변환 __자료형 설정 __장치 설정 __장치 변환 __넘파이 배열의 텐서 변환 __텐서의 넘파이 배열 변환 가설 __머신러닝에서의 가설 __통계적 가설 검정 사례 손실 함수 __제곱 오차 __오차 제곱합 __평균 제곱 오차 __교차 엔트로피 최적화 __경사 하강법 __학습률 __최적화 문제 __단순 선형 회귀: 넘파이 __단순 선형 회귀: 파이토치 데이터세트와 데이터로더 __데이터세트 __데이터로더 __다중 선형 회귀 모델/데이터세트 분리 __모듈 클래스 __비선형 회귀 __모델 평가 __데이터세트 분리 모델 저장 및 불러오기 __모델 전체 저장/불러오기 __모델 상태 저장/불러오기 __체크포인트 저장/불러오기 활성화 함수 __이진 분류 __시그모이드 함수 __이진 교차 엔트로피 __이진 분류: 파이토치 __비선형 활성화 함수 순전파와 역전파 __순전파 계산 __오차 계산 __역전파 계산 __갱신 결과 비교 퍼셉트론 __단층 퍼셉트론 __다층 퍼셉트론 __퍼셉트론 모델 실습 ▣ 04장: 파이토치 심화 과대적합과 과소적합 __과대적합과 과소적합 문제 해결 배치 정규화 __정규화 종류 __배치 정규화 풀이 가중치 초기화 __상수 초기화 __무작위 초기화 __제이비어 & 글로럿 초기화 __카이밍 & 허 초기화 __직교 초기화 __가중치 초기화 실습 정칙화 __L1 정칙화 __L2 정칙화 __가중치 감쇠 __모멘텀 __엘라스틱 넷 __드롭아웃 __그레이디언트 클리핑 데이터 증강 및 변환 __텍스트 데이터 __이미지 데이터 사전 학습된 모델 __백본 __전이 학습 __특징 추출 및 미세 조정 [2부] 자연어 처리 ▣ 05장: 토큰화 단어 및 글자 토큰화 __단어 토큰화 __글자 토큰화 형태소 토큰화 __형태소 어휘 사전 __KoNLPy __NLTK __spaCy 하위 단어 토큰화 __바이트 페어 인코딩 __워드피스 ▣ 06장: 임베딩 언어 모델 __자기회귀 언어 모델 __통계적 언어 모델 N-gram TF-IDF __단어 빈도 __문서 빈도 __역문서 빈도 __TF-IDF Word2Vec __단어 벡터화 __CBoW __Skip-gram __계층적 소프트맥스 __네거티브 샘플링 __모델 실습: Skip-gram __모델 실습: Gensim fastText __모델 실습 순환 신경망 __순환 신경망 __장단기 메모리 __모델 실습 합성곱 신경망 __합성곱 계층 __활성화 맵 __풀링 __완전 연결 계층 __모델 실습 ▣ 07장: 트랜스포머 Transformer __입력 임베딩과 위치 인코딩 __특수 토큰 __트랜스포머 인코더 __트랜스포머 디코더 __모델 실습 GPT __GPT-1 __GPT-2 __GPT-3 __GPT 3.5 __GPT-4 __모델 실습 BERT __사전 학습 방법 __모델 실습 BART __사전 학습 방법 __미세 조정 방법 __모델 실습 ELECTRA __사전 학습 방법 __모델 실습 T5 __모델 실습 [3부] 컴퓨터 비전 ▣ 08장: 이미지 분류 AlexNet __LeNet-5와 AlexNet __모델 학습 __모델 추론 VGG __AlexNet과 VGG-16 __모델 구조 및 데이터 시각화 __미세 조정 및 모델 학습 ResNet __ResNet의 특징 __모델 구현 Grad-CAM __클래스 활성화 맵 __Grad-CAM ▣ 09장: 객체 탐지 Faster R-CNN __R-CNN __Fast R-CNN __Faster R-CNN __모델 학습 과정 __모델 실습 SSD __멀티 스케일 특징 맵 __기본 박스 __모델 학습 과정 __모델 실습 FCN __업샘플링 __모델 구조 __모델 실습 Mask R-CNN __특징 피라미드 네트워크 __관심 영역 정렬 __마스크 분류기 __모델 실습 YOLO __YOLOv1 __YOLOv2 __YOLOv3 __YOLOv4 / YOLOv5 __YOLOv6 / YOLOv7 __모델 실습: YOLOv8 ▣ 10장: 비전 트랜스포머 ViT __합성곱 모델과 ViT 모델 비교 __ViT의 귀납적 편향 __ViT 모델 __패치 임베딩 __인코더 계층 __모델 실습 Swin Transformer __ViT와 스윈 트랜스포머 차이 __스윈 트랜스포머 모델 구조 __모델 실습 CvT __합성곱 토큰 임베딩 __어텐션에 대한 합성곱 임베딩 __모델 실습 [4부] 서비스 모델링 ▣ 11장: 모델 배포 모델 경량화 __양자화 __지식 증류 __텐서 분해 __ONNX 모델 서빙 __모델 서빙 웹 프레임워크 __포스트맨 도커 배포 __도커란? __빌드 및 배포 데모 애플리케이션 __스트림릿 __애플리케이션 배포 __파이토치 모델 연동 ▣ 부록A: 파이토치 라이트닝 __모델 학습 __트레이너 클래스 ▣ 부록B: 허깅 페이스 __PreTrainedConfig 클래스 __PreTrainedModel 클래스 __PreTrainedTokenizer 클래스 __PreTrainedFeatureExtractor 클래스 __PreTrainedImageProcessor 클래스 __Auto 클래스 __트레이너 클래스 ▣ 부록C: 파이토치 이미지 모델 __모델 생성 __사전 학습된 모델 __미세 조정 ▣ 부록D: 파이토치 컴파일러 ▣ 부록E: 메모리 부족