코스 개요
소개
- TensorFlow 2.x와 이전 버전의 차이점 -- 새로운 기능들
TensorFlow 2.x 설정 방법
TensorFlow 2.x의 주요 특징 및 아키텍처 개요
신경망 작동 원리 이해하기
TensorFlow 2.x를 활용한 딥러닝 모델 제작 방법
데이터 분석 기초
데이터 전처리 절차
모델 구축 단계 설명
최신 기술이 적용된 이미지 분류기 개발 과정
모델 학습 수행 방법
GPU와 TPU를 활용한 모델 훈련 비교
모델 성능 평가 방법
예측 결과 도출 과정
예측값의 타당성 확인 방법
모델 디버깅 기법
완성된 모델 저장하기
클라우드 환경에 모델 배포 절차
모바일 기기용 모델 배포 방법
IoT 기기 내에 모델 탑재 과정
다양한 프로그래밍 언어와의 모델 연동법
문제 해결 및 오류 대처 방안
요약 및 마무리 강의
요건
- Python 프로그래밍 경험이 필요합니다.
- 리눅스 명령어 사용 경험도 요구됩니다.
수강 대상
- 개발자
- 데이터 과학자
회원 평가 (4)
훈련은 체계적으로 구성되어 잘 계획되었으며, 이를 통해 시스템화된 지식을 획득하고 우리가 다룬 주제들을 깊이 이해할 수 있었습니다.
Magdalena - Samsung Electronics Polska Sp. z o.o.
코스 - Deep Learning with TensorFlow 2
기계 번역됨
트레이너의 지식과 친근함이 장점이었습니다. 중요한 지식을 쉽게 전달할 수 있었습니다.
Mateusz Stachyra - Samsung Electronics Polska Sp. z o.o.
코스 - Deep Learning with TensorFlow 2
기계 번역됨
기본 개념도 다루어서 좋았습니다
Tomasz - Samsung Electronics Polska Sp. z o.o.
코스 - Deep Learning with TensorFlow 2
기계 번역됨
트레이너는 내용을 잘 설명했으며 전체적으로 참여를 유도했습니다. 실습 세션 중 일부에서 질문을 하고 우리 스스로 해결책을 찾도록 했습니다. 또한 과정을 우리의 필요에 맞게 잘 조정해주었습니다.
Robert Baker
코스 - Deep Learning with TensorFlow 2.0
기계 번역됨