Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
PyTorch를 활용한 딥러닝 학습을 위한 종합 가이드 및 코스입니다. 코드 중심의 실습을 통해 PyTorch 기초부터 워크플로우까지 체계적으로 학습할 수 있도록 구성되어 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub Trending Jupyter Notebook (weekly)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Zero to Mastery의 Learn PyTorch for Deep Learning 코스에 오신 것을 환영합니다. 이곳은 인터넷에서 PyTorch를 배우기에 두 번째로 좋은 곳입니다 (첫 번째는 PyTorch 공식 문서입니다).
2023년 4월 업데이트: PyTorch 2.0을 위한 새로운 튜토리얼이 공개되었습니다! PyTorch 2.0은 기능이 추가(new features)되면서도 하위 호환성(backward-compatible)을 유지하는 릴리스이므로, 이전의 모든 강의 자료는 PyTorch 2.0에서도 여전히 작동합니다.
강의 자료/개요 (Course materials/outline)
이 코스에 대하여 (About this course)
상태 (Status) (강의 제작 진행 상황)
로그 (Log) (강의 자료 제작 과정의 로그)
📖
온라인 북 버전: 모든 강의 자료는 learnpytorch.io에서 읽기 쉬운 온라인 북 형태로 제공됩니다. - 🎥
YouTube의 처음 5개 섹션: 처음 25시간 분량의 자료를 시청하며 하루 만에 PyTorch를 배워보세요. - 🔬
강의 중점 사항: 코드, 코드, 코드, 실험, 실험, 실험. - 🏃♂️
교육 스타일: https://sive.rs/kimo. - 🤔
질문하기: 기존 질문을 확인하거나 직접 질문하려면 GitHub Discussions 페이지를 참조하세요.
섹션 (Section) | 무엇을 다루나요? (What does it cover?) | 연습 문제 및 추가 학습 (Exercises & Extra-curriculum) | 슬라이드 (Slides) |
|---|---|---||
| 00 - PyTorch 기초 (PyTorch Fundamentals) | 딥러닝 (Deep learning) 및 신경망 (Neural networks)에 사용되는 많은 기본적인 PyTorch 연산들. | 연습 문제 및 추가 학습으로 이동 | 슬라이드로 이동 |
| 01 - PyTorch 워크플로우 (PyTorch Workflow) | PyTorch를 사용하여 딥러닝 문제를 접근하고 신경망을 구축하기 위한 개요를 제공합니다. | 연습 문제 및 추가 학습으로 이동 | 슬라이드로 이동 |
| ... |
모든 자료가 완료되었으며 Zero to Mastery에 영상이 게시되었습니다!
진행 중인 작업 보드는 프로젝트 페이지를 참조하세요 - https://github.com/users/mrdbourke/projects/1
총 영상 개수: 321개
스켈레톤 코드 (Skeleton code) 완료: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09
주석 (Annotations, 텍스트) 완료: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09
이미지 완료: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09
키노트 (Keynotes) 완료: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09
연습 문제 및 솔루션 완료: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09
거의 매일 업데이트되는 로그를 확인하세요.
대상: 머신러닝 (Machine Learning) 또는 딥러닝 (Deep Learning) 분야의 입문자이며 PyTorch를 배우고 싶은 분.
이 코스: PyTorch와 다양한 머신러닝 개념을 실습 위주의 코드 우선 (code-first) 방식으로 가르칩니다.
이미 머신러닝 분야에서 1년 이상의 경력이 있다면 이 코스가 도움이 될 수 있지만, 이 코스는 특히 입문자 친화적으로 설계되었습니다.
1번과 2번 항목을 위해, 저는 Zero to Mastery Data Science and Machine Learning Bootcamp를 추천합니다. 머신러닝과 Python의 기초를 가르쳐 줄 것입니다 (제가 그 코스도 가르치기 때문에 편향된 의견일 수도 있습니다).
모든 코스 자료는 learnpytorch.io의 온라인 도서 형태로 무료로 제공됩니다. 읽는 것을 좋아하신다면 그곳의 리소스들을 살펴보는 것을 추천합니다.
비디오를 통해 배우는 것을 선호하신다면, 이 코스는 도제식 (apprenticeship-style) 형식으로 진행됩니다. 즉, 제가 PyTorch 코드를 작성하면 여러분도 PyTorch 코드를 작성하게 됩니다.
이 코스의 모토에 의심스러우면 코드를 실행하라 (if in doubt, run the code) 와 실험하라, 실험하라, 실험하라! (experiment, experiment, experiment!) 가 포함된 데에는 이유가 있습니다.
저의 유일한 목표는 여러분이 한 가지를 할 수 있도록 돕는 것입니다: 바로 PyTorch 코드를 작성함으로써 머신러닝을 배우는 것입니다.
모든 코드는 Google Colab Notebooks (Jupyter Notebooks를 사용할 수도 있습니다)를 통해 작성됩니다. 이는 머신러닝을 실험해 볼 수 있는 놀라운 무료 리소스입니다.
비디오를 끝까지 시청하면 수료증(certificates) 등도 받을 수 있습니다.
하지만 수료증은 별로 중요하지 않습니다.
이 코스를 머신러닝의 추진력을 얻는 과정 (momentum builder)이라고 생각하셔도 좋습니다.
과정을 마칠 때쯤이면, 여러분은 수백 줄의 PyTorch 코드를 직접 작성하게 될 것입니다.
그리고 머신러닝에서 가장 중요한 개념 중 상당수를 접하게 될 것입니다.
따라서 직접 머신러닝 프로젝트를 구축하거나 PyTorch로 만들어진 공개된 머신러닝 프로젝트를 검토할 때, 여러분은 익숙함을 느낄 것이고 만약 그렇지 않더라도 적어도 어디를 봐야 할지 알게 될 것입니다.
저희는 PyTorch와 머신러닝의 기본적인 핵심 개념부터 시작하기 때문에, 비록 여러분이 머신러닝 초보자라 하더라도 따라잡을 수 있을 것입니다.
그다음으로는 PyTorch 신경망 분류(neural network classification), PyTorch 워크플로우, 컴퓨터 비전(computer vision), 사용자 지정 데이터셋(custom datasets), 실험 추적(experiment tracking), 모델 배포(model deployment) 등 더 고급 영역들을 탐구할 것이며, 제가 가장 좋아하는 주제인 전이 학습(transfer learning)도 다룰 것입니다. 전이 학습은 한 머신러닝 모델이 다른 문제에서 학습한 것을 가져와 여러분 자신의 프로젝트에 적용하는 강력한 기법입니다!
진행 과정 중에는 음식 이미지 분류를 위한 신경망 컴퓨터 비전 모델인 FoodVision이라는 큰 주제를 중심으로 세 가지 마일스톤 프로젝트를 구축하게 됩니다.
이러한 마일스톤 프로젝트들은 PyTorch를 사용하여 중요한 머신러닝 개념들을 연습하고, 고용주에게 보여줄 수 있는 포트폴리오를 만드는 데 도움을 줄 것입니다. 그리고
extras/ 디렉토리에 PyTorch 치트시트 (Cheatsheet)를 위한 노트북 추가(PyTorch의 가장 중요한 기능 중 상당수에 대한 간단한 개요) - 2022년 10월 2일 - 섹션 08 및 09의 모든 영상 게시 (마지막 두 섹션을 위한 100개 이상의 영상!)
demos/ 디렉토리에 추가, 노트북 09에 설명 텍스트(explainer text) 주석 추가 시작 - 2022년 8월 11일 - 노트북 09를 위한 스켈레톤 코드 (skeleton code) 완성, 코스에서 2개의 모델 배포 완료: 하나는 FoodVision Mini용, 다른 하나는 (비밀)용
🚀 - https://dbourke.link/ZTMPyTorch
torchvision 버전 업그레이드에 맞춰 06, 07 v2 수정, 08 섹션에 많은 주석 (annotations) 추가torchvision v0.13을 위한 07 v2 생성 (torchvision=0.13이 출시되면 07 v1을 대체할 예정)torchvision v0.13을 위해 06 v2를 조정 (torchvision=0.13이 출시되면 06 v1을 대체할 예정)torchvision을 위한 06 v2 노트북 생성