컴공돌이의 취미 블로그
CS 20SI [0]. Tensorflow for Deep Learning Research 본문
* CS 20SI 홈페이지 : https://web.stanford.edu/class/cs20si *
Course Description
코스 설명
Tensorflow is a powerful open-source software library for machine learning developed by researchers at Google Brain.
텐서플로우는 Google Brain의 연구자들이 개발한 머신러닝을 위한 강력한 오픈소스 소프트웨어 라이브러리이다.
It has many pre-built functions to ease the task of building different neural networks.
이것은 다양한 신경회로망을 만드는 일을 쉽게 할수 있게 해주는 미리 만들어진 많은 기능들을 가지고 있다.
Tensorflow allows distribution of computation across different computers, as well as multiple CPUs and GPUs within a single machine.
텐서플로우는 단일 기계에서 여러개의 CPU와 GPU 처럼 계산을 다른 컴퓨터에게 분할하는 것을 허용해준다.
TensorFlow provides a Python API, as well as a less documented C++ API.
텐서플로우는 문서화가 잘되있지 않은 C++ API뿐 아니라 파이썬 API도 제공한다.
For this course, we will be using Python.
이번 코스에서 우리는 파이썬을 사용할 것이다.
This course will cover the fundamentals and contemporary usage of the Tensorflow library for deep learning research.
이번 코스는 Deep Learning 연구를 위한 텐서플로우 라이브러리의 기초와 현재의 사용법에 대해서 다룰 것이다.
We aim to help students understand the graphical computational model of Tensorflow, explore the functions it has to offer, and learn how to build and structure models best suited for a deep learning project.
우리는 학생들이 텐서플로우의 그래픽 계산 모델을 이해, 제공하는 기능들을 탐구, 그리고 어떻게 Deep Learning 프로젝트에 가장 적합한 모델을 설계 제작하는지 학습하는 것을 도와주는 것을 목표로 하고 있다.
Through the course, students will use Tensorflow to build models of different complexity, from simple linear/logistic regression to convolutional neural network and recurrent neural networks with LSTM to solve tasks such as word embeddings, translation, optical character recognition.
이 과정을 통해, 학생들은 간단한 Linear/Logistic Regression부터 Convolution Neural Network(CNN)그리고 LSTM을 사용한 Recurrent Neural Network(RNN)을 통하여 word embedding, 번역, 광학 문자 인식등을 해결하기위한 다양한 복잡한 모델을 만들기 위해서 텐서플로우를 사용하게 될 것이다.
Students will also learn best practices to structure a model and manage research experiments.
학생들은 모델을 설계하고 연구 경험을 관리하는 최고의 연습사례들을 배울 것이다.
* 다음 글부터는 각 렉쳐에 대한 요점정리 중점으로 글을 작성할 예정!