들어가기 앞서
1~2주차에서 쌓은 기본적인 내용을 바탕으로 각 영역에서 어떻게 사용하는지 본격적으로 살펴봅시다.
그 첫번째는 이미지 분야입니다.
이미지 분야 내부에서도 각 물건을 구분하기, 각 물건이 무엇인지 알아내기, 아예 새로운 이미지를 만들기 등
다양한 기능(Task) 가 존재합니다.
이번에는 그 모든 작업의 기초로서 이미지를 어떻게 이해하는지를 살펴보게 됩니다.
스터디와 과제는 그 중에서 이미지에 존재하는 1개의 물체를 인식하는 문제에 집중했으나,
공부해보면서 다양한 Task 를 찾아보는 것도 도움이 될 것 같습니다!
아래는 제가 과제와 강의 제작에 참고한 자료인데, 좋은 자료이니 한번 확인해보시면 좋을 것 같습니다!
3주차 스터디 영상과 강의록
강의 녹화본
토요일에 업로드 될 예정입니다!
강의록
과제
압축해제해서 나온 week3 디렉토리를 아래와 같은 형태로 추가해주시면 됩니다!
[여러분들의 저장소 이름]
├── pyproject.toml
├── requirements.txt
├── uv.lock
├── week1
│ ├── imgs # week1.ipynb 을 위한 이미지(수정하실 필요 없습니다!)
│ │ ├── mlp.jpg
│ │ └── perceptron.png
│ ├── week1.ipynb # Q1~Q9 까지 모두 풀려있는 상태
│ └── wil.md # 300 자 이상
├── week2
│ ├── imgs # week2.ipynb 을 위한 이미지
│ │ ├── forward_backward.png
│ │ ├── gradient_direction.png
│ │ ├── graph.png
│ │ └── learning_rate.gif
│ ├── optimizer_practice.html # 실습에 사용한 예제 파일
│ ├── week2.ipynb
│ └── wil.md # 300 자 이상
└── week3
├── convolution_visualizer_real.html # 실습용 파일
├── imgs
│ └── lenet_alexnet.png
├── week3.ipynb
└── wil.md # 300 자 이상
Shell
복사
목표
•
필수문제 해결
◦
심화파트 읽어보기
▪
이번 심화파트는 별도 구현과제는 없습니다!
•
WIL 300 자 이상
마감 기한
10월 7일 23:59까지
제출 방법
자신의 레포지토리에 weekn 폴더를 생성해 wil.md 파일을 제출합니다.
더 자세한 사항은 아래 링크를 참조해주세요.
