패스트캠퍼스 환급챌린지 46일차 : Part4. 인공지능의 이해 Lv3 : 인공지능을 바탕으로한 실습

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

https://bit.ly/4hTSJNB

커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스

Ch10-01 감정분석모델 구현을 통한 자연어 처리 실습 - 주요코드 미리보기(1)

1)  RNN의 입출력 개수에 따른 유형

- 1To1, 1ToMany, ManyTo1, ManyToMany

2) 자연어 처리를 위한 신경망 LSTM

- 파라미터

: 인풋 사이즈, 히든 사이즈 (은닉 레이어의 사이즈), 레이어 수 (몇 개의 층으로 레이어를 쌓아서 만들것인가), 드랍 아웃, 배치퍼스트, 바이디렉셔널

- 인풋 셰이프, 아웃풋 셰이프

Ch10-02 감정분석모델 구현을 통한 자연어 처리 실습 - 주요코드 미리보기(2)

- 텍스트 데이터 전처리

1) 사전 생성 : 단어들을 추출하고 단어에 숫자를 부여하는 작업

2) 인코딩 : 타겟 단어를 숫자형태로 변환

3) 길이 맞추기 : 신경망의 입력으로 사용하기 위해 일정 길이만큼 맞춰주는 작업, 길이가 긴 문장은 자르고 짧은 문장은 패딩으로 채워줌

# tgdm : 학급 과정의 반복을 진행율로 표기해주는 패키지

Ch10-03 감정분석모델 구현을 통한 자연어 처리 실습 - 감정분석 모델의 실습

- 라이브러리 & 데이터 세트 로드

- 데이터 로더 생성

- 신경망 구현

- 모델 인스턴스 생성

- 모델 컴파일

- 학습 수행

- 테스트 수행

- 모델 수행

Ch11-01 이미지를 생성하는 GAN 실습 - GAN 실습

- GAN의 특징에 따라 Generator, Discriminator를 구현

- 이후의 과정은 Ch10-03에서 감정 분석 모델 구현의 프로세스와 동일한 구조를 가지며, 다만 로스함수나 시스템이 달라지게 됨

Ch12-01 ResNet을 사용한 이미지 분류기 실습 - 모듈 이해하기

- ResNet

: 깊은 신경망 학습이 가능하게하는 스킵 커넥션 구조, 배치 노멀라이즈 적용, 분류기 학습을 위한 FC 대신 GAP (Global Average Pooling)을 수행

: 역전파에서 로스가 정상적으로 적용되지 않는 이슈를 해결함

Ch12-02 ResNet을 사용한 이미지 분류기 실습 - ArgParse 이해하기

- ArgParse

: 하이퍼파라미터를 재설정해서 사용할 경우, 모델을 학습시킬때마다 코드를 수정하지 않고 파이썬 코드를 실행할 때 특정 매개변수의 조건을 변경하여 수행할 수 있도록함