Dive into Deep Learning

Table Of Contents

4. 딥러닝 계산

앞 장에서는 간단한 딥러닝 모델을 위한 원칙과 구현에 대해서 알아봤습니다. 이 장에서 우리는 딥러닝 연산의 주요 요소들(모델 생성, 파라미터 접근, 초기화, 커스텀 층, 읽기/저장하기, GPU 사용)을 다룰 예정입니다. 이 장을 통해서 여러분은 모델 구현 및 연산 상세에 대한 중요한 통찰을 얻고, 다음 장들에서 설명한 더 복잡한 모델 구현을 위한 견고한 기본을 다질 수 있습니다.

• 4.1. 층(layer)과 블럭(Block)
  • 4.1.1. 커스텀 블럭
  • 4.1.2. Sequential 블럭
  • 4.1.3. 코드와 블록(Block)
  • 4.1.4. 컴파일
  • 4.1.5. 요약
  • 4.1.6. 문제
  • 4.1.7. Scan the QR Code to Discuss
• 4.2. 파라미터 관리
  • 4.2.1. 파라미터 접근
  • 4.2.2. 파라미터 초기화
  • 4.2.3. 묶인(Tied) 파라미터들
  • 4.2.4. 요약
  • 4.2.5. 문제
  • 4.2.6. Scan the QR Code to Discuss
• 4.3. 초기화 지연(deferred Initialization)
  • 4.3.1. 네트워크 생성하기
  • 4.3.2. 초기화 지연의 적용
  • 4.3.3. 강제 초기화
  • 4.3.4. 요약
  • 4.3.5. 문제
  • 4.3.6. Scan the QR Code to Discuss
• 4.4. 커스텀 층(custom layer)
  • 4.4.1. 파라미터가 없는 층(layer)
  • 4.4.2. 파라미터가 있는 층
  • 4.4.3. 요약
  • 4.4.4. 문제
  • 4.4.5. Scan the QR Code to Discuss
• 4.5. NDArray
• 4.6. Gluon 모델 파라미터들
• 4.7. 요약
• 4.8. 문제
• 4.9. Scan the QR Code to Discuss
• 4.10. GPU
  • 4.10.1. 컴퓨팅 디바이스
  • 4.10.2. NDArray와 GPU
  • 4.10.3. Gluon과 GPU
  • 4.10.4. 요약
  • 4.10.5. 문제
  • 4.10.6. 참고자료
  • 4.10.7. Scan the QR Code to Discuss

Previous

3.17. Kaggle의 주택 가격 예측하기

Next

4.1. 층(layer)과 블럭(Block)