[GDG on Campus KU] branch/junior/ai

한국어

GDG on Campus KU의 주니어 대상 AI 강의 🌳branch/junior/ai (2024.10.1-2023.11.26)의 관리를 위한 레포지토리입니다. 강의 자료 업로드 및 과제 제출을 목적으로 사용합니다.

Repository 활용 방법

• 매주 강의에서 다룰 코드는 강의 시간 전에 Schedule에 업데이트 될 예정입니다.
• 모든 수강생은 본 레포지토리를 포크해서 작업해 주세요.

Scope

• ML/DL 개념 기초 (Loss, Optimizer 등)
• Regularization Technique, Data Augmentation
• CNN 기반 모델 (VGG, ResNet)
• Transformer 기반 모델
• Huggingface 사용법
• 모델 서빙 기초 (GCP, FastAPI, Docker, ONNX)

Attendances and Homeworks

• 출석은 각 week-n 실습 혹은 과제 제출을 기준으로 체크합니다. 대면/비대면 참석 여부는 체크하지 않으나, 모든 강의별로 안내되는 실습 혹은 과제를 week-(n+1)수업 직전까지 완료해야 합니다.

Schedule

• 🌳branch/junior/ai 는 매주 화요일 PM 7~9 대면으로 진행됩니다.
• 대면 장소 및 비대면 참여 방식은 디스코드를 통해 공지됩니다.

Week	날짜	시간	내용	강의 자료	과제
week-1	10.1	19:00-21:30	ML/DL Basics and PyTorch Introduction	Link	Link
week-2	10.8	19:00-21:30	Regularization Technique, MLP, Custom DataLoader	Link	Link
week-3	10.29	19:00-21:30	CNN 기반 모델(VGG16, ResNet), Image Classification	Link	Link
week-4	11.5	19:00-21:30	Vanilla Transformer / Huggingface 사용법	Link	Link
week-5	11.12	19:00-21:30	Model Serving 1 : Fastapi, Docker (1)	Link	Link
week-6	11.19	19:00-21:30	Model Serving 2 : Fastapi, Docker (2)	Link	Link
pull-requests	11.19 → 11.26		Junior → Member 승급전 과제	Link	Link

Additional Study Materials

이 스터디는 딥러닝의 모든 중요한 부분을 다루지는 않기 때문에, CS231n 과 같은 강의로부터 추가 학습 커리큘럼을 제안합니다. 아래 자료는 CS231n의 자료로서, 스터디에서 전부 커버하지 않은 딥러닝의 기본적인 원리 및 구조에 대한 내용을 상세하게 다룹니다. 스터디에서는 아래 내용의 일부가 강의 자료에 포함되어 있습니다.

Topic	Slide	Lecture
Python/Numpy Tutorial		tutorial
Image Classification	slide	lecture
Loss Functions and Optimization	slide	lecture
Deep Learning Software	slide	lecture
Introduction to Neural Networks	slide	lecture
Training Neural Networks, part 1	slide	lecture
Training Neural Networks, part 2	slide	lecture
Convolutional Neural Networks	slide	lecture
CNN Architectures	slide	lecture
Detection and Segmentation	slide	lecture
Generative Models	slide	lecture
Introduction to Transformers		lecture

References

• CS231n |