딥러닝 강좌할껀데, 실습만 합니다
01
딥러닝 강좌할껀데, 실습만 합니다
001. MNIST classfier
체험하기
002. 무료 GPU 플랫폼 Colab 사용기
체험하기
003. UNet: 데이터셋 전처리하기
체험하기
004. UNet 구조 구현하기
005. Data loader & transform 구현하기
006. UNet training 시키기
007. UNet testing 시키기
008. Code 최적화 & parser 추가하기
009. Image regression framework 구축하기 1부
010. Image regression framework 구축하기 2부
011. ResNet 1부: ResBlock & Pixel Shuffle
012. ResNet 2부: Image Regression & Colab Pretrained Results
013. DCGAN: 한방에 끝내기
014. pix2pix: 한 방에 끝내기
015. CycleGAN: 한방에 끝내기
(추후 추가 예정)
02
논문 쓸껀데, 꿀팁만 모았습니다
001. MATLAB에서 figure의 margin 없이 출력하기
체험하기
002. Artifact images 생성하기
003. ParaView를 이용한 3D Rendering하기
004. Octave 프리웨어로 MATLAB 코드 실행하기
005. Python에서 C/C++과 CUDA C 호출하기
003. UNet: 데이터셋 전처리하기
01 딥러닝 강좌할껀데, 실습만 합니다
Loading...
100%
003. UNet: 데이터셋 전처리하기
세번째 실습은 'UNet 논문에 사용된 데이터셋을 받아 전처리하는 방법'입니다.
[강의 자료]
에제 코드
[컴퓨터 스펙]
MacBook Pro (Retina, Mid 2012)
[환경 세팅]
Deep learning Library: Pytorch
Integrated Development Environment (IDE): Pycharm
Virtual environment: Anaconda
질문하기