PyTorch 구현에 필수적인 딥러닝 행렬함수 개념 30분 완성강의ㅣ서울대 AI박사과정 선생님

#딥러닝 #pytorch #메타코드M
PyTorch 구현에 핵심적으로 필요한 딥러닝 행렬함수 개념 총 정리편

[선생님 약력]
(현) 서울대학교 기계공학부 박사과정
(졸) 서울대 기계공학부 석사
(졸) 서울대 기계항공공학부 학사
SCI(E)급 논문 7편 보유
국제대회 RoboSoft19 웨어러블 챌린지 1위

[강의 목차]
00:00:00 Intro
00:01:17 행렬의 batch 연산 – bmm
00:06:47 행렬의 batch 연산 – matmul
00:10:42 행렬의 구조 변화 - transpose
00:15:59 행렬의 구조 변화 – view
00:18:44 행렬의 구조 변화 – reshape
00:19:11 행렬의 구조 변화 – squeeze, unsqueeze
00:22:03 행렬쌓기 - vstack, hstack
00:24:32 행렬쌓기 – cat
00:26:46 행렬복제, 틀 복제 – clone
00:29:21 행렬복제, 틀 복제 – zeros_like, ones_like

[이론 및 실습 자료 무료 다운로드 하는 방법]
(1) 메타코드 사이트 회원가입 (mcode.co.kr)
(2) 커뮤니티 - 강의 게시판에 글쓰기
(3) [강의명] 을 남겨주시면, 회원가입한 이메일로 자료를 보내드리도록 하겠습니다.
(4) 메타코드 관계자가 이메일로 강의자료를 평일 기준 2일 내 모두 보내드립니다.

*모든 영상에 대한 권한은 메타코드에 있기에, 무단으로 저장 및 활용하시거나 수업자료를 유료목적으로 활용하시면 별도의 조치가 들어갈 수 있습니다.