멀티캠퍼스 :: 과정상세보기

과정요약

과정요약
학습시간	14시간	난이도	중급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	32 명
교재정보	[PDF] 딥러닝 허깅페이스 트랜스포머 with 파이토치

과정소개

직접 모델을 만들어서 학습 후 사용중인가요?

모델을 학습하는 건 시간과 비용이 많이듭니다.

최근에 Transformer 기반 모델들은 더 많은 비용이 들어갑니다.
이렇게 만들었다고 하더라도 성능이 안나오는 경우들도 많이 있습니다.

허깅페이스(Huggingface)에서는 이런 어려움의 해결책을 제시합니다.

미리 학습한 모델들, 그리고 세계 여러 유저들이 학습한 모델들을 여러분들이 쉽게 사용할 수 있도록 제공해 줍니다.
이런 장점을 가진 Huggingface 의 Transformer와 dataset 사용법을 공부해보고 더욱 쉽게 딥러닝 모델을 사용해 보세요!

* 허깅페이스 트랜스포머스: 여러 회사에서 독자적으로 개발한 트랜스포머 모델을 누구나 쉽게 사용하게 도와주는 라이브러리

📍사전지식 : 아래 항목 중 3개이상 보유 시 본 과정의 목표를 효과적으로 달성할 수 있습니다. 📍

✅ 파이썬을 사용해 보았거나 파이썬 기본문법/함수에 대해 잘 알고 있다.
✅ 신경망, 경사하강법, 선형회귀, 로지스틱회귀에 대해 설명할 수 있다.
✅ 딥러닝 필수 모델 알고리즘(NN, CNN, RNN 등)에 대해 설명할 수 있다.
✅ Tensorflow, Pytorch, Keras 등 딥러닝 프레임워크를 사용해 본적 이 있다.

학습목표

Huggingface의 Transformer, Dataset 패키지들의 사용법을 알아보고, 이를 이용해 쉽게 딥러닝 모델을 사용해봅니다.
사전 학습된 모델들을 불러와 직접 커스텀 데이터셋(사용자 데이터셋)을 이용해 학습시켜 모델을 활용해봅니다.

학습대상

사전학습 모델을 이용해서 모델을 빠르게 사용하고 싶으신 분
커스텀 데이터를 모델에 직접 학습해서 사용하고 싶으신 분

과정목차 14

1 일차
- Colab 시작하기
  - CPU, GPU 런타임 테스트해보기
- Huggingface 둘러보기
  - Huggingface Transformer 패키지 구성 및 활용방법
  - Huggingface datasert 패키지 구성 및 활용방법
- Huggingface 활용하기
  - Object Detection 모델 및 데이터 입력 방법
- Huggingface 활용하기
  - Owl ViT를 이용한 Object Detection 활용
  - Summarization을 위한 모델 및 데이터 전처리 방법
- Huggingface 활용하기
  - BART를 이용한 Summarzation 진행하기
2 일차
- Fine-tuning with Huggingface Transformer
  - NSMC dataset 분석하기
- Fine-tuning with Huggingface Transformer
  - NSMC custom dataset 제작하기
  - BERT fine-tuning model 제작 후 훈련하기
- Fine-tuning with Huggingface Transformer
  - ViT에 대한 기본 정보 알아보기
- Fine-tuning with Huggingface Transformer
  - ViT 학습을 위한 data pipeline 구성
- Fine-tuning with Huggingface Transformer
  - ViT 사전학습을 위한 모델을 구성
  - ViT Fine-tuning 진행

수강후기 0

평균평점

0 / 5.0

등록된 수강후기가 없습니다