Google Colab 사용하기
in Data on Deep-Learning
- Google의 Colab 사용법에 대해 정리한 글입니다
- 이 글은 계속 업데이트 될 예정입니다!
- 목차
Tensorflow Serving Tutorial
in Data on Deep-Learning
딥러닝 모델을 만들면, 만들고 끝!이 아닌 Product에 모델을 배포해야 합니다. 이 모델을 추가하는 과정을 어떻게 할 수 있을까요? 그리고 직접 API를 만드는 것과 Tensorflow Serving API을 사용하는 것의 차이점은 무엇일까요? 이런 궁금증을 해결하기 위해 다양한 자료를 보고 정리한 글입니다. 시리즈물로 정리할 예정이며 이번 글에선 Tensorflow Serving Tutorial에 대해서만 작성했습니다. 잘못된 내용이 있으면 말씀해 주세요!!!
Up-sampling with Transposed Convolution 번역
in Data on Deep-Learning
Naoki Shubuya님의 Up-sampling with Transposed Convolution을 허락받고 번역한 글입니다.
번역이 어색한 경우엔 영어 표현을 그대로 사용했으며, 의역이 존재할 수 있습니다. 피드백 언제나 환영합니다!
Pytorch를 활용한 RNN
in Data on Pytorch, Deep-Learning
김성동님의 Pytorch를 활용한 딥러닝 입문 중 RNN 파트 정리입니다.
딥러닝에서 사용되는 여러 유형의 Convolution 소개
in Data on Deep-Learning
An Introduction to different Types of Convolutions in Deep Learning을 번역한 글입니다. 개인 공부를 위해 번역해봤으며 이상한 부분은 언제든 알려주세요 :)
데이터 사이언스 인터뷰 질문 모음집
in Data on Deep-Learning
- 데이터 사이언스 분야의 인터뷰 질문을 모아봤습니다. (데이터 분석가 / 데이터 사이언티스트 / 데이터 엔지니어)
- 구직자에겐 예상 질문을 통해 면접 합격을 할 수 있도록, 면접관에겐 좋은 면접 질문을 할 수 있도록, 딥러닝 공부하는 분들에겐 용어를 알 수 있도록 도와드리기 위해 본 문서를 만들게 되었습니다. 다만 여기에 나온 모든 것들을 알 필요는 없습니다. 특정 분야에 이런 것들이 있나보다~ 정도의 키워드만 가져가도 충분히 좋을 것 같습니다!
- (단, 테마가 어색하거나 질문이 이상한 것들이 존재할 수 있으니 꼭 선별해서 보시길 부탁드립니다!!!)
- 정답은 따로 작성하지 않으며 질문 위주로 작성했습니다. ( 하용호님, 남세동님의 허락을 받아 내용을 포함했습니다 )
- 질문의 테마를 넣기 애매할 경우엔 제가 임의로 넣었습니다. 또한 특정 분야는 제 얕은 지식으로 문제를 작성했으니, 문제가 부족하다고 느끼시면 언제든 댓글 날려주세요 :)
- Github에서 보실 분들은 링크를 클릭해주세요
- Data Science 공부에 대한 전반적인 내용이 궁금하신 분은 I-want-to-study-Data-Science 문서를 보시면 좋을 것 같아요 :)
- 개발 전반적인 면접 질문은 Interview_Question_for_Beginner를 추천합니다! 신입 데이터 엔지니어의 경우 해당 문서에 있는 CS 내용을 숙지하면 좋을 것 같습니다
GAN(Generative Adversarial Network) 기초
in Data on Deep-Learning
최근 핫한 Generative Adversarial Network, GAN을 학습한 내용을 정리한 문서입니다
