Skip to content

Commit e62b61e

Browse files
committed
디렉토리 구조 변경에 따른 설명 수정
1 parent 6c4dbd5 commit e62b61e

1 file changed

Lines changed: 26 additions & 18 deletions

File tree

README.md

Lines changed: 26 additions & 18 deletions
Original file line numberDiff line numberDiff line change
@@ -41,27 +41,23 @@ TensorFlow 1.0 이 출시되면 Python 3.x 와 TensorFlow 1.0 으로 업데이
4141
- [04 - Word2Vec](./02 - Neural Network Basic/04 - Word2Vec.py)
4242
- 자연어 분석에 매우 중요하게 사용되는 Word2Vec 모델을 간단하게 구현해봅니다.
4343

44-
### [03 - MNIST (CNN, Autoencoder)](./03 - MNIST (CNN, Autoencoder))
44+
### [03 - MNIST, CNN](./03 - MNIST, CNN)
4545

46-
- [01 - MNIST](./03 - MNIST (CNN, Autoencoder)/01 - MNIST.py)
46+
- [01 - MNIST](./03 - MNIST, CNN/01 - MNIST.py)
4747
- 머신러닝 학습의 Hello World 와 같은 MNIST(손글씨 숫자 인식) 문제를 신경망으로 풀어봅니다.
48-
- [02 - Dropout](./03 - MNIST (CNN, Autoencoder)/02 - Dropout.py)
48+
- [02 - Dropout](./03 - MNIST, CNN/02 - Dropout.py)
4949
- 과적합 방지를 위해 많이 사용되는 Dropout 기법을 사용해봅니다.
50-
- [03 - CNN](./03 - MNIST (CNN, Autoencoder)/03 - CNN.py)
50+
- [03 - CNN](./03 - MNIST, CNN/03 - CNN.py)
5151
- 이미지 처리 분야에서 가장 유명한 신경망 모델인 CNN 을 이용하여 더 높은 인식률을 만들어봅니다.
52-
- [04 - Autoencoder](./03 - MNIST (CNN, Autoencoder)/04 - Autoencoder.py)
53-
- 대표적인 비감독(Unsupervised) 학습 방법인 Autoencoder 를 사용해봅니다.
5452

55-
### [04 - ChatBot (RNN)](./04 - ChatBot (RNN))
53+
### [04 - Autoencoder, GAN](./04 - Autoencoder, GAN)
5654

57-
- [01 - Counting](./04 - ChatBot (RNN)/01 - Counting.py)
58-
- 자연어 처리나 음성 처리 분야에 많이 사용되는 RNN 의 기본적인 사용법을 익힙니다.
59-
- [02 - Dynamic RNN](./04 - ChatBot (RNN)/02 - Dynamic RNN.py)
60-
- 다중 레이어의 RNN 과 더 효율적인 RNN 학습을 위해 텐서플로우에서 제공하는 Dynamic RNN 을 사용해봅니다.
61-
- [03 - Seq2Seq](./04 - ChatBot (RNN)/03 - Seq2Seq.py)
62-
- 챗봇, 번역, 이미지 캡셔닝등에 사용되는 시퀀스 학습/생성 모델인 Seq2Seq 을 구현해봅니다.
63-
- [04 - Chatbot](./04 - ChatBot (RNN)/04 - ChatBot)
64-
- Seq2Seq 모델을 이용해 간단한 챗봇을 만들어봅니다.
55+
- [01 - Autoencoder](./04 - Autoencoder, GAN/01 - Autoencoder.py)
56+
- 대표적인 비감독(Unsupervised) 학습 방법인 Autoencoder 를 사용해봅니다.
57+
- [02 - GAN](./04 - Autoencoder, GAN/02 - GAN.py)
58+
- 2016년에 가장 관심을 많이 받았던 비감독 학습 방법인 GAN 을 구현해봅니다.
59+
- [03 - GAN #2](./04 - Autoencoder, GAN/03 - GAN#2.py)
60+
- GAN 을 응용하여 원하는 숫자의 손글씨 이미지를 생성하는 모델을 만들어봅니다. 이런 방식으로 흑백 사진을 컬러로 만든다든가, 또는 선화를 채색한다든가 하는 응용이 가능합니다.
6561

6662
### [05 - Inception](./05 - Inception)
6763

@@ -71,17 +67,29 @@ TensorFlow 1.0 이 출시되면 Python 3.x 와 TensorFlow 1.0 으로 업데이
7167

7268
자세한 내용은 [05 - Inception/README.md](./05 - Inception/README.md) 문서를 참고 해 주세요.
7369

74-
### [06 - Game Agent (DQN)](./06 - Game Agent (DQN))
70+
### [06 - RNN, ChatBot](./06 - RNN, ChatBot)
71+
72+
- [01 - Counting](./06 - RNN, ChatBot/01 - Counting.py)
73+
- 자연어 처리나 음성 처리 분야에 많이 사용되는 RNN 의 기본적인 사용법을 익힙니다.
74+
- [02 - Dynamic RNN](./06 - RNN, ChatBot/02 - Dynamic RNN.py)
75+
- 다중 레이어의 RNN 과 더 효율적인 RNN 학습을 위해 텐서플로우에서 제공하는 Dynamic RNN 을 사용해봅니다.
76+
- [03 - Seq2Seq](./06 - RNN, ChatBot/03 - Seq2Seq.py)
77+
- 챗봇, 번역, 이미지 캡셔닝등에 사용되는 시퀀스 학습/생성 모델인 Seq2Seq 을 구현해봅니다.
78+
- [04 - Chatbot](./06 - RNN, ChatBot/04 - ChatBot)
79+
- Seq2Seq 모델을 이용해 간단한 챗봇을 만들어봅니다.
80+
81+
### [07 - DQN](./07 - DQN)
7582

7683
알파고로 유명한 구글의 딥마인드에서 개발한 딥러닝을 이용한 강화학습인 DQN 을 구현해봅니다.
7784

7885
조금 복잡해보이지만, 핵심적인 부분을 최대한 분리해두었으니 충분히 따라가실 수 있을 것 입니다.
7986

80-
자세한 내용은 [06 - Game Agent (DQN)/README.md](./06 - Game Agent (DQN)/README.md) 문서를 참고 해 주세요.
87+
자세한 내용은 [07 - DQN/README.md](./07 - DQN/README.md) 문서를 참고 해 주세요.
8188

8289
### TODO
8390

84-
- [ ] GAN
91+
- [ ] TensorFlow 1.0 업데이트
92+
- [ ] Python 3.x 업데이트
8593

8694
## 참고
8795

0 commit comments

Comments
 (0)