파이썬(Python) 딥러닝(Deep Learning,DL) 프로젝트 - Flask 웹 서빙 CNN 프로젝트

딥러닝(Deep Learning)으로 하는 실무 완벽 재현! CNN(합성곱신경망)과 플라스크(Flask), Ngrok까지 활용하는 파이썬(Python) 실전 프로젝트로 딥러닝 전문가로 레벨업하는 과정.
4.69 (21 reviews)
Udemy
platform
한국어
language
Data Science
category
파이썬(Python) 딥러닝(Deep Learning,DL) 프로젝트 - Flask 웹 서빙 CNN 프로젝트
129
students
2.5 hours
content
Dec 2022
last update
$99.99
regular price

Why take this course?

여러분의 공개 요청에 따라, 파이썬(Python)을 사용하여 딥러닝(Deep Learning, DL) 프로젝트를 진행하는 과정에서 Flask 웹 서버를 활용하여 CNN(Convolutional Neural Network) 모델을 구현하고 이미지 분류 기능을 제공하는 시스템을 구축하는 내용을 담은 강의 개요를 설명해드리겠습니다.

강의 개요:

1. 딥러닝 소개 및 CNN 이해

  • 딥러닝의 역사와 발전
  • CNN의 개요와 구조
  • CNN의 장점과 활용 사례

2. 파이썬 환경 설정 및 라이브러리 소개

  • Anaconda, Python 환경 설정
  • TensorFlow와 Keras 소개
  • OpenCV의 기본 사용법

3. CNN 모델 구현

  • CNN 모델의 성능 측정
  • 간단한 CNN 모델 구현
  • 데이터 전처리와 데이터 증강

4. Flask로 웹 서버 구축

  • Flask 소개 및 기본 설정
  • HTML/CSS, JavaScript를 통한 웹 인터페이스 만들기
  • Flask와 TensorFlow를 연동하여 API 제작

5. CNN 모델을 활용한 이미지 분류

  • 이미지 분류 시스템 구현
  • CNN 모델의 학습과 테스트
  • Flask API를 통한 실시간 이미지 분류 서비스 제공

6. 성능 평가 및 최적화

  • CNN 모델의 성능 평가 방법
  • 모델 성능 향상을 위한 파인튜(Hyperparameter) 조정
  • OpenCV를 활용한 이미지 처리 및 최적화

7. 프로젝트 구현

  • 개과 고양이 이미지 분류 프로젝트 기획
  • Flask 웹 서버 통합 및 배포
  • 최종 프로젝트 시연 및 피드백

8. Q&A 및 마무리

  • 강의 내용 복습 및 질문 답변
  • 추가 자료 및 스터디 자원 안내
  • 강의 종료 및 후속 조치 안내

이 강의를 통해 참여하신 분들은 딥러닝의 기본 개념부터 실제로 Flask 웹 서버를 활용하여 이미지 분류 시스템을 구축해보는 경험을 할 수 있습니다. 또한, 김진숙 교수의 열정적인 강의와 실습 중심의 학습 방법을 통해 실질적인 IT 기술 역량을 키우는 데 도움이 되길 바랍니다.

Loading charts...

Related Topics

5035848
udemy ID
22/12/2022
course created date
23/12/2022
course indexed date
Bot
course submited by