DLI 온라인 강의로 집에서도 엔비디아 딥 러닝 인스티튜트가 제공하는 교육과정을 누리세요!

by NVIDIA Korea

컴퓨터가 스스로 사람처럼 학습할 수 있도록 하는 인공지능(AI) 기술, 딥 러닝은 현재 모든 산업 분야에서 가장 핫한 키워드입니다. 이에 선도적인 AI 기술을 보유하고 있는 엔비디아는 딥 뉴럴 네트워크의 설계부터 훈련, 배포까지 다루는 글로벌 교육 프로그램인 딥 러닝 인스티튜트(NVIDIA DEEP LEARNING INSTITUTE, 이하 DLI)를 통해 최신 딥 러닝 교육을 제공하고 있는데요.

국내에서도 DLI 세션은 매월 진행되고 있습니다. 개발자, 데이터 과학자, IT업계 종사자들의 딥 러닝 교육 수요 또한 계속 증가하고 있지요. 그리하여 최근 엔비디아는 보다 많은 분들이 DLI 강의를 편하게 들을 수 있도록 DLI Self-Paced Lab을 개설했습니다.

DLI Self-Paced Lab은 혼자서도 학습할 수 있는 온라인 강의입니다. DLI Self-Paced Lab에서는 딥 러닝 입문자부터 숙련된 개발자를 위한 강의까지 다양한 강의가 제공되고 있으며, 특히 딥 러닝 입문자용 대표 강의는 무료로 수강하는 것도 가능합니다.

입문자들을 위한 무료 온라인 강의 외에도, Self-Paced Lab에서는 여러 주제와 딥 러닝 프레임워크로 하는 실습 세션을 제공하고 있습니다.

어떠한 강의들을 들어볼 수 있는지 아래에서 확인하고, 나의 맞춤형 강의를 찾아 보세요!

 

DLI Self-Paced Lab 강의는 아마존 웹 서비스(AWS)및 구글 클라우드(Google Cloud)가 제공하는 글로벌 핸즈온 소프트웨어 트레이닝 실습 플랫폼인 Qwiklabs을 기반으로 합니다. 강의를 수강하기 위해서는 먼저 Qwiklabs 아이디 생성이 필요한데요.

아래 튜토리얼을 따라 간단한 가입 절차부터 시작해 보세요.

 

[Qwiklabs 가입 방법]

STEP 1. 사이트 접속 http://nvidia.qwiklab.com

 

STEP 2. 우측 상단의 JOIN 클릭 후 가입하기

입력사항: 이름(First Name), 성(Last Name), 회사, 학교 등의 소속 및 단체(Company  Name), 이메일(E-mail), 비밀번호(Password). 로그인 시 사용되는 ID는 기입하신 E-mail 주소입니다.

 

STEP 3. 인증메일 확인 및 계정 활성화

등록한 메일의 수신함을 열어보면 아래와 같은 인증메일이 도착한 것을 확인할 수 있습니다. 인증메일의 파란색 첫 줄을 클릭해주시면 인증확인이 완료됩니다.

 

Qwiklabs 가입을 마치셨다면, 이제 DLI Self-Paced Lab 강의들을 수강할 첫 번째 준비도 끝! 개별적인 주제에 대해 실습하고 배울 수 있는 여러 랩(Lab) 중에서 나의 수준에 맞는 관심 있는 강의를 선택해서 수강할 수 있습니다.

아래에서 Lab 실행 방법부터 확인해 보세요.

 

[Self-Paced Lab 실행 방법]

STEP 1. NVIDIA Self-Paced Lab 페이지에 접속

https://developer.nvidia.com/dli/onlinelabs

 

STEP 2. 전체 Self-Paced Lab 온라인 강의 중 수강하고 싶은 강의 클릭

 

STEP 3. 우측 상단의 START LAB을 클릭하여 아마존 서버 켜기

 

STEP 4. 서버가 켜지는 동안 Instruction 읽기

Instruction에서는 해당 Lab에 대한 설명과 실행 방법을 확인하실 수 있습니다. Self-Paced Lab은 Ipython Notebook(*여러 언어를 포괄하는 프로젝트 Jupyter Notebook 프로그램으로 더 널리 알려져 있는 파이썬 커널)으로 진행되는데요.

Ipython Notebook 노트북은 빈 공책 같은 공간에 파이썬(Python)이라는 언어로 데이터를 확인하고, 대상을 분석한 결과물을 대화하듯이 바로 출력해서 볼 수 있는 데이터 분석 도구입니다. 단순한 메뉴의 인터페이스로 구성되어 있어서 처음 사용하는 사람도 금방 익숙해 질 수 있다는 장점이 있답니다.

Instruction에서 Ipython Notebook의 원활한 접속을 위한 최신 브라우저와 원활한 네트워크 접속 환경을 확인하고 강의를 들어 보세요.

 

STEP 5. Lab 세팅이 완료된 후 좌측에 생성된 LAUNCH LAB 클릭

 

Lab을 실행하면 아래와 같이 Ipython Notebook이 실행되며, 강의를 시작할 수 있습니다.

 

여러 강의들 중에서 어떠한 강의를 들으면 좋을지 고민되신다면 딥 러닝 입문자용에게 추천하는 엔비디아의 대표 Self-Paced Lab 무료 강의부터 들어보세요.

 

Self-Paced Lab 무료 온라인 강의

 

<Applications of Deep Learning with Caffe, Theano, and Torch>

https://spl-nvlabs.qwiklab.com/focuses/5865

  • 강의 시간: 55분 (설치 소요 시간: 4분)
  • 강의 대상: 초심자
  • 프레임워크: Caffe, Theano, Torch

 

딥 러닝 입문자가 가장 먼저 들어야 할 이 강의에서는 딥 러닝 기초 이론 및 Ipython Notebook을 다루는 법, 여러 딥 러닝 프레임워크로 하는 간단한 실습을 할 수 있습니다.

AI 시대에서 복잡성이 심화된 딥 러닝 솔루션을 쉽게 구축 할 수 있도록 딥 러닝 프레임워크는 굉장히 다양해지고 있는데요. 여러 딥 러닝 프레임워크 중에서 이 강의에서 배울 프레임워크는 가장 널리 쓰이면서도 입문자에게 적합한 Theano, Caffe, Torch 3가지 프레임워크입니다.

Theano는 많은 딥 러닝 분야의 개발자들이 활용하는 파이썬 기반의 프레임워크인데요. 데이터 탐색에 적합하며 다른 라이브러리와 함께 연구용으로 개발되어 사용됩니다. 머신 비전 라이브러리인 Caffe는 최신 나선형 뉴럴 네트워크(CNN)을 사용하여 이미지를 분류하는 데에 활용되지요. 마지막으로 Torch는 Lua 언어로 작성된 API를 제공하는 계산 프레임워크로써, 머신러닝 알고리즘을 지원합니다.

본 강의를 다 들을 때에 확실히 익힐 수 있는 내용은 다음과 같습니다.

  • 딥 러닝과 기존 컴퓨팅의 차이점
  • Caffe, Theano, Torch 딥 러닝 프레임워크로 하는 트레이닝 및 추론 실습
  • 딥 러닝의 원리와 딥 러닝에 GPU가 반드시 필요한 이유 등

 

<Image Classification with DIGITS>

https://spl-nvlabs.qwiklab.com/focuses/5866

  • 강의 시간: 115분 (설치 소요 시간: 2분)
  • 강의 대상: 입문자
  • 프레임워크: Caffe

 

두 번째로 소개해드릴 무료 온라인 강의는 <Applications of Deep Learning with Caffe, Theano, and Torch>를 듣고, 딥 러닝 프레임워크에 대해 어느 정도 지식을 쌓은 분들에게 추천합니다.

DIGITS는 엔비디아가 자체 개발한 딥 러닝 프레임워크로, 복잡한 코딩 없이 딥 러닝을 돌려볼 수 있습니다. 이 강의에서는 DIGITS을 통해 라벨링된 클린 데이터를 활용해서 뉴럴 네트워크를 트레닝하는 방법과 강화 학습된 이미지 분류 작업(Supervised Image Classifacation)을 통한 딥 러닝 실습 방법을 학습할 수 있습니다.

  • 뉴럴 네트워크 트레이닝을 위해 데이터를 로드하는 방법
  • 데이터로 모델을 트레이닝시키는 방법
  • 새로운 데이터로 테스트 및 반복 작업 수행으로 성능을 향상시키는 방법

을 학습하고 싶다면 본 강의를 들어보세요.

해당 강의에 대한 더 자세한 내용은 엔비디아 블로그의 <무료로 오픈한 엔비디아 딥 러닝 강의에서는 무엇을 공부할 수 있을까?> 편을 참고해 주세요.