케라스 공식 깃헙에는 분야별로 300 라인 이하의 예제를 제공하고 있습니다. 코랩 환경에서 동작이 되도록 최적화가 되어 있으며, 추가적인 개발환경 구축이 필요없어, AI 활용 확산에 큰 중심이 될 수 있습니다.
본 프로젝트를 통해, 각 예제마다 아래 항목을 수행할 예정입니다.
한국어 설명
예제를 이해하기 위한 이론적인 배경 설명
리더보드가 가능한 예제인 경우 AIFactory Class 에 등록하여 스코어를 자동으로 채점할 수 있도록 함
그리고 새로운 코드 예제를 추가하여 Keras.io 에 직접컨트리뷰션을 할 예정입니다.
6월
멘토 워크샵 개최
프로젝트 계획 수립
7월
멘티 예제 배분
라이센스 검토
예제 주석 추가
8월
예제 배경 이론 추가
리더보드 가능한 샘플 구축
9월
온라인 콘텐츠 제작
온라인 컨퍼런스 개최
10월
개발활동 결과보고서 작성 및 제출
11월
지역 권역별 스프린트 운영 관련 기여 등 프로젝트
예제에 관한 이론 및 코드 설명 동영상 콘텐츠 제작
이론: 25분
코드설명: 25분
추가 솔루션설명: 10분
도서 제작
라이센스 확인
공동 집필
각 예제별로 진행상황을 아래 현황표에서 확인할 수 있습니다.
인공지능 모델은 데이터 드리븐 모델이기 때문에, 기초적인 베이스라인 코드만 있다면 자신의 문제 해결에 큰 도움이 될 수 있습니다. 본 프로젝트는 각 분야에서의 핵심적이고 기초적인 예제를 제공하고 있기 때문에 “모두의 손에 인공지능을” 쥐게 할 수 있는 프로젝트 중 하나가 될 것이라 기대합니다.
모집기간: 2021. 7. 5(월) ~ 2021. 7. 26(월)
관심있으신 분은 아래 링크로 신청 부탁드리겠습니다. 멘티인원 제한이 있어 선발과정을 거치게 됩니다.
선발 시에 참고하고자 추가정보를 받고자 합니다. 위 링크에서 신청 후에 아래 링크로 작성해주세요.
Computer Vision
Image classification from scratch
Simple MNIST convnet
Image segmentation with a U-Net-like architecture
3D image classification from CT scans
Semi-supervision and domain adaptation with AdaMatch
Convolutional autoencoder for image denoising
OCR model for reading Captchas
Consistency training with supervision
Next-Frame Video Prediction with Convolutional LSTMs
CutMix data augmentation for image classification
Grad-CAM class activation visualization
Gradient Centralization for Better Training Performance
Image Captioning
Image classification via fine-tuning with EfficientNet
Image classification with Vision Transformer
Model interpretability with Integrated Gradients
Keypoint Detection with Transfer Learning
Knowledge Distillation
Learning to Resize in Computer Vision
Metric learning for image similarity search
MixUp augmentation for image classification
Image classification with modern MLP models
Image classification with Perceiver
Point cloud classification with PointNet
RandAugment for Image Classification for Improved Robustness
Few-Shot learning with Reptile
Object Detection with RetinaNet
Semantic Image Clustering
Semi-supervised image classification using contrastive pretraining with SimCLR
Image similarity estimation using a Siamese Network with a contrastive loss
Image similarity estimation using a Siamese Network with a triplet loss
Self-supervised contrastive learning with SimSiam
Image Super-Resolution using an Efficient Sub-Pixel CNN
Supervised Contrastive Learning
Video Classification with a CNN-RNN Architecture
Video Classification with Transformers
Visualizing what convnets learn
유사한 프로젝트로 2020년에 Keras Learning Day을 수행했었습니다. 참고해주시면 감사하겠습니다.
Pneumonia Classification on TPU
Natural Language Processing
Text classification from scratch
Sequence to sequence learning for performing number addition
Bidirectional LSTM on IMDB
Character-level recurrent sequence-to-sequence model
End-to-end Masked Language Modeling with BERT
English-to-Spanish translation with a sequence-to-sequence Transformer
Natural language image search with a Dual Encoder
Using pre-trained word embeddings
Semantic Similarity with BERT
Text classification with Switch Transformer
Text classification with Transformer
Text Extraction with BERT
Structured Data
Structured data classification from scratch
Classification with Gated Residual and Variable Selection Networks
Collaborative Filtering for Movie Recommendations
Classification with Neural Decision Forests
Imbalanced classification: credit card fraud detection
A Transformer-based recommendation system
Structured data learning with Wide, Deep, and Cross networks
Timeseries
Timeseries anomaly detection using an Autoencoder
Timeseries classification from scratch
Timeseries forecasting for weather prediction
Audio Data
Speaker Recognition
Automatic Speech Recognition with Transformer
Generative Deep Learning
Variational AutoEncoder
GAN overriding Model.train_step
WGAN-GP overriding Model.train_step
Neural style transfer
Deep Dream
CycleGAN
Character-level text generation with LSTM
PixelCNN
Density estimation using Real NVP
Text generation with a miniature GPT
Reinforcement Learning
Actor Critic Method
Deep Deterministic Policy Gradient (DDPG)
Deep Q-Learning for Atari Breakout
Graph Data
Node Classification with Graph Neural Networks
Graph representation learning with node2vec
Quick Keras Recipes
Simple custom layer example: Antirectifier
Probabilistic Bayesian Neural Networks
Creating TFRecords
Keras debugging tips
Endpoint layer pattern
Memory-efficient embeddings for recommendation systems
A Quasi-SVM in Keras
Estimating required sample size for model training
How to train a Keras model on TFRecord files
