인스톨! 파이토치 강의 소개 | 전체 강의 소개 및 0강 오레인테이션

혁펜하임 PyTorch 강의 오리엔테이션 요약

혁펜하임 채널의 '[PyTorch] 0강. 오리엔테이션' 영상은 채널 5주년 기념으로 '인스톨! 파이토치' 강의를 소개하는 내용입니다. 강의자는 최근 출간한 '이지 딥러닝' 책을 강조하며, 딥러닝 학습의 올바른 순서를 제안합니다. 이 영상은 PyTorch 실습 전에 이론을 탄탄히 다지는 데 초점을 맞춥니다.​​

 

 

인스톨! 파이토치

 

 

책 소개와 학습 철학

'이지 딥러닝' 책은 교보문고 베스트셀러로, CNN, RNN, 트랜스포머 어텐션 등 고급 주제를 풀컬러 그림 282개로 설명합니다. 부록에 고등학교 수준 수학(함수, 로그, 행렬 등)이 포함되어 수포자도 접근 가능합니다. 강의자는 코드 실습 전에 이론을 완벽히 이해해야 내부 원리를 놓치지 않는다고 강조합니다.​​

 

 

추천 학습 순서

혁펜하임 인공지능 강의 시리즈

 

- 먼저 '이지 딥러닝' 책 또는 무료 유튜브 강의를 통해 이론 학습. (이지 딥러닝 유튜브 강의 소개 - 아래 포스팅 링크 참조)

- 그 후 '인스톨! 파이토치' 강의로 실습(텐서, 선형회귀, 분류 등).

- 선수 지식으로 '인스톨! 파이썬' 추천, Colab 환경 활용.

 

이 순서는 코드 블록 조립식 학습의 함정을 피하고 깊이 있는 이해를 돕습니다. 책 가격은 풀컬러와 그림으로 다소 높으나, 진지한 학습자를 위한 투자 가치가 있습니다.​​

 

 

[AI 인공지능 머신러닝 딥러닝] - 이지 딥러닝 - 혁펜하임 | Easy! 딥러닝 - 무료 강의 및 책 소개

이지 딥러닝 - 혁펜하임 | Easy! 딥러닝 - 무료 강의 및 책 소개

 

 

 

강의 개요와 활용 팁

'인스톨! 파이토치'는 무료 LEVEL 1 강의로, 텐서 기본, 경사하강법 구현, 이진/다중 분류 코드까지 다룹니다. 총 플레이리스트는 실습 중심이며, 혁펜하임 아카데미에서 후속 레벨 2~3으로 이어집니다. 블로그 포스팅 시 이 영상을 입문 추천으로 활용하면 딥러닝 초보자 유입에 효과적입니다.

 

 

 

 

무료 강의 비디오

https://youtube.com/playlist?list=PL_iJu012NOxdhFmM2aw6bwpZTMFdsPxws&si=RY3AF8Pjzn5x0MHq

LEVEL 1: 인스톨! 파이토치

 

 

 

 

 

강의 목차

[PyTorch] 0강

[PyTorch] 0강. 오리엔테이션

파이토치 강의 전체를 소개하는 오리엔테이션입니다. 강의의 목표, 학습 방향, 그리고 커리큘럼 전체를 안내합니다. 기초부터 심화까지 다루는 이 강의가 어떤 내용으로 구성되어 있는지 전반적인 개요를 제공합니다.

 

인스톨! 파이토치

 

 

[PyTorch] 1강 

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 1강 | 파이토치 기초 완벽 정복: 텐서부터 핵심 함수까지 (1-1 ~ 1-4강)

인스톨! 파이토치 1강 | 파이토치 기초 완벽 정복: 텐서부터 핵심 함수까지 (1-1 ~ 1-4강)

 

 

[PyTorch] 1-1강. 파이토치 기초 (basic) | torch.tensor()와 텐서의 기본 연산

파이토치의 가장 기본이 되는 텐서(tensor) 개념을 다룹니다. torch.tensor() 함수를 사용해 텐서를 생성하는 방법과 텐서 간의 기본적인 연산(덧셈, 뺄셈, 곱셈 등)을 학습합니다. 텐서는 파이토치에서 데이터를 표현하는 핵심 자료구조로, numpy의 배열과 유사하지만 GPU 연산을 지원한다는 점에서 차이가 있습니다. 텐서의 shape, dtype 등 기본 속성도 함께 배웁니다.

 

 

[PyTorch] 1-2강. 파이토치 텐서의 인덱싱 (기초)

텐서에서 특정 요소나 부분을 추출하는 기초 인덱싱 방법을 학습합니다. 1차원, 2차원, 다차원 텐서에서 슬라이싱을 통해 원하는 데이터를 선택하는 방법을 다룹니다. 파이썬의 리스트 인덱싱과 유사하지만 다차원에서의 인덱싱 방법을 익혀야 딥러닝 모델 개발 시 데이터를 자유롭게 다룰 수 있습니다.

 

 

[PyTorch] 1-3강. 파이토치 텐서의 인덱싱 (고급)

고급 인덱싱 기법을 학습합니다. Boolean 인덱싱, fancy 인덱싱 등 더 복잡한 조건으로 텐서의 특정 요소들을 선택하는 방법을 다룹니다. 이러한 고급 인덱싱 기법은 데이터 전처리나 모델 출력 결과를 처리할 때 매우 유용하게 활용됩니다.

 

 

[PyTorch] 1-4강. 파이토치의 여러 함수들

파이토치에서 자주 사용되는 다양한 함수들을 소개합니다. reshape, view, transpose, squeeze, unsqueeze 등 텐서의 형태를 변환하는 함수들과 cat, stack과 같은 텐서를 결합하는 함수들을 학습합니다. 이러한 함수들은 신경망 모델을 구축하고 데이터를 처리하는 과정에서 필수적으로 사용됩니다.

 

 

 

 

[PyTorch] 2강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 2강 | 파이토치의 핵심! autograd를 알아보자 (2강)

인스톨! 파이토치 2강 | 파이토치의 핵심! autograd를 알아보자 (2강)

 

 

[PyTorch] 2강. 파이토치의 핵심! autograd를 알아보자 (requires_grad, backward(), torch.no_grad() 등..)

파이토치의 자동 미분(automatic differentiation) 기능인 autograd를 다룹니다. requires_grad, backward(), torch.no_grad() 등의 개념을 학습합니다. Autograd는 신경망 학습 시 역전파(backpropagation)를 자동으로 계산해주는 핵심 기능으로, 파이토치가 딥러닝 프레임워크로서 강력한 이유 중 하나입니다. 경사 하강법(gradient descent)을 통한 학습 과정을 이해하는 데 필수적입니다.

 

[PyTorch] 3강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 3강 | 신경망의 기초부터 실전까지: nn.Linear와 선형 회귀 완전 정복 (3강)

인스톨! 파이토치 3강 | 신경망의 기초부터 실전까지: nn.Linear와 선형 회귀 완전 정복 (3강)

 

 

[PyTorch] 3-1강. nn.Linear()는 이 영상 하나만 보시면 됩니다

신경망의 기본 구성 요소인 선형 레이어(linear layer)를 다룹니다. nn.Linear() 함수의 작동 원리, 입력과 출력의 차원, 가중치(weight)와 편향(bias)의 역할을 상세히 설명합니다. 선형 레이어는 입력 데이터를 선형 변환하는 가장 기본적인 신경망 층으로, 모든 딥러닝 모델의 기초가 됩니다.

 

 

[PyTorch] 3-2강. 인공 신경망 학습 예제 코드 10분 완성! | 파이토치 선형 회귀 실습

선형 회귀(linear regression) 문제를 파이토치로 구현하는 실습을 진행합니다. 데이터 준비, 모델 정의, 손실 함수(loss function) 설정, 최적화(optimizer) 설정, 학습 루프 작성까지 전체 과정을 10분 안에 완성합니다. 이를 통해 파이토치로 간단한 신경망을 학습시키는 전체 워크플로우를 익힐 수 있습니다.

 

 

 

 

[PyTorch] 4강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 4강 | 실전 분류 모델 구축부터 최적화까지: 이진 분류와 하이퍼파라미터 튜닝 (4강)

인스톨! 파이토치 4강 | 실전 분류 모델 구축부터 최적화까지: 이진 분류와 하이퍼파라미터 튜닝

 

 

[PyTorch] 4-1강. 파이토치 튜토리얼 코드 | 이진 분류 예제 코드 15분 컷!

이진 분류(binary classification) 문제를 파이토치로 구현합니다. 시그모이드(sigmoid) 활성화 함수와 이진 교차 엔트로피(binary cross-entropy) 손실 함수를 사용하여 두 개의 클래스를 분류하는 모델을 학습시킵니다. 실제 데이터셋을 활용한 분류 문제 해결 방법을 15분 안에 배울 수 있습니다.

 

 

[PyTorch] 4-2강. 파이토치 하이퍼파라미터 튜닝 기본 규칙 & 팁들

학습률(learning rate), 배치 크기(batch size), 에포크(epoch) 수 등 하이퍼파라미터를 조정하는 방법과 기본 규칙을 다룹니다. 모델 성능을 향상시키기 위한 실전 팁들을 제공하여, 실제 프로젝트에서 모델을 최적화하는 방법을 배웁니다.

 

 

 

 

 

[PyTorch] 5강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 5강

인스톨! 파이토치 5강

 

 

[PyTorch] 5-1강. 파이토치 다중 분류 코드 40분 완성 | 데이터셋, 데이터 로더, ToTensor의 역할, 모델 저장하고 불러오기, 혼동 행렬 그리기

다중 분류(multi-class classification) 문제를 다룹니다. 데이터셋과 데이터 로더(DataLoader)의 역할, ToTensor 변환의 중요성, 모델을 저장하고 불러오는 방법, 혼동 행렬(confusion matrix)을 그려서 결과를 분석하는 방법까지 40분 안에 완성합니다. 실전에서 가장 많이 사용되는 다중 분류 문제의 전체 파이프라인을 학습합니다.

 

 

 

[PyTorch] 5-2강. 나만의 모듈 만들어서 import 하는 법

파이토치 코드를 모듈화하여 재사용 가능한 형태로 만드는 방법을 배웁니다. 자주 사용하는 함수나 클래스를 별도의 파이썬 파일로 분리하고, 다른 프로젝트에서 import하여 사용하는 방법을 다룹니다. 코드의 재사용성과 가독성을 높이는 실용적인 기술입니다.

 

 

[PyTorch] 5-3강. CIFAR-10 데이터셋에서 MLP vs CNN 비교하기

다층 퍼셉트론(MLP)과 합성곱 신경망(CNN)의 성능을 CIFAR-10 이미지 데이터셋에서 비교합니다. 동일한 데이터셋에 대해 두 가지 다른 아키텍처를 적용했을 때 성능 차이를 분석하고, CNN이 이미지 데이터에서 왜 더 우수한 성능을 보이는지 이해합니다.

 

[PyTorch] 6강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 6강 | 97%는 모르는 Dropout의 비밀

인스톨! 파이토치 6강 | 97%는 모르는 Dropout의 비밀

 

 

[PyTorch] 6강. 97%는 모르는 Dropout의 비밀 (논문과 구현이 다름!)

드롭아웃(Dropout) 정규화 기법의 이론과 실제 구현의 차이를 다룹니다. 논문에서 제시된 이론과 파이토치에서 실제로 구현된 방식이 어떻게 다른지, 그리고 그 이유가 무엇인지 상세히 설명합니다. 과적합(overfitting)을 방지하는 드롭아웃의 작동 원리를 깊이 있게 이해할 수 있습니다.

 

[PyTorch] 7강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 7강 | CNN 완벽 정복: 컨볼루션 레이어부터 내부 시각화까지

인스톨! 파이토치 7강 | CNN 완벽 정복: 컨볼루션 레이어부터 내부 시각화까지

 

 

[PyTorch] 7-1강. 합성곱 신경망(CNN: Convolutional Neural Network) 컨볼루션 레이어 이론부터 구현까지!

합성곱 신경망의 핵심인 컨볼루션 레이어(convolutional layer)를 다룹니다. 컨볼루션 연산의 수학적 원리, 필터(filter)와 커널(kernel)의 개념, 패딩(padding)과 스트라이드(stride)의 역할을 이론적으로 학습한 후, 파이토치로 직접 구현하는 방법까지 배웁니다.

 

 

[PyTorch] 7-2강. 이렇게 섞었는데 어떻게..???

CNN의 특성과 관련된 흥미로운 실험을 다룹니다. 이미지 데이터를 섞었을 때 CNN이 어떻게 반응하는지, 그리고 그 이유가 무엇인지 탐구합니다. CNN의 지역적 특성(local feature)과 변환 불변성(translation invariance)을 이해하는 데 도움이 됩니다.

 

 

[PyTorch] 7-3강. CNN 모델 내부 뜯어서 Feature map을 직접 봤더니..

학습된 CNN 모델의 내부를 시각화하는 방법을 배웁니다. 각 레이어에서 추출되는 특징 맵(feature map)을 직접 확인하여 CNN이 이미지의 어떤 특징을 학습하는지 이해합니다. 모델의 블랙박스를 열어보는 경험을 통해 딥러닝에 대한 직관을 키울 수 있습니다.

 

 

[PyTorch] 8강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 8강 | 이미지 데이터 증강 완벽 가이드: 기본부터 Albumentations까지

인스톨! 파이토치 8강 | 이미지 데이터 증강 완벽 가이드: 기본부터 Albumentations까지

 

 

[PyTorch] 8-1강. 이미지 데이터 증강(augmentation) 영상 하나로 끝내기 (30종)

이미지 데이터 증강 기법 30가지를 다룹니다. 회전(rotation), 반전(flip), 크롭(crop), 색상 변환 등 다양한 증강 기법을 소개하고 파이토치에서 어떻게 적용하는지 배웁니다. 데이터 증강은 제한된 데이터로도 모델의 일반화 성능을 높이는 중요한 기술입니다.

 

 

[PyTorch] 8-2강. Albumentations라고 들어는 봤나

이미지 증강 전문 라이브러리인 Albumentations를 소개합니다. 파이토치의 기본 변환보다 더 빠르고 다양한 증강 기법을 제공하는 이 라이브러리의 사용법을 배웁니다. 실전 프로젝트에서 널리 사용되는 도구를 익힐 수 있습니다.

 

[PyTorch] 9강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 9강 | VGGNet으로 전이 학습 시작하기: 사전 학습 모델 활용 완벽 가이드

인스톨! 파이토치 9강 | VGGNet으로 전이 학습 시작하기: 사전 학습 모델 활용 완벽 가이드

 

 

[PyTorch] 9강. VGGNet 로드해서 이미지 분류하기

사전 학습된(pre-trained) VGGNet 모델을 로드하여 이미지 분류 작업을 수행합니다. 전이 학습(transfer learning)의 개념을 이해하고, 이미 학습된 모델을 활용하여 새로운 작업에 적용하는 방법을 배웁니다.

 

 

[PyTorch] 10강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 11강 | PyTorch 커스텀 데이터셋 완벽 가이드: 나만의 데이터로 딥러닝 시작하기

인스톨! 파이토치 11강 | PyTorch 커스텀 데이터셋 완벽 가이드: 나만의 데이터로 딥러닝 시작하기

 

 

[PyTorch] 10-1강. 딥러닝 고수가 되기 위해서는 꼭 알아야 하는 녀석들: parameters() & modules() & children()

parameters(), modules(), children() 등 파이토치 모델의 내부 구조를 탐색하는 메소드들을 다룹니다. 모델의 파라미터와 레이어를 접근하고 조작하는 방법을 배워 고급 사용자로 도약할 수 있습니다.

 

 

[PyTorch] 10-2강. 상위 1%만 아는 둘의 차이! nn.Sequential() vs nn.ModuleList()

모델을 구성할 때 사용하는 nn.Sequential()과 nn.ModuleList()의 차이점을 명확히 설명합니다. 각각의 용도와 장단점을 이해하여 상황에 맞는 적절한 방법을 선택할 수 있게 됩니다.

 

 

[PyTorch] 11강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 11강 | PyTorch 커스텀 데이터셋 완벽 가이드: 나만의 데이터로 딥러닝 시작하기

인스톨! 파이토치 11강 | PyTorch 커스텀 데이터셋 완벽 가이드: 나만의 데이터로 딥러닝 시작하기

 

[PyTorch] 11-1강. 내가 가진 데이터를 딥러닝에 활용하는 법!

자신만의 커스텀 데이터셋을 만들어 파이토치에서 사용하는 방법을 배웁니다. Dataset 클래스를 상속받아 __len__과 getitem 메소드를 구현하는 방법을 다룹니다. 실제 프로젝트에서 가장 중요한 기술 중 하나입니다.

 

 

[PyTorch] 11-2강. 이거.. 이해할 수 있을까..? 어렵지만 꼭 필요한 train/test transform 함수 분리 방법!

학습 데이터와 테스트 데이터에 서로 다른 전처리를 적용하는 방법을 배웁니다. 학습 시에는 데이터 증강을 적용하지만 테스트 시에는 적용하지 않는 등, 상황에 따라 transform을 분리하는 고급 기법을 다룹니다.

 

 

 

 

[PyTorch] 12강

[AI 인공지능 머신러닝 딥러닝/Python | PyTorch] - 인스톨! 파이토치 12강 | PyTorch 완전한 학습 파이프라인: 실전 템플릿 코드

인스톨! 파이토치 12강 | PyTorch 완전한 학습 파이프라인: 실전 템플릿 코드

 

 

[PyTorch] 12강. 지금까지 배운 모든 것들을 이 한 코드에 다 담았습니다!

강의에서 배운 모든 내용을 통합한 완성도 높은 코드를 작성합니다. Validation set을 활용한 모델 평가와 학습률 스케줄러(LR scheduler)를 포함한 전체 학습 파이프라인을 구현합니다. 실전에서 바로 활용 가능한 완전한 코드 템플릿을 얻을 수 있습니다.

 

 

 

이 블로그의 관련 글

[AI 인공지능 머신러닝 딥러닝] - 이지 딥러닝 - 혁펜하임 | Easy! 딥러닝 - 무료 강의 및 책 소개

이지 딥러닝 - 혁펜하임 | Easy! 딥러닝 - 무료 강의 및 책 소개

 

 

 

[AI 인공지능 머신러닝 딥러닝/인공지능 수학] - 2025 인공지능·머신러닝 입문자를 위한 핵심 통계개념 완전정복 (1/2)

2025 인공지능·머신러닝 입문자를 위한 핵심 통계개념 완전정복 (1/2)