지니와 도로시가 함께
만드는 딥러닝 프레임워크

마법 고양이 Jiny가 가르쳐주는 친절한 수식과 코드로
밑바닥부터 직접 구현하며 DeZero 프레임워크의 동작 원리를 완벽히 정복합니다!

지니와 도로시의 DeZero 프레임워크 여정
📚 참고 교재 안내

본 강의 노트는 밑바닥부터 시작하는 딥러닝 3 (파이썬으로 직접 구현하며 배우는 딥러닝 프레임워크, 사이토 고키 저, 이복연 역, 한빛미디어) 교재를 바탕으로 함께 공부하고 구현한 내용을 체계적으로 요약 및 시각화하여 작성되었습니다.

🗺️ DeZero 프레임워크 마법 여정 로드맵

총 5개의 핵심 고지(60단계)와 프롤로그, 부록으로 이루어진 체계적인 딥러닝 프레임워크 교육 과정입니다.

00. 프롤로그

프롤로그

DeZero 프레임워크의 탄생 배경, 지은이·옮긴이 소개, 추천사와 딥러닝 프레임워크를 밑바닥부터 만드는 여정을 시작합니다.

프롤로그 보기 ➔
01. 제1고지

미분 자동 계산

상자로서의 변수와 함수를 구현하고, 수치 미분의 한계를 극복하는 역전파 이론과 계산 그래프의 역전파 자동화를 완성합니다 (1~10단계).

제1고지 시작 ➔
02. 제2고지

자연스러운 코드로

가변 길이 입출력 함수, 연산자 오버로드(+, *, -, /), 메모리 관리와 순환 참조를 해결하여 진짜 파이썬다운 코드로 진화합니다 (11~24단계).

제2고지 탐구 ➔
03. 제3고지

고차 미분 계산

계산 그래프 시각화(Graphviz DOT), 테일러 급수와 뉴턴 방법 최적화, 역전파의 계산 그래프를 만드는 고차 미분을 구현합니다 (25~36단계).

제3고지 정복 ➔
04. 제4고지

신경망 만들기

다차원 텐서, Linear 계층, 활성화 함수, Optimizer, DataLoader를 완성하고 실제 MNIST 손글씨 숫자를 분류 학습합니다 (37~51단계).

제4고지 구축 ➔
05. 제5고지

DeZero의 도전

CuPy를 통한 GPU 가속, 모델 저장/로드, CNN 합성곱 신경망(VGG16), 시계열 데이터를 다루는 RNN/LSTM까지 최신 딥러닝을 구현합니다 (52~60단계).

제5고지 도전 ➔
06. 부록

부록 및 API

인플레이스 연산의 비밀, 슬라이스 get_item 구현, Google Colab 실행 가이드, 참고문헌 및 DeZero 전체 API 사전을 제공합니다.

부록 살펴보기 ➔
전체 목차

60단계 커리큘럼 한눈에 보기

전체 5개 고지와 60개 세부 단계, 칼럼 및 부록의 전체 목차와 각 단계별 핵심 요약을 한 페이지에서 탐색하세요.

Characters

🧭 딥러닝 프레임워크 탐험대의 주인공들

복잡한 수식과 파이썬 코드로 이루어진 딥러닝 프레임워크의 세계를 이호진 교수님과 조교 지니, 주니어 메이커 도로시, 충직한 반려견 토토와 함께 쉽고 재미있게 정복합니다.

이호진 교수님
이호진 교수

AI·공학 멘토 & 지도교수

40대 초반의 지적이고 친근한 AI/공학 멘토! 딥러닝 프레임워크 설계 철학과 수학적 알고리즘의 기틀을 명쾌하게 지도합니다.

조교 지니
조교 지니 (Jiny)

수석 연구실 조교냥이

츤데레 매력의 수석 연구실 조교! 미니 안경을 쓰고 계산 그래프(DAG)와 오차역전파 코드의 오류를 앞발로 콕 짚어줍니다.

도로시
도로시 (Dorothy)

호기심 넘치는 주니어 메이커

실패를 두려워하지 않는 당찬 소녀 코더! 1단계 Variable 상자부터 60단계 신경망까지 파이썬으로 직접 구현하며 완성합니다.

토토
토토 (Toto)

현장 조수 & 마스코트

도로시의 단짝 비타민 반려견! 복슬복슬 구름 같은 털과 하늘색 반다나를 두르고 텐서 shape 오류와 버그를 척척 찾아냅니다.

👥 함께 성장하는 학습 커뮤니티

이 온라인 학습 노트를 교재 삼아 함께 지식을 나누고 성장해 가는 멋진 파트너들입니다.

🎓
동양미래대학교

인공지능학과

인공지능의 기본 소양부터 최신 딥러닝 응용 기술까지 꼼꼼히 학습하며, 본 프레임워크 교재 노트를 통해 딥러닝 내부 아키텍처와 자동 미분 엔진의 깊이 있는 원리를 함께 배양하고 있습니다.

✨
새로운 학습 참여 기관 모집

대학 학과, 동아리, 스터디, 기업 그룹

대학 전공 강의, 대학원 연구 세미나, 사내 학습 동아리 등에서 본 온라인 교재를 활용해 공부하고 계신다면 언제든 제안해 주세요! 학습 파트너 목록에 적극 등록해 드립니다.