- All right reserved @ MoTlabs 2018
- 실라보스 링크
- 빠르게 아이디어를 검증할 수 있는 코드 패턴 찾기
- 디버깅을 간편하게 해주는 코드 패턴 찾기
- 코드 재사용 성능 높여주는 코드 패턴 찾기
- 훈련시간을 최소화 시킬 수 있는 파이프라인 찾기
- 간결한 코드를 만들기 위한 패턴 찾기
- Week1: Preliminary
- Week2 contents link:
- tf.data, tf.glife, tf.python_io.TFrecord (Seoyeon Yang)
- TF fundamental pattern design (Jaewook Kang)
- tf.layer, tf.estimator, tf.train, tf.test, TFRcord revisit (JoonHo Lee)
- TF 추상화와 간소화, 모델 엑스포트와 서빙 (Gyubok Lee)
- Recurrent Neural Network 이론 첫걸음! (Seoyeon Yang)
- To quickly implementing RNN (Boseop Kim)
- Recurrent Neural Network 구현 첫걸음! (Jieun Ryu)
- Hyperparameter & Model evaluation (Yunbum Beak)
- Distributed Tensorflow + TF 구조화 구현 (Doyoung Kwak)
-
팀원코드리뷰 : 이전 과제의 코드를 돌아가면서 리뷰한다.
-
본 발표 : 발표자가 책 해당 챕터 내용을 요약하고 api gslide 준비 하기 (api 문서 자료 찾아서)
-
스터디 이후 할일
- 발표자: 자료 업데이트하고 블로깅 (https://motlabs.github.io/ )
- 다른 팀원: 배운것을 토대로 본인의 코드 업데이트
- 다음 발표자: 차주 발표 준비
- Issues: report issues, bugs, and request new features
- Pull request
- Email: [email protected]
- Apach License 2.0:
- http://www.apache.org/licenses/LICENSE-2.0
- Jaewook Kang (@jwkanggist)
- Doyoung Gwak (@tucan9389)
- Seoyeon Yang (@howtowhy)
- Boseop Kim (@aisolab)
- JoonHo Lee (@junhoning)
- Yunbum Beak (@yunbum)
- SiYoung Oh (@ohahohah)
- Ryan Lee (@seungjaeryanlee)
- Gyubok Lee (@gyubokLee)
- Jieun Ryu (@Soohyunee)
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent