Deep Learning 101 Paper (#1)

<aside> 🌟 Goal

다양한 도메인(비전, 자연어처리 등)에서 사용되는 딥러닝 모델과 공통적으로 적용되는 딥러닝 프레임워크(knowledge distillation, transfer learning 등)을 파악함
추가적으로 다양한 응용 도메인에서 위의 모델과 개념들이 어떻게 활용되는지 살펴보고, 이러한 응용을 위한 딥러닝 모델 설계를 할 줄 알아야 함 </aside>

<aside> 🌟 Ground Rule

할당된 논문을 읽고 각 주차에 해당하는 Content 내에 Notion 페이지를 만들거나 PPT를 만들어서 업로드함. 그리고, 맨 위 댓글에 의견/시사점/내용 등을 3줄 정도로 요약 및 정리
- [Basic]에 해당하는 논문의 경우에는, 매우 기초적이거나 예전 이론적 내용을 포함하고 있는 경우가 많기 때문에, 논문은 참고자료로 활용하는 것을 추천함
매주 한 명의 발표자가 논문 한편씩을 할당받아서 발표함. 참여자는 강의를 듣고 공부하는 과정에서 공유하고자 하는 자료가 있다면 자유롭게 Materials나 Resource에 추가하면 됨
two weeks에 논문 하나씩 리뷰를 할 예정이며, 코드 리뷰를 포함함 </aside>
Paper List