aikorea / cs231n

CS231n 번역 프로젝트

English to Korean translation project for the notes and assignments for Stanford CS class CS231n: Convolutional Neural Networks for Visual Recognition.

How to Participate

1. Fork this repository
2. Translate the assigned file (markdown, ipython-notebook, etc.) into Korean - Please refer to the glossary
3. Send PR

Local Development Instructions

To view the rendered site in your browser,

1. Install Jekyll - follow the instructions [here]
2. Assuming that you have already forked this repo, git clone https://github.com/yourUserName/cs231n.git
3. cd cs231n
4. jekyll serve
5. View the website at http://127.0.0.1:4000/cs231n/

cs231n's Issues

Assignment #1 관련 번역할 파일들

숙제 자료들 번역할 일들입니다.

1. 숙제 소개 페이지 : /assignment2016/assignment1.md 번역
2. 숙제 파일들 : 여기 에서 zip 파일을 받으면 아래 5개의 파일이 있습니다.

• features.ipynb
• knn.ipynb
• softmax.ipynb
• svm.ipynb
• two_layer_net.ipynb

각 notebook 파일에서 영어로 되어 있는 documentation 부분들을 한글화 해주시면 됩니다!

번역 외 체크할 사항들

Github에서 Markdown processor를 기존의 redcarpet 에서 kramdown 이라는 것만 지원하는 것으로 바뀌면서 몇 가지 체크할 점들이 있습니다.

• 수식 입력이 기존에 inline의 경우 \\( 수식 \\) 로 써야 하는 것에서 전부 $$ 수식 $$ 으로 사용하고, Markdown processor가 inline인지 newline에 중앙정렬인지 알아서 판단하도록 바뀌었습니다. 제가 거의 바꿔 놓았는데, 혹시 빼먹은 부분이 있는지 번역하시면서 체크 부탁드립니다.
• 다시 한 번 확인해보니 inline 수식 입력이 위 형태 대신 $ 수식 $ 으로 되어있는 문서들도 많습니다. 강의 노트 번역하시면서 문장 중간에 들어있는 수식이 $ 표시 하나만으로 둘러싸여 있다면 $$ 수식 $$ 처럼 $ 표시 하나를 더 추가해 주세요!

<a name='제목1'></a>
## 제목1

위와 같은 형태는 header를 나타내는 ## 가 제대로 인식이 안됩니다. 아래처럼 중간에 엔터를 한 번씩 쳐주셔야 합니다. 이 부분은 제가 일일히 확인을 못해서, 발견하실 때마다 엔터를 추가해 주세요.

<a name='제목1'></a>

## 제목 1

• 이외에도 markdown 문법은 맞는데 웹 상에서 깨지는 현상을 발견하시면 제보 바랍니다!

PR로 참여하였는데 번역자에는 한분만 올라가계시네요.

최종 번역을 보니, 전혀 참고를 안하고 번역하신 것 같습니다만, 의미있는 PR이었다면 번역 참여자에 언급해주세요.

역할 분담

튜토리얼

튜토리얼	파일	담당
Python / NumPy Tutorial	python-numpy-tutorial.md	강상훈 (sanghkaang)
IPython Notebook Tutorial	ipython-tutorial.md	김우정 (gnujoow)
Terminal.com Tutorial	terminal-tutorial.md	김우정 (gnujoow)
AWS Tutorial	aws-tutorial.md	김우정 (gnujoow)

강의 노트

마지막 두 강의 노트는 아직 draft 버전이라 완성되면 진행하는 것이 나을 것 같습니다.

강의	파일	담당
Image Classification: Data-driven Approach, kNN, train/val/test splits	classification.md	이옥민 (okmin), 최명섭 (myungsub)
Linear classification: Support Vector Machine, Softmax	linear-classify.md	최명섭 (myungsub)
Optimization: Stochastic Gradient Descent	optimization-1.md	임준구 (joonkuim)
Backpropagation, Intuitions	optimization-2.md	박기루 (dolai)
Neural Networks Part 1: Setting up the Architecture	neural-networks-1.md	임준구 (joonkuim)
Neural Networks Part 2: Setting up the Data and the Loss	neural-networks-2.md	서종한 (salopge)
Neural Networks Part 3: Learning and Evaluation	neural-networks-3.md	최영근 (ygchoi)
Convolutional Neural Networks: Architectures, Convolution / Pooling Layers	convolutional-networks.md	김택수 (jazzsaxmafia)
Understanding and Visualizing Convolutional Neural Networks	understanding-cnn.md	이동훈 (donghun)
Transfer Learning and Fine-tuning Convolutional Neural Networks	transfer-learning.md	김지원 (kjw0612)

동영상 자막

Lecture N - 여기서 N은 [유튜브 강의] 기준입니다.

강의	파일 (/captions/*.srt)	담당
Lecture 1	Lecture1_en.srt, Lecture1_ko.srt	김영범 (rollis0825)
Lecture 2	Lecture2_en.srt, Lecture2_ko.srt	황재하 (jaywhang)
Lecture 3	Lecture3_en.srt, Lecture3_ko.srt	이지훈 (jihoonl)
Lecture 4	Lecture4_en.srt, Lecture4_ko.srt	정호진 (hojinjung)
Lecture 5	Lecture5_en.srt, Lecture5_ko.srt	김석우 (sandrokim)
Lecture 6	Lecture6_en.srt, Lecture6_ko.srt	김석우 (sandrokim)
Lecture 7	Lecture7_en.srt, Lecture7_ko.srt	이준수 (jslee)
Lecture 8	Lecture8_en.srt, Lecture8_ko.srt
Lecture 9	Lecture9_en.srt, Lecture9_ko.srt
Lecture 10	Lecture10_en.srt, Lecture10_ko.srt	조재민 (j-min)
Lecture 11	Lecture11_en.srt, Lecture11_ko.srt
Lecture 12	Lecture12_en.srt, Lecture12_ko.srt
Lecture 13	Lecture13_en.srt, Lecture13_ko.srt
Lecture 14	Lecture14_en.srt, Lecture14_ko.srt
Lecture 15	Lecture15_en.srt, Lecture15_ko.srt

숙제 자료

숙제	파일	담당
Assignment 1	/assignments2016/assignment1.md	배지운 (maybe)
	features.ipynb	배지운 (maybe)
	knn.ipynb	배지운 (maybe)
	softmax.ipynb	배지운 (maybe)
	svm.ipynb	배지운 (maybe)
	two_layer_net.ipynb	배지운 (maybe)
Assignment 2
	FullyConnectedNets.ipynb	김우정 (gnujoow)
	ConvolutionalNetworks.ipynb	김우정 (gnujoow)
	Dropout.ipynb
	BatchNormalization.ipynb
Assignment 3	/assignments2016/assignment3.md	최명섭 (myungsub)
	ImageGeneration.ipynb	최명섭 (myungsub)
	ImageGradients.ipynb	최명섭 (myungsub)
	RNN_Captioning.ipynb	최명섭 (myungsub)
	LSTM_Captioning.ipynb	최명섭 (myungsub)

Lecture 1 ~ 6 동영상 자막

동영상 자막은 /captions 에 들어있습니다.

우선은 유튜브 자동생성 영어 자막과, 자동번역된 한글 자막을 각각 /captions/En/ , /captions/Ko/ 에 다운받아 놓았습니다.

앞부분부터 먼저 진행하는 것이 어떨까 해서 ConvNet 이전인 1~6부터 진행하겠습니다.

자막 파일에서 Lecture 넘버는 강의 동영상 유튜브 기준으로 적어두었습니다. (홈페이지의 syllabus와 순서는 동일합니다.)

/captions/En/Lecture(1~6)_en.srt 파일을 열어놓고 강의 동영상을 들으시면서 영어 자막이 틀린 부분을 수정해 주시면 됩니다 :)

• Lecture1_en.srt , Lecture1_ko.srt
• Lecture2_en.srt , Lecture2_ko.srt
• Lecture3_en.srt , Lecture3_ko.srt
• Lecture4_en.srt , Lecture4_ko.srt
• Lecture5_en.srt , Lecture5_ko.srt
• Lecture6_en.srt , Lecture6_ko.srt

강의 노트 번역 파일들

Module 1: Neural Networks

각 강의 노트마다 번역해주셔야 할 파일은 다음과 같습니다.

• Image Classification: Data-driven Approach, k-Nearest Neighbor, train/val/test splits
  • classification.md
• Linear classification: Support Vector Machine, Softmax
  • linear-classify.md
• Optimization: Stochastic Gradient Descent
  • optimization-1.md
• Backpropagation, Intuitions
  • optimization-2.md
• Neural Networks Part 1: Setting up the Architecture
  • neural-networks-1.md
• Neural Networks Part 2: Setting up the Data and the Loss
  • neural-networks-2.md
• Neural Networks Part 3: Learning and Evaluation
  • neural-networks-3.md

Python-NumPy / IPython Notebook / Terminal / AWS 튜토리얼

Python-NumPy, IPython Notebook 튜토리얼은

• python-numpy-tutorial.md
• ipython-tutorial.md

두 문서를 번역해 주시면 됩니다!

이외에도 Terminal.com, AWS 사용법 튜토리얼에 참여하실 분께선

• terminal-tutorial.md
• aws-tutorial.md

두 문서를 번역해 주세요. (여러 명이 동시에 파트를 나눠서 진행하셔도 됩니다 - 댓글 또는 슬랙으로 알려주세요)