파이토치 첫걸음
- 저자<최건호> 저
- 출판사한빛미디어
- 출판일2019-06-07
- 등록일2020-01-14
보유 2, 대출 0,
예약 0, 누적대출 50, 누적예약 0
책소개
페이스북이 주도하는 딥러닝 프레임워크 파이토치 기초부터 스타일 트랜스퍼, 오토인코더, GAN 실전 기법까지 A to Z 딥러닝 구현 복잡도가 증가함에 따라 ‘파이써닉’하고 사용이 편리한 파이토치가 주목받고 있다. 파이토치 코리아 운영진인 저자는 다년간 딥러닝을 공부하고 강의한 경험을 살려 딥러닝의 진입 장벽을 낮출 목적으로 이 책을 집필했다. 파이토치 설치부터 CNN, RNN, 나아가 스타일 트랜스퍼, 오토인코더, GAN 등 최신 연구 결과까지 살펴본다. 같은 어려움을 겪었던 개발자의 마음으로 개념 원리와 구현을 균형 있게 구성하여 쉽게 읽을 수 있다.
저자소개
딥러닝 엔지니어. 연세대학교 컴퓨터과학과 및 경영학과를 졸업하고 라프텔, 딥바이오, 토모큐브에서 인공지능 연구원으로 근무했다. 또한 패스트캠퍼스, SK플래닛, T아카데미, 인터파크에서 파이토치를 사용한 인공지능 강의를 진행했다. 지금까지 7편의 논문에 참여했으며 파이토치 코리아(www.facebook.com/groups/PyTorchKR) 운영진으로 활동하고 있다.
목차
CHAPTER 1 딥러닝에 대하여1.1 딥러닝이란 무엇인가1.2 왜 배워야 하는가1.3 무엇을 할 수 있는가CHAPTER 2 파이토치2.1 파이토치는 무엇이고 왜 써야 하는가2.2 다른 프레임워크와의 비교2.3 설치하는 법CHAPTER 3 선형회귀분석3.1 선형회귀분석이란 무엇인가3.2 손실 함수 및 경사하강법3.3 파이토치에서의 경사하강법CHAPTER 4 인공 신경망4.1 신경망이란 무엇인가4.2 인공 신경망의 요소4.3 전파와 역전파4.4 모델 구현, 학습 및 결과 확인CHAPTER 5 합성곱 신경망5.1 합성곱 신경망의 발달 배경5.2 합성곱 연산 과정5.3 패딩과 풀링5.4 모델의 3차원적 이해5.5 소프트맥스 함수5.6 모델 구현, 학습 및 결과 확인5.7 유명한 모델들과 원리CHAPTER 6 순환 신경망6.1 순환 신경망의 발달 과정6.2 순환 신경망의 작동 원리6.3 모델 구현, 학습 및 결과 확인6.4 순환 신경망의 한계 및 개선 방안CHAPTER 7 학습 시 생길 수 있는 문제점과 해결 방안7.1 오버피팅과 언더피팅7.2 정형화7.3 드롭아웃7.4 데이터 증강7.5 초기화7.6 학습률7.7 정규화7.8 배치 정규화7.9 경사하강법의 변형CHAPTER 8 뉴럴 스타일 트랜스퍼8.1 전이학습8.2 스타일 트랜스퍼8.3 스타일과 콘텐츠의 정의8.4 학습 알고리즘 8.5 최적화 알고리즘8.6 코드 구현CHAPTER 9 오토인코더9.1 소개 및 학습 원리9.2 합성곱 오토인코더9.3 시맨틱 세그멘테이션CHAPTER 10 생성적 적대 신경망10.1 소개 및 학습 원리10.2 모델 구현 및 학습10.3 유명한 모델들과 원리
