HOME > 상세정보

상세정보

(가장 빨리 만나는) 딥러닝 with Caffe (56회 대출)

자료유형
단행본
개인저자
武井宏將 이주석, 역
서명 / 저자사항
(가장 빨리 만나는) 딥러닝 with Caffe / 다케이 히로마사 지음 ; 이주석 옮김
발행사항
서울 :   길벗,   2016  
형태사항
196 p. : 삽화, 도표 ; 23 cm
원표제
初めてのディ-プラ-ニング : オ-プンソ-ス"Caffe"による演習付き
ISBN
9791187345749
일반주기
부록: 1. VMware에 우분투를 설치하는 방법, 2. 우분투에서 CUDA를 작동시키는 방법, 3. 3층 전결합 인공 신경망의 파라미터 파일  
서지주기
참고문헌(p. 187-189)과 색인수록
000 00000cam c2200205 c 4500
001 000045883562
005 20161025150345
007 ta
008 160930s2016 ulkad b 001c kor
020 ▼a 9791187345749 ▼g 93560
035 ▼a (KERIS)BIB000014196281
040 ▼a 223009 ▼c 223009 ▼d 223009 ▼d 211009
041 1 ▼a kor ▼h jpn
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2016z10
100 1 ▼a 武井宏將
245 2 0 ▼a (가장 빨리 만나는) 딥러닝 with Caffe / ▼d 다케이 히로마사 지음 ; ▼e 이주석 옮김
246 1 1 ▼a Deep learning for the really impatient
246 1 9 ▼a 初めてのディ-プラ-ニング : ▼b オ-プンソ-ス"Caffe"による演習付き
246 3 ▼a Hajimete no dipu raningu : ▼b opun sosu kafe ni yoru enshutsuki
260 ▼a 서울 : ▼b 길벗, ▼c 2016
300 ▼a 196 p. : ▼b 삽화, 도표 ; ▼c 23 cm
500 ▼a 부록: 1. VMware에 우분투를 설치하는 방법, 2. 우분투에서 CUDA를 작동시키는 방법, 3. 3층 전결합 인공 신경망의 파라미터 파일
504 ▼a 참고문헌(p. 187-189)과 색인수록
700 1 ▼a 이주석, ▼e
900 1 0 ▼a 다케이 히로마사, ▼e
900 1 0 ▼a Takei, Hiromasa, ▼e
945 ▼a KLPA

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 121237839 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 121239222 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 521004435 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 4 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2016z10 등록번호 151337862 도서상태 대출가능 반납예정일 예약 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 121237839 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 121239222 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2016z10 등록번호 521004435 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2016z10 등록번호 151337862 도서상태 대출가능 반납예정일 예약 서비스

컨텐츠정보

책소개

딥러닝이 어떤 기술이고, 어떤 일을 할 수 있는지 소개하고, 딥러닝 알고리즘의 학습 방법을 살펴본다. 또 Caffe를 이용해 실제로 딥러닝의 동작 방법을 경험해본다. 기초편에서는 딥러닝의 개요와 역사를 살펴보고, 음성 인식과 이미지 인식 분야에서 현재까지 이뤄낸 성과를 알아본다. 이론편에서는 컴퓨터가 딥러닝 알고리즘을 사용해 학습하는 방법을 배우고, 기존 방법과 비교하여 딥러닝이 왜 높은 성능을 구현할 수 있는지 살펴본다. 기계 학습이나 딥러닝에 대한 지식이 없고 수학을 몰라도 이해할 수 있도록 쉬운 용어와 구체적인 사례로 설명한다.

인공지능, 기계 학습, 이제는 딥러닝이다!
다양한 매체를 통해 접하는 인공지능 기술은 빛의 속도로 발전하며 수많은 사례와 비즈니스 모델을 쏟아내고 있다. 그 중에서도 최근 알파고를 통해 널리 알려진 딥러닝 기술은 높은 성과를 보이며 주목받고 있다. 우리는 딥러닝을 알아야 하는가? 물론이다. 딥러닝 기술은 다양한 오픈 소스 프레임워크를 통해 누구나 이용할 수 있는 도구가 되어가고 있다. 이 책은 딥러닝이 어떤 기술이고, 어떤 일을 할 수 있는지 소개하고, 딥러닝 알고리즘의 학습 방법을 살펴본다. 또 Caffe를 이용해 실제로 딥러닝의 동작 방법을 경험해본다.

Deep Learning, 누구나 쉽게 사용할 수 있다!

왜 딥러닝에 주목해야 하는가?

딥러닝은 MIT가 선정한 10대 혁신 기술이며, IT 리서치 기업 가트너도 주목해야 할 기술로 선정했다. 구글, 애플, 마이크로소프트, IBM, 삼성전자 같은 글로벌 기업은 모두 딥러닝에 투자하고 있다. 이들은 자사 서비스를 통해 구축된 빅데이터를 활용하기 위해 노력하고 있다. 자동 음성 인식, 자율 주행차, 주가 예측, 기사 작성 등 다양한 분야에 딥러닝이 이미 쓰이고 있으며 기업 경쟁력의 핵심이 될 것으로 예측되고 있다.

딥러닝, 기초부터 차근차근 이해하자!
기초편에서는 딥러닝의 개요와 역사를 살펴보고, 음성 인식과 이미지 인식 분야에서 현재까지 이뤄낸 성과를 알아본다. 이론편에서는 컴퓨터가 딥러닝 알고리즘을 사용해 학습하는 방법을 배우고, 기존 방법과 비교하여 딥러닝이 왜 높은 성능을 구현할 수 있는지 살펴본다. 기계 학습이나 딥러닝에 대한 지식이 없고 수학을 몰라도 이해할 수 있도록 쉬운 용어와 구체적인 사례로 설명한다.

Caffe로 딥러닝을 경험해보자!
오픈 소스 딥러닝 프레임워크 Caffe를 이용하면 딥러닝을 쉽게 사용할 수 있다. Caffe를 설치하고, 파라미터를 설정하고, 실제로 실행해보면서 딥러닝을 경험해보자. 리눅스 사용자는 CUDA와 함께 GPU 환경에서, 윈도 사용자는 VMware에 리눅스를 설치하고 CPU 환경에서 Caffe를 사용해본다.


정보제공 : Aladin

저자소개

다케이 히로마사(지은이)

대학교 시절 수학을 전공하고 위상기하학(토폴로지) 연구에 종사. 2004년 일본 유니시스 주식회사에 입사. CDA/CAM 시스템을 개발하며 주로 도형 처리 기술을 담당. 2011년부터 정보공학전공 대학원생으로 데이터 마이닝과 3D 형상 검색을 연구. 이후 회사로 돌아가 현재는 이미지 처리, 점군 처리, 기계 학습을 연구 중. 최근 즐거운 일은 갓 태어난 아이를 관찰하며 아이가 사람들의 동작이나 언어를 배워나가는 것을 신기해하고 있는 중.

이주석(옮긴이)

東京韓國學校 初, 中, 高等部 卒業. 연세대학교 물리학과 졸업 후 Toshiba, Infineon, RF Micro Devices 및 인텔에서 반도체 기술 영업. NVIDIA Professional Solution Group 영업 총괄 전무로 GPU 기반 클라우드 컴퓨팅, 슈퍼컴퓨팅, CUDA 및 Deep Learning 기술 교육 및 전파. 한국계산과학공학회 이사이며 Korea Graphics World forum 설립. 현 Heptagon Advanced Micro Optics Korea지사장을 맡아 광학 센서, 3D imaging, IoT 및 BLE 기술 전파 중.

정보제공 : Aladin

목차

[기초편] 
1장 딥러닝이란 무엇인가? 
__1.1 기계 학습의 개요 
____1.1.1 기계 학습은 어디에 사용할까? 
____1.1.2 기계 학습이란 어떤 기술인가? 
____1.1.3 기계 학습을 이용해 물체를 인식하는 방법 
____1.1.4 지도 학습에 의한 기계 학습과 비지도 학습에 의한 기계 학습 
____1.1.5 회귀분석, 분류, 클러스터링 
____1.1.6 기계 학습이 왜 필요한가? 
__1.2 딥러닝의 개요 
____1.2.1 인공 신경망이란 무엇인가? 
____1.2.2 인공 신경망을 이용한 이미지 인식 
____1.2.3 딥러닝 알고리즘 

2장 딥러닝이 이룩한 성과 
__2.1 딥러닝의 역사 
____2.1.1 딥러닝 연구의 기원 
____2.1.2 인공 신경망 연구, 빙하기를 거쳐 재조명 
____2.1.3 GPU에 의한 병렬 계산: GPGPU와 CUDA 
____2.1.4 딥러닝은 왜 주목 받는가? 
__2.2 음성 인식 분야의 성과 
____2.2.1 음성 인식이란? 
____2.2.2 음성 인식에 딥러닝을 이용 
__2.3 이미지 인식 분야의 성과 
____2.3.1 이미지 인식에 딥러닝을 이용 
____2.3.2 딥러닝을 이용한 이미지의 특징 자동 추출 
____2.3.3 딥러닝을 기존 이미지 처리에 이용 
____2.3.4 딥러닝을 이용해 이미지 주석 만들기 

[이론편] 
3장 딥러닝을 이용한 이미지 인식 
__3.1 이미지 인식이란? 
____3.1.1 이미지 인식은 왜 어려운가? 
__3.2 기존의 이미지 인식 기법 
____3.2.1 이미지 특징량이란 무엇인가? 
____3.2.2 BoF의 개념 
____3.2.3 BoF를 이용한 이미지 인식 알고리즘 
____3.2.4 BoF의 단점 
__3.3 딥러닝의 이용 
____3.3.1 컨볼루션 신경망을 이용한 이미지 인식 
____3.3.2 딥러닝은 무엇을 학습하는가? 
__3.4 어떻게 높은 성능을 구현할 수 있었을까? 
____3.4.1 BoF와 딥러닝의 비교 
____3.4.2 딥러닝의 충격 
____3.4.3 딥러닝에 약점은 없을까? 

4장 딥러닝 알고리즘 학습 방법 
__4.1 딥러닝 알고리즘 학습 방법 
____4.1.1 노드 값의 계산 방법 
____4.1.2 활성화 함수의 종류 
____4.1.3 계층의 종류 
__4.2 신경망 학습 방법 
____4.2.1 신경망을 어떻게 최적화시키는가? 
____4.2.2 경사 하강법이란 무엇인가? 
____4.2.3 오류역전파법에 의한 경사의 계산 
____4.2.4 신경망을 정밀하게 학습하는 방법 
__4.3 딥러닝 알고리즘 
____4.3.1 컨볼루션 신경망 학습 방법 
____4.3.2 오토인코더 학습 방법 
____4.3.3 순환 신경망 학습 방법 

[체험편] 
5장 Caffe를 준비하다 
__5.1 Caffe에 대한 기본 지식 
____5.1.1 Caffe란? 
__5.2 Caffe 설치 방법 
____5.2.1 Caffe에 필요한 라이브러리 설치 
____5.2.2 Caffe 다운로드 
____5.2.3 컴파일러 설정 변경과 make 파일 만들기 
____5.2.4 CPU로 동작하도록 설정 변경 
____5.2.5 Caffe의 컴파일러와 runtest 
____5.2.6 Caffe 폴더 구성 
__5.3 Caffe 동작법 
____5.3.1 이미지 데이터 다운로드와 데이터 형식 변환 
____5.3.2 실행 셸 속 
____5.3.3 솔버의 파라미터 설정 
____5.3.4 네트워크의 파라미터 설정 
____5.3.5 네트워크 파라미터 파일 기술 사례 

6장 Caffe로 딥러닝을 체험하다 
__6.1 Caffe를 샘플 프로그램으로 동작시키다 
____6.1.1 학습률에 대해 
____6.1.2 활성화 함수의 영향 
____6.1.3 네트워크의 구성과 영향 
__6.2 Caffe를 자신이 준비한 데이터로 이용하다 
____6.2.1 convert_imageset 사용법 

부록 A 
__A.1 VMware에 우분투를 설치하는 방법 
____A.1.1 VMware 다운로드 및 설치 
____A.1.2 VMware에 우분투를 설치하는 방법 
__A.2 우분투에서 CUDA를 작동시키는 방법 
____A.2.1 우분투에서 CUDA 설치 
____A.2.2 GPU 환경에서 Caffe 컴파일러 실행 
__A.3 3층 전결합 인공 신경망의 파라미터 파일 

후기 
참고문헌 
찾아보기

관련분야 신착자료

National Academies of Sciences, Engineering, and Medicine (U.S.) (2020)
Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)