HOME > Detail View

Detail View

텐서플로로 시작하는 딥러닝 (Loan 26 times)

Material type
단행본
Personal Author
中井悅司, 1971- 진명조, 역
Title Statement
텐서플로로 시작하는 딥러닝 = Deep learning getting started with TensorFlow / 나카이 에츠지 지음 ; 진명조 옮김
Publication, Distribution, etc
파주 :   제이펍,   2017  
Physical Medium
xvi, 240 p. : 삽화, 도표 ; 25 cm
Series Statement
제이펍의 인공지능 시리즈 ;05
Varied Title
TensorFlowで學ぶディ―プラ―ニング入門 : 畳み込みニュ―ラルネットワ―ク徹底解説
ISBN
9791185890876
General Note
색인수록  
부록: 1. 맥OS와 윈도우에서의 환경 준비 방법, 2. 파이썬 2의 기본 문법, 3. 수학 공식  
000 00000cam c2200205 c 4500
001 000045916598
005 20171023160101
007 ta
008 170925s2017 ggkad 001c kor
020 ▼a 9791185890876 ▼g 93000
035 ▼a (KERIS)BIB000014541149
040 ▼a 211062 ▼c 211062 ▼d 241050 ▼d 211062 ▼d 244002 ▼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 2017z10
100 1 ▼a 中井悅司, ▼d 1971-
245 1 0 ▼a 텐서플로로 시작하는 딥러닝 = ▼x Deep learning getting started with TensorFlow / ▼d 나카이 에츠지 지음 ; ▼e 진명조 옮김
246 1 9 ▼a TensorFlowで學ぶディ―プラ―ニング入門 : ▼b 畳み込みニュ―ラルネットワ―ク徹底解説
246 3 ▼a Tensorflow de manabu dipu raningu nyumon : ▼b Tatamikomi nyuraru nettowaku tettei kaisetsu.
246 3 0 ▼a 딥러닝
260 ▼a 파주 : ▼b 제이펍, ▼c 2017
300 ▼a xvi, 240 p. : ▼b 삽화, 도표 ; ▼c 25 cm
440 0 0 ▼a 제이펍의 인공지능 시리즈 ; ▼v 05
500 ▼a 색인수록
500 ▼a 부록: 1. 맥OS와 윈도우에서의 환경 준비 방법, 2. 파이썬 2의 기본 문법, 3. 수학 공식
700 1 ▼a 진명조, ▼e
900 1 0 ▼a 나카이 에츠지, ▼e
900 1 0 ▼a Nakai, Etsuji, ▼e

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2017z10 Accession No. 121241994 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2017z10 Accession No. 151336694 Availability Available Due Date Make a Reservation Service
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2017z10 Accession No. 121241994 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2017z10 Accession No. 151336694 Availability Available Due Date Make a Reservation Service

Contents information

Book Introduction

딥러닝의 대표적 예인 ‘합성곱 신경망(CNN)’의 구조를 근본부터 이해하고, 텐서플로를 이용해 실제로 동작하는 코드를 작성하도록 안내한다. 필기 문자를 인식하도록 처리하는 합성곱 신경망에 대해, 그리고 이를 구성하는 각 요소의 역할을 신중하게 설명하는 한편, 딥러닝의 대표 라이브러리인 텐서플로를 이용해 실제로 동작하는 코드를 보여줌으로써 각 요소의 동작 원리를 확인할 수 있도록 구성되어 있다. 머신러닝과 데이터 분석을 제대로 배운 적이 없는 개발자에게 적합하다.

텐서플로를 이용하여 ‘합성곱 신경망(CNN)’의 구조를 완벽히 이해한다!
이 책은 머신러닝과 데이터 분석을 제대로 배운 적이 없는 개발자를 대상으로 한다. 딥러닝의 대표적 예인 ‘합성곱 신경망(CNN)’의 구조를 근본부터 이해하고, 텐서플로를 이용해 실제로 동작하는 코드를 작성하는 것이 이 책의 목표다. 그리고 다수의 뉴런이 여러 층 결합된 ‘다층 신경망’ 내에서 대체 무슨 일이 일어나는지, 딥러닝 알고리즘은 어떤 원리로 학습하는지를 알려 준다.

딥러닝의 밑바닥에는 머신러닝의 원리가 있는데, 간단한 행렬 계산과 기초적인 미분을 알면 그 구조를 이해하기가 그리 어렵지 않다. 이 책은 필기 문자를 인식하도록 처리하는 합성곱 신경망에 대해, 그리고 이를 구성하는 각 요소의 역할을 신중하게 설명한다. 또한, 딥러닝의 대표 라이브러리인 텐서플로를 이용해 실제로 동작하는 코드를 보여줌으로써 각 요소의 동작 원리를 확인할 수 있도록 구성되어 있다. 레고 블록을 끼워 맞추듯이 네트워크 구성 요소를 늘려 감으로써 인식 정확도가 향상되는 모습을 관찰할 수 있을 것이다.

부디 이 책을 통해 딥러닝의 근본 원리를 이해하고 텐서플로 코드 작성법을 학습하여 다음 단계로 도약하는 계기가 되길 바란다.

이 책의 대상 독자
● 머신러닝, 데이터 분석 전문가는 아니지만 AI 기술에 관심이 있는 분
● 딥러닝 알고리즘이 어떻게 구성되어 있는지 알고 싶은 분
● 텐서플로 공식 예제 코드를 제대로 활용하기 어려운 분


Information Provided By: : Aladin

Author Introduction

나카이 에츠지(지은이)

1971년 4월 출생. 노벨 물리학상을 진정으로 꿈꾸며 이론물리학 연구에 몰두한 학생 시절, 대학 입시 교육에 열정을 기울인 예비학교 강사 시절을 지나 화려하게 변신해 외국계 벤더에서 리눅스 엔지니어를 생업으로 하기에 이르렀고, 미묘한 인연이 계속되어 유닉스/리눅스 서버와 인생을 같이 함. 그 후 리눅스 디스트리뷰터의 에반젤리스트를 거쳐서 현재는 미국계 IT 기업의 Cloud Solutions Architect로 활동함. 최근에는 머신 러닝을 비롯한 데이터 활용 기술의 기초를 세상에 알리기 위해 강연하거나 잡지 기고 및 서적 집필에도 주력하고 있음. 주요 저서로는 『[개정신판] 프로를 위한 Linux 시스템 구축 활용기술』, 『Docker 실천 입문』, 『IT 엔지니어를 위한 머신 러닝 이론 입문』(모두 기술평론사), 『Tensorflow로 배우는 딥러닝 입문』(마이나비 출판) 등이 있음.

진명조(옮긴이)

2018 현재 씨디네트웍스에 근무하고 있으며, 《텐서플로로 시작하는 딥러닝》, 《서버/인프라 엔지니어를 위한 DevOps》, 《대규모 서비스를 지탱하는 기술》, 《서버/인프라를 지탱하는 기술》, 《클라우드의 충격》, 《인프라 엔지니어의 교과서: 시스템 구축과 관리편》 등의 기술 서적을 번역하였다. IT 산업의 미시적인 영역과 거시적인 영역을 아우르는 통찰력을 갖게 되기를 꿈꾸고 있으며, 최근에는 컨테이너 생태계의 급성장과 머신러닝을 비롯한 인공지능(AI)의 대중화에 주목하고 있다.

Information Provided By: : Aladin

Table of Contents

CHAPTER 1 텐서플로 입문 1 
1.1 딥러닝과 텐서플로 4 
1.1.1 머신러닝의 개념 4 
1.1.2 신경망의 필요성 7 
1.1.3 딥러닝의 특징 13 
1.1.4 텐서플로를 이용한 파라미터 최적화 16 
1.2 환경 준비 24 
1.2.1 CentOS 7에서의 준비 과정 25 
1.2.2 주피터 사용법 28 
1.3 텐서플로 훑어보기 33 
1.3.1 다차원 배열을 이용한 모델 표현 33 
1.3.2 텐서플로 코드를 이용한 표현 35 
1.3.3 세션을 이용한 트레이닝 실행 39 

CHAPTER 2 분류 알고리즘의 기초 47 
2.1 로지스틱 회귀를 이용한 이항 분류기 49 
2.1.1 확률을 이용한 오차 평가 49 
2.1.2 텐서플로를 이용한 최우추정 실행 54 
2.1.3 테스트 세트를 이용한 검증 65 
2.2 소프트맥스 함수와 다항 분류기 69 
2.2.1 선형 다항 분류기의 구조 69 
2.2.2 소프트맥스 함수를 이용한 확률로의 변환 73 
2.3 다항 분류기를 이용한 필기 문자 분류 76 
2.3.1 MNIST 데이터 세트 이용 방법 76 
2.3.2 이미지 데이터의 분류 알고리즘 79 
2.3.3 텐서플로를 이용한 트레이닝 실행 84 
2.3.4 미니 배치와 확률적 경사 하강법 90 

CHAPTER 3 신경망을 이용한 분류 95 
3.1 단층 신경망의 구조 97 
3.1.1 단층 신경망을 이용한 이항 분류기 97 
3.1.2 은닉 계층의 역할 100 
3.1.3 노드 개수와 활성화 함수 변경에 따른 효과 110 
3.2 단층 신경망을 이용한 필기 문자 분류 113 
3.2.1 단층 신경망을 이용한 다항 분류기 113 
3.2.2 텐서보드를 이용한 네트워크 그래프 확인 116 
3.3 다층 신경망으로의 확장 124 
3.3.1 다층 신경망의 효과 124 
3.3.2 특징 변수에 기반한 분류 로직 128 
3.3.3 보충: 파라미터가 극솟값으로 수렴하는 예 133 

CHAPTER 4 합성곱 필터를 통한 이미지 특징 추출 137 
4.1 합성곱 필터의 기능 139 
4.1.1 합성곱 필터의 예 139 
4.1.2 텐서플로를 이용한 합성곱 필터 적용 142 
4.1.3 풀링 계층을 이용한 이미지 축소 150 
4.2 합성곱 필터를 이용한 이미지 분류 153 
4.2.1 특징 변수를 이용한 이미지 분류 153 
4.2.2 합성곱 필터의 동적인 학습 159 
4.3 합성곱 필터를 이용한 필기 문자 분류 163 
4.3.1 세션 정보의 저장 기능 163 
4.3.2 단층 CNN을 이용한 필기 문자 분류 165 
4.3.3 동적으로 학습된 필터 확인 171 

CHAPTER 5 합성곱 필터의 다층화를 통한 성능 향상 177 
5.1 합성곱 신경망의 완성 179 
5.1.1 다층형 합성곱 필터를 이용한 특징 추출 179 
5.1.2 텐서플로를 이용한 다층 CNN 구현 184 
5.1.3 필기 문자의 자동 인식 애플리케이션 189 
5.2 그 밖의 주제 195 
5.2.1 CIFAR-10(컬러 사진 이미지) 분류를 위한 확장 195 
5.2.2 ‘A Neural Network Playground’를 이용한 직감적 이해 199 
5.2.3 보충: 오차 역전파법을 이용한 기울기 벡터 계산 204 

APPENDIX 부록 213 
A 맥OS와 윈도우에서의 환경 준비 방법 214 
A.1 맥OS의 환경 준비 과정 214 
A.2 윈도우10의 환경 준비 과정 218 

B 파이썬 2의 기본 문법 225 
B.1 Hello, World!와 자료형, 연산 225 
B.2 문자열 226 
B.3 리스트와 딕셔너리 228 
B.4 제어구문 230 
B.5 함수와 모듈 233 
C 수학 공식 235 

찾아보기 237

New Arrivals Books in Related Fields

Baumer, Benjamin (2021)
데이터분석과인공지능활용편찬위원회 (2021)
Harrison, Matt (2021)