HOME > 상세정보

상세정보

딥러닝 워크북 (14회 대출)

자료유형
단행본
개인저자
清水亮 김은철, 역 유세라, 역 조태호, 감수
서명 / 저자사항
딥러닝 워크북 = Deep learning workbook / 시미즈 료 지음 ; 김은철, 유세라 옮김
발행사항
서울 :   길벗,   2018  
형태사항
204 p., 도판 [4]장 : 삽화(일부천연색) ; 24 cm
원표제
はじめての深層学習 (ディープラーニング) プログラミング : Python, Chainer, TensorFlow, Deel
ISBN
9791160504606
일반주기
머신 러닝 기초부터 딥러닝, 강화 학습까지 예제로 실습하여 이해한다!  
감수: 조태호  
색인수록  
000 00000cam c2200205 c 4500
001 000045940844
005 20180503161157
007 ta
008 180503s2018 ulkaf 001c kor
020 ▼a 9791160504606 ▼g 93000
035 ▼a (KERIS)BIB000014803383
040 ▼a 241026 ▼c 241026 ▼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 2018z12
100 1 ▼a 清水亮
245 1 0 ▼a 딥러닝 워크북 = ▼x Deep learning workbook / ▼d 시미즈 료 지음 ; ▼e 김은철, ▼e 유세라 옮김
246 1 8 ▼a 딥러닝 워크북 : ▼b 결국 실무에서는 GPU다!
246 1 9 ▼a はじめての深層学習 (ディープラーニング) プログラミング : ▼b Python, Chainer, TensorFlow, Deel
246 3 ▼a Hajimete no shinsō gakushū puroguramingu
246 3 ▼a Hajimete no dīpu rāningu puroguramingu
246 3 9 ▼a はじめての深層学習 プログラミング
246 3 9 ▼a はじめてのディープラーニング プログラミング
260 ▼a 서울 : ▼b 길벗, ▼c 2018
300 ▼a 204 p., 도판 [4]장 : ▼b 삽화(일부천연색) ; ▼c 24 cm
500 ▼a 머신 러닝 기초부터 딥러닝, 강화 학습까지 예제로 실습하여 이해한다!
500 ▼a 감수: 조태호
500 ▼a 색인수록
700 1 ▼a 김은철, ▼e
700 1 ▼a 유세라, ▼e
700 1 ▼a 조태호, ▼e 감수
900 1 0 ▼a 시미즈, 료, ▼e
900 1 0 ▼a Shimizu, Ryō, ▼e
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2018z12 등록번호 121244410 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

GPU 실습 환경을 구성하는 방법부터 머신 러닝과 딥러닝, 강화 학습 기초까지 간단한 이미지 인식, 분류 등 다양한 예제로 실습한다. 체이너(Chainer), 텐서플로(TensorFlow) 등 다양한 프레임워크를 사용해 딥러닝의 전체 모습을 살펴볼 수 있다. 또한, 실습하면서 만날 수 있는 오류에 대한 대처법도 수록했다.

CPU와 GPU는 작업 처리 방식이 다르다. CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성돼 복잡한 연산을 수행할 때 적합하며, GPU는 병렬 처리용으로 설계된 수천 개의 코어로 구성돼 대량으로 단순한 계산을 할 때 적합하다. 딥러닝은 대부분 행렬 연산이며, 행렬 연산은 대량의 단순한 계산이므로 GPU를 사용하면 처리 속도가 훨씬 빨라진다.

결국 실무에서는 GPU다!
CPU에서 익혀 GPU에 적용한다? CUDA, cuDNN 설치부터 생소하다! GPU 실습 환경을 구성하는 방법부터 머신 러닝과 딥러닝, 강화 학습 기초까지 간단한 이미지 인식, 분류 등 다양한 예제로 실습한다. 체이너(Chainer), 텐서플로(TensorFlow) 등 다양한 프레임워크를 사용해 딥러닝의 전체 모습을 살펴볼 수 있다. 또한, 실습하면서 만날 수 있는 오류에 대한 대처법도 수록했다.

1일 vs 1시간
최적의 처리 속도를 경험하자!

CPU vs GPU

CPU와 GPU는 작업 처리 방식이 다르다. CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성돼 복잡한 연산을 수행할 때 적합하며, GPU는 병렬 처리용으로 설계된 수천 개의 코어로 구성돼 대량으로 단순한 계산을 할 때 적합하다. 딥러닝은 대부분 행렬 연산이며, 행렬 연산은 대량의 단순한 계산이므로 GPU를 사용하면 처리 속도가 훨씬 빨라진다. 똑같은 코드를 실행하는 데 1일 vs 1시간이라면 어떤 것을 선택해야 할까? 정답은 GPU다!

코드를 직접 실행하며 이해한다!
소스 코드를 직접 실행해 보면서 머신 러닝과 딥러닝 기초 이론을 이해할 수 있다. 또한, 강화 학습, 파인 튜닝 방법, 오토인코더까지 학습한다. 실습하는 데 필요한 코드를 수록했고, 코드를 직접 실행해 보며 내용을 이해할 수 있다. 실습하면서 만날 수 있는 오류에 대한 대처법도 수록했다.

다양한 프레임워크로 딥러닝의 전체 모습을 살펴본다!
체이너(Chainer), 텐서플로(TensorFlow), Deel 프레임워크를 이용해 CUDA, cuDNN과 같은 GPU 실습 환경을 구성하는 방법부터 간단한 이미지 인식, 텍스트 예제, 자동 번역 신경망까지 다양한 예제로 딥러닝의 전체 모습을 살펴본다. 또한, 딥러닝이 어떻게 발전할지 미래까지 예측해 본다.

CONTENTS

● 딥러닝 시작하기(GPU 환경 설정, 그림·웹 캠·비디오의 이미지 인식, 이미지 클래스 분류)
● 체이너로 머신 러닝 기초 배우기(환경 설정, 논리 연산, 합성곱 신경망)
● 순환 신경망 프로그래밍(CSLAIER, LSTM)
● 텐서플로 배우기(환경 설정, 체이너와 비교, 이미지 분류, 대화 로봇과 자동 번역 신경망)
● 강화 학습(Deep Q Learning, LIS)
● 딥러닝의 미래(명화 터치 흉내내기, 사진 보고 설명문 만들기, 오토인코더, 파인 튜닝)


정보제공 : Aladin

저자소개

시미즈 료(지은이)

주식회사 UEI의 대표이사 사장 겸 CEO다. 주식회사 도완코 회장실의 3과장도 겸하고 있다. 딥러닝을 중심으로 한 인공지능을 연구/개발하며 직접 프로그래밍도 한다. 2004년에 독립행정법인 정보처리 추진기구(IPA)로부터 천재 프로그래머/슈퍼 크리에이터로 인정받았다. 2013년에 개발한 자필 프로그래밍 단말 enchantMOON을 계기로 딥러닝과 만났으며, 딥러닝 워크스테이션 DEEPstation 시리즈 및 딥러닝 소프트웨어를 개발했다. 2016년부터 아키하바라 프로그래밍 교실에서 딥러닝 프로그래밍을 배우는 AI 프로그래밍 강좌를 열었다. 저서로는 <알기 쉬운 인공지능 최첨단의 사람만이 알고 있는 딥러닝의 비밀>, <프로그래밍 바보> 등이 있다.

김은철(옮긴이)

㈜아이티에스 대표이며, AWS 기반한 IoT 실시간 서비스를 개발해 운영 중이다. 일본법인 ㈜아이티에스 대표 및 엘피에이아카데미 전임강사(C, C++, MFC, Network, Database)였고, 한화S&C㈜에서 근무했다. 저서로는 <예제가 가득한 C 언어 길라잡이>, <초보자를 위한 C 언어 300제>, <윈도우 프로그래밍 플러스>, 역서로는 <유니티5 교과서>, <예제로 배우는 핵심 패턴 안드로이드 프로그래밍>, <아이폰 프로그래밍 UIKit 핵심 바이블>, , <예제가 가득한 Java/JavaScript/Android/iOS 프로그래밍> 외 다수가 있다. 최근에는 블록체인, 인공지능 관련 사업을 하고 있다(ceo@k2apps.kr).

유세라(옮긴이)

한국을 거쳐 일본에서 IT 엔지니어로 활동했으며, 현재는 (주)컴온히어 IT 기업 대표로 스마트 앱, 모바일 앱 사업을 하고 있으며, 일본 전문 서적 번역가로도 활동하고있다. 역서로는 <모두의 알고리즘>, , <딥러닝 워크북>, <머신 러닝 부트캠프 with 파이썬>, <예제로 배우는 핵심 패턴 안드로이드 프로그래밍>, <아이폰 프로그래밍 UIKit 핵심 바이블>, <예제로 배우는 아이폰 프로그래밍 핵심 바이블>, <스위프트로 만드는 실전강좌! 아이폰 앱 프로그래밍>, <유니티 게임 프로그래밍 바이블>, <가장 쉬운 파이썬 입문교실>, <수학으로 배우는 파이썬>, <게임으로 배우는 파이썬> 등이 있다.

조태호(감수)

머신 러닝, 딥러닝을 이용해 알츠하이머 질병을 연구하며 틈틈이 책을 쓰고 번역한다. 일본 도쿄의과치과대학에서 단백질 구조 예측으로 박사학위를 받았고, 미국으로 이주해 단백질 구조 예측에 딥러닝을 도입하는 연구를 했다. 2018년부터 미국 인디애나 대학교 의과대학에 재직하며 딥러닝을 이용한 알츠하이머 진단(2019), 딥러닝을 이용한 알츠하이머 원인 단백질 추적(2020), 딥러닝을 이용한 유전자 변이 예측(2021) 등을 연구하고 진행했다. 저서로는 『모두의 딥러닝』 , 제7회 브런치북 대상 수상작 『당신의 이유는 무엇입니까』 등이 있다.

정보제공 : Aladin

목차

1장 딥러닝 시작하기 
1.1 11줄로 쓴 딥러닝 AI 프로그램 
1.2 환경 설정 
1.3 소프트웨어 환경 설정 
1.4 가볍게 이미지 인식해보기 
1.5 카메라에 비치는 것을 실시간으로 인식하기 
1.6 비디오에서 물체 인식하기 
1.7 어떻게 이미지를 인식할 수 있을까? 
1.8 합성곱 신경망으로 이미지를 클래스로 분류하기 
1.9 15줄의 짧은 프로그램으로 이미지를 학습시키기 
1.10 본격적으로 학습시키자 

2장 체이너로 머신 러닝 기초부터 배우자 
2.1 가장 간단한 신경망 
2.2 논리 연산 학습시키기 
2.3 합성곱 신경망 
2.4 다양한 합성곱 신경망 
2.5 학습시킨 합성곱 신경망을 파이썬에서 이용하기 

3장 순환 신경망 프로그래밍 
3.1 입력할 때마다 답이 달라지는 신경망 
3.2 CSLAIER에 의한 LSTM 
3.3 LSTM에 의한 프로그래밍 
3.4 학습시킨 데이터로부터 추정 

4장 텐서플로를 배우자 
4.1 분산 계산에 적합한 프레임워크인 텐서플로 
4.2 텐서란? 
4.3 안녕, 텐서플로 
4.4 체이너와 텐서플로를 비교하면서 배우자 
4.5 텐서플로로 이미지 분류(Inception-v3) 
4.6 대화 로봇이 이렇게까지 말하네! 
4.7 텐서플로의 seq2seq로 영어-프랑스어 자동 번역 신경망 만들기 

5장 강화 학습: Deep Q Learning 
5.1 강화 학습이란? 
5.2 DQN이란? 
5.3 LIS 
5.4 LIS의 설치와 실행 

6장 딥러닝 지금부터 
6.1 명화의 터치를 흉내내는 인공지능 
6.2 사진을 보고 설명문을 만들고 그 반대도 가능하다고? 의역하고 창작하는 인공지능 
6.3 초고해상도에서 빅데이터 분석까지: 딥러닝의 숙명 오토인코더 
6.4 적층 오토인코더로 빅데이터 분석 
6.5 합성곱 신경망의 파인 튜닝 
6.6 복잡한 AI를 더 간단한 AI로 학습시키는 증류 
6.7 인공지능과 생체지능의 유사성과 차이 
6.8 마지막으로

관련분야 신착자료

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)