HOME > Detail View

Detail View

(실전 예제로 배우는) GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기 (Loan 21 times)

Material type
단행본
Personal Author
Kalin, Josh 박진수, 역
Title Statement
(실전 예제로 배우는) GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기 / 조시 칼린 지음 ; 박진수 옮김
Publication, Distribution, etc
파주 :   위키북스,   2019   (2020)  
Physical Medium
xxii, 238 p. : 삽화 ; 25 cm
Series Statement
데이터 사이언스 시리즈 = DS ; 038
Varied Title
Generative adversarial networks cookbook : over 100 recipes to build generative models using Python, TensorFlow, and Keras
ISBN
9791158391652
General Note
색인수록  
Subject Added Entry-Topical Term
Neural networks (Computer science) Machine learning Python (Computer program language) Artificial intelligence Information visualization
000 00000cam c2200205 c 4500
001 000045994117
005 20201223114353
007 ta
008 190808s2019 ggka 001c kor
020 ▼a 9791158391652 ▼g 93000
035 ▼a (KERIS)BIB000015339658
040 ▼a 211046 ▼c 211046 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2019z16
100 1 ▼a Kalin, Josh
245 2 0 ▼a (실전 예제로 배우는) GAN : ▼b 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기 / ▼d 조시 칼린 지음 ; ▼e 박진수 옮김
246 1 9 ▼a Generative adversarial networks cookbook : ▼b over 100 recipes to build generative models using Python, TensorFlow, and Keras
260 ▼a 파주 : ▼b 위키북스, ▼c 2019 ▼g (2020)
300 ▼a xxii, 238 p. : ▼b 삽화 ; ▼c 25 cm
440 0 0 ▼a 데이터 사이언스 시리즈 = ▼x DS ; ▼v 038
500 ▼a 색인수록
650 0 ▼a Neural networks (Computer science)
650 0 ▼a Machine learning
650 0 ▼a Python (Computer program language)
650 0 ▼a Artificial intelligence
650 0 ▼a Information visualization
700 1 ▼a 박진수, ▼e
900 1 0 ▼a 칼린, 조시, ▼e
945 ▼a KLPA

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.31 2019z16 Accession No. 511044008 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2019z16 Accession No. 121249903 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2019z16 Accession No. 121249915 Availability Available Due Date Make a Reservation Service B M
No. 4 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.31 2019z16 Accession No. 151347144 Availability In loan Due Date 2021-10-30 Make a Reservation Available for Reserve R Service
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.31 2019z16 Accession No. 511044008 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 Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2019z16 Accession No. 121249903 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.31 2019z16 Accession No. 121249915 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 2019z16 Accession No. 151347144 Availability In loan Due Date 2021-10-30 Make a Reservation Available for Reserve R Service

Contents information

Book Introduction

CycleGAN, simGAN, DCGAN 및 2차원 이미지로 3차원 형상을 생성하는 모델과 같은 여덟 가지 최신 GAN 구현 예제를 소개한다. 각 장마다 파이썬, 텐서플로, 케라스의 공통 아키텍처를 바탕으로 쉽게 구축할 수 있는 GAN 아키텍처를 읽기 쉬운 형태로 탐구해 보는 데 도움이 되는 유용한 방법을 담고 있다.

모델의 작동 방식을 이해할 수 있게 다양한 GAN 아키텍처 유형을 다루는 일부터 DCGAN, Pix2Pix 등과 관련된 사용 사례를 다루는 데 도움이 되는 직관적인 방법들이 들어 있다. 또한 바로 구현해 볼 수 있는 코드 기반 솔루션을 제공하는 덕분에, GAN 모델을 사용하면서 부딪히는 문제를 해결하거나 도전에 대응할 수 있는 실질적인 도움을 얻게 될 것이다.

파이썬, 텐서플로, 케라스를 사용해 강력한 생성 모델을 구현함으로써 차세대 딥러닝을 간소화한다!

생성적 적대 신경망(GAN) 개발 작업은 복잡할 뿐만 아니라, 이해하기 쉬운 코드를 찾기도 어렵다. 이 책에서는 CycleGAN, simGAN, DCGAN 및 2차원 이미지로 3차원 형상을 생성하는 모델과 같은 여덟 가지 최신 GAN 구현 예제를 소개한다. 각 장마다 파이썬, 텐서플로, 케라스의 공통 아키텍처를 바탕으로 쉽게 구축할 수 있는 GAN 아키텍처를 읽기 쉬운 형태로 탐구해 보는 데 도움이 되는 유용한 방법을 담고 있다.

모델의 작동 방식을 이해할 수 있게 다양한 GAN 아키텍처 유형을 다루는 일부터 DCGAN, Pix2Pix 등과 관련된 사용 사례를 다루는 데 도움이 되는 직관적인 방법들이 들어 있다. 또한 바로 구현해 볼 수 있는 코드 기반 솔루션을 제공하는 덕분에, GAN 모델을 사용하면서 부딪히는 문제를 해결하거나 도전에 대응할 수 있는 실질적인 도움을 얻게 될 것이다.

★ 이 책에서 다루는 내용 ★

◎ 한 가지 GAN 아키텍처의 구조를 의사코드로 배운다
◎ 구축할 각 GAN 모델의 공통 아키텍처를 이해한다
◎ 텐서플로와 케라스를 사용해 다양한 GAN 아키텍처를 구현해 본다
◎ 서로 다른 데이터셋을 사용해 GAN 모델에서 신경망 기능을 활성화해 본다.
◎ 다양한 GAN 모델을 결합하고 해당 모델들을 미세하게 조정하는 방법을 배운다
◎ 2차원 이미지를 가져와서 3차원 형상으로 만들어 내는 모델을 제작해 본다.
◎ Pix2Pix를 사용해 GAN을 개발함으로써 화풍을 모사하게 해 본다.


Information Provided By: : Aladin

Author Introduction

조시 칼린(지은이)

로봇공학과 머신러닝을 접목한 분야에 집중하는 물리학자이자 기술자이다. 고급 센서 및 산업용 로봇, 머신러닝, 자율 주행 차량을 연구하는 일에 종사한다. 물리학, 기계공학, 컴퓨터과학 학위를 취득했다. 여가 시간에는 차량을 다루는 일(36대의 소유 차량을 세어 보는 일), 컴퓨터를 조립하는 일, 로봇공학 및 머신러닝 분야의 신기술을 학습하는 일(이 책을 쓰는 일 같은 것)을 즐겨 한다.

박진수(옮긴이)

정보기술(IT)과 관련하여 다양한 개발, 저술·번역, 기술편집, 기술교정, 자문, 발표, 기고를 해 왔다. 최근에는 주로 인공지능과 관련한 번역, 자문, 강의를 한다. 다수의 저서와 번역서는 온라인 서점에서 역자의 이름으로 검색할 수 있다.

Information Provided By: : Aladin

Table of Contents

▣ 01장: 생성적 적대 신경망이란? 
들어가며 
생성 모델과 판별 모델 
__ 수행 방법 … 
____판별 모델링 
____생성 모델링 
__ 작동 방식 … 
신경망의 사랑 싸움 
__ 수행 방법 … 
__ 작동 방식 … 
심층 신경망 
__ 수행 방법 … 
__ 작동 방식 … 
아키텍처 구조의 기초 
__ 수행 방법 … 
__ 작동 방식 … 
기본 빌딩 블록: 생성기 
__ 수행 방법 … 
__ 작동 방식 … 
기본 빌딩 블록: 판별기 
__ 수행 방법 … 
__ 작동 방식 … 
기본 빌딩 블록: 손실 함수 
__ 수행 방법 … 
__ 작동 방식 … 
훈련 
__ 수행 방법 … 
__ 작동 방식 … 
서로 다른 방식으로 모아 쓰는 GAN의 각 부분들 
__ 수행 방법 … 
__ 작동 방식 … 
GAN의 출력 
__ 수행 방법 … 
__ 작동 방식 … 
한정된 데이터로 일하기: 화풍 모사 
____새로운 장면을 꿈꾸기: DCGAN 
____모조 데이터로 보강하기: SimGAN 
GAN 구조의 이점 
__ 수행 방법 … 
__ 작동 방식 … 
연습문제 

▣ 02장: 데이터 중심, 용이한 환경, 데이터 준비 
들어가며 
데이터가 그다지도 중요한가? 
__ 출발 준비 
__ 수행 방법 … 
__ 작동 방식 … 
__ 더 많은 정보 … 
개발 환경 설정 
__ 출발 준비 
__ 수행 방법 … 
____GPU를 구동할 엔비디아 드라이버 설치하기 
____Nvidia-Docker를 설치하기 
____개발용 컨테이너 만들기 
__ 더 많은 정보 
데이터 형식 
__ 출발 준비 
__ 수행 방법 … 
__ 작동 방식 … 
____코드를 도커 컨테이너에서 실행하기 
__ 더 많은 정보 … 
데이터 전처리 
__ 출발 준비 
__ 수행 방법 … 
__ 작동 방식 … 
__ 더 많은 정보 … 
비정상 데이터 
__ 출발 준비 
__ 수행 방법 … 
____단변량 방법 
__ 더 많은 정보 … 
데이터 균형조절 
__ 출발 준비 
__ 수행 방법 … 
____표본추출 기법 
____앙상블 기법 
__ 더 많은 정보 … 
데이터 확대 
__ 출발 준비 
__ 수행 방법 … 
__ 작동 방식 … 
__ 더 많은 정보 … 
연습문제 

▣ 03장: 첫 번째 GAN을 100줄 이내로 만들기 
들어가며 
이론에서 코드로: 간단한 예제를 만들어 보기 
__ 출발 준비 
__ 수행 방법 … 
____Discriminator 기저 클래스 
____Generator 기저 클래스 
____GAN 기저 클래스 
__관련 정보 
케라스와 텐서플로를 사용해 신경망을 구축하기 
__ 출발 준비 
__ 수행 방법 … 
____도커 컨테이너 만들기 
__관련 정보 
첫 번째 GAN 구성요소인 판별기를 설명하기 
__ 출발 준비 
__ 수행 방법 … 
____가져오기 
____초기화 변수(판별기 클래스 내의 init) 
____판별기에 대한 모델 정의 
____판별기 클래스의 도우미 메서드 
____두 번째 GAN 구성요소인 생성기를 설명하기 
__ 출발 준비 
__ 수행 방법 … 
____가져오기 
GAN의 모든 부분을 종합하기 
__ 출발 준비 
__ 작동 방식 … 
____1단계: GAN 클래스 초기화 
____2단계: 모델 정의 
____3단계: 도우미 함수 
여러분의 첫 GAN을 훈련하기 
__ 출발 준비 
__ 수행 방법 … 
____훈련 클래스 정의 
____실행 스크립트를 정의하기 
모델을 훈련하고 GAN의 출력을 이해하기 
__ 출발 준비 
__ 수행 방법 … 
__ 작동 방식 … 
연습문제 

▣ 04장: DCGAN을 이용한 새 외부 구조물에 대한 꿈 
들어가며 
DCGAN이란 무엇인가? 간단한 의사코드 예제 
__ 출발 준비 
__ 수행 방법 … 
____생성기 
____ 관련 정보 
도구: 독특한 도구가 필요할까? 
__ 출발 준비 
__ 수행 방법 … 
____DCGAN 개발 환경 
____LSUN 데이터를 내려받아 압축을 풀기 
__ 더 많은 정보 … 
____ 관련 정보 
데이터 파싱: 데이터가 독특한가? 
__ 출발 준비 
__ 수행 방법 … 
코드 구현: 생성기 
__ 출발 준비 
__ 수행 방법 … 
____생성기 초기화: DCGAN 업데이트 
____DCGAN 구조 구축 
__ 관련 정보 
코드 구현: 판별기 
__ 출발 준비 
__ 수행 방법 … 
판별기 클래스 초기화 
모델 구조를 구축하기 
__ 관련 정보 
훈련 
__ 출발 준비 
__ 수행 방법 … 
____클래스 초기화로 변경 
____의사코드에서 변경한 사항을 이해하기 
____새롭고 향상된 훈련 스크립트 
____파이썬의 run 스크립트 
____셸의 run 스크립트 
평가: 코드가 작동하는지를 어떻게 알 수 있는가? 
__ 출발 준비 
__ 작동 방식 … 
성능 향상을 위한 파라미터 조절 
__ 수행 방법 … 
____훈련 파라미터 
____판별기 및 생성기 아키텍처 파라미터 
연습문제 

▣ 05장: Pix2Pix를 사용해 이미지를 변환하기 
들어가며 
의사코드로 맛보는 Pix2Pix 
__ 출발 준비 
__ 수행 방법 … 
____판별기 
____생성기 
데이터셋 파싱 
__ 출발 준비 
__ 수행 방법 … 
____새로운 Dockerfile을 사용해 도커 컨테이너를 만들기 
____보조 스크립트 작성 
코드 구현: 생성기 
__ 출발 준비 
__ 수행 방법 … 
코드: GAN 신경망 
__ 출발 준비 
__ 수행 방법 … 
코드 구현: 판별기 
__ 출발 준비 
__ 작동 방식 … 
훈련 
__ 출발 준비 
__ 수행 방법 … 
____클래스 설정 
____훈련 메서드 
____결과를 그리기 
____도우미 함수 
____훈련 스크립트 실행 
연습문제 

▣ 06장: CycleGAN을 사용해 화풍을 모사하기 
들어가며 
의사코드: 어떻게 작동하는가? 
__ 출발 준비 
__ 수행 방법 … 
____CycleGAN은 어떤 점이 강력한가? 
CycleGAN 데이터셋 파싱 
__ 출발 준비 
__ 수행 방법 … 
____도커 구현 
____데이터 내려받기 스크립트 
____실제 데이터는 어떻게 보일까? 
코드 구현: 생성기 
__ 출발 준비 
__ 수행 방법 … 
코드 구현: 판별기 
__ 출발 준비 
__ 수행 방법 … 
코드 구현: GAN 
__ 출발 준비 
__ 수행 방법 … 
훈련 시작 
__ 출발 준비 
__ 수행 방법 … 
____초기화 
____훈련 메서드 
____도우미 메서드 
연습문제 

▣ 07장: SimGAN에서 모조 이미지를 사용해 사실적인 눈동자 사진을 생성하기 
들어가며 
SimGAN 아키텍처의 작동 원리 
__ 출발 준비 
__ 수행 방법 … 
의사코드: 어떻게 작동하는가? 
__ 출발 준비 
__ 수행 방법 … 
훈련 데이터로 작업하는 방법 
__ 출발 준비 
__ 수행 방법 … 
____Kaggle과 API 
____도커 이미지 만들기 
____도커 이미지 실행하기 
코드 구현: 손실 함수 
__ 출발 준비 
__ 수행 방법 … 
코드 구현: 생성기 
__ 출발 준비 
__ 수행 방법 … 
____상용구 항목 
____모델 개발 
____도우미 함수 
코드 구현: 판별기 
__ 출발 준비 
__ 수행 방법 … 
____상용구 
____모델 아키텍처 
____도우미 함수 
코드 구현: GAN 
__ 출발 준비 
__ 수행 방법 … 
SimGAN 신경망 훈련 
__ 출발 준비 
__ 수행 방법 … 
____초기화 
____훈련 함수 
____도우미 함수 
____파이썬 실행 스크립트 
____셸 실행 스크립트 
연습문제 

▣ 08장: GAN을 사용해 이미지를 3차원 모델로 만들기 
들어가며 
3D 모델 제작을 위해 GAN 사용 소개 
__ 출발 준비 
__ 수행 방법 … 
____2D 이미지의 경우: 이미지의 인코딩 공간 학습 
____3D 합성곱을 사용해 모델을 훈련하기 
환경 준비 
__ 출발 준비 
__ 수행 방법 … 
____도커 컨테이너 만들기 
____도커 컨테이너 만들기 
2D 데이터 인코딩 및 3D 객체와 짝짓기 
__ 출발 준비 
__ 수행 방법 … 
____간단한 인코더를 실행하는 코드 
____도커 컨테이너로 인코더를 실행하는 셸 스크립트 
코드 구현: 생성기 
__ 출발 준비 
__ 수행 방법 … 
____생성기 클래스 준비 
____생성기 모델 구축 
코드 구현: 판별기 
__ 출발 준비 
__ 수행 방법 … 
____판별기 클래스 준비 
____판별기 모델 구축 
코드 구현: GAN 
__ 출발 준비 
__ 수행 방법 … 
이 모델을 훈련하기 
__ 출발 준비 
__ 수행 방법 … 
____훈련 클래스 준비 
____도우미 함수 
____훈련 메서드 
____신경망의 출력을 그려내기 
____훈련 스크립트 실행 
연습문제

New Arrivals Books in Related Fields

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