HOME > 상세정보

상세정보

딥러닝(Deep Learnig)에 목마른 사람들을 위한 PyTorch : 개인용 GPU 학습 서버 구축부터 딥러닝까지 (21회 대출)

자료유형
단행본
개인저자
장지수
서명 / 저자사항
딥러닝(Deep Learnig)에 목마른 사람들을 위한 PyTorch : 개인용 GPU 학습 서버 구축부터 딥러닝까지 / 장지수 지음
발행사항
서울 :   비제이퍼블릭,   2019  
형태사항
310 p. : 삽화 ; 23 cm
ISBN
9791190014366
000 00000cam c2200205 c 4500
001 000045996343
005 20191008155703
007 ta
008 190830s2019 ulka 000c kor
020 ▼a 9791190014366 ▼g 93000
040 ▼a 211009 ▼c 211009 ▼d 211009
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2019z24
100 1 ▼a 장지수
245 1 0 ▼a 딥러닝(Deep Learnig)에 목마른 사람들을 위한 PyTorch : ▼b 개인용 GPU 학습 서버 구축부터 딥러닝까지 / ▼d 장지수 지음
246 3 ▼a 딥러닝에 목마른 사람들을 위한 PyTorch
260 ▼a 서울 : ▼b 비제이퍼블릭, ▼c 2019
300 ▼a 310 p. : ▼b 삽화 ; ▼c 23 cm

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.31 2019z24 등록번호 111820801 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2019z24 등록번호 121250552 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2019z24 등록번호 151347117 도서상태 대출가능 반납예정일 예약 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.31 2019z24 등록번호 111820801 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.31 2019z24 등록번호 121250552 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2019z24 등록번호 151347117 도서상태 대출가능 반납예정일 예약 서비스

컨텐츠정보

책소개

혼자서도 딥러닝을 학습하고 싶으신 분들을 위한 자습서 겸 안내서다. 딥러닝 학습 환경을 구축하고, 기초 이론을 딥러닝 프레임워크인 "PyTorch"를 사용하여 낱낱이 살펴보고 최근 이미지 처리, 자연어 처리 분야에 자주 사용되는 알고리즘 내부 구동 원리를 설명한다.

GPU가 장착된 컴퓨터에 운영체제부터 각종 패키지 설치를 A부터 Z까지 알려주며, 신경망 네트워크의 내부 구성 및 기본 이론과 개념을 설명하고, 왜 사용하는지를 설명한다. 또한 신경망 이론의 구현을 "PyTorch" 프레임워크를 사용하여 하나씩 뜯어서 설명하고, 이미지 처리 및 자연어 처리에 사용되는 딥러닝 알고리즘(CNN, RNN)을 사용해 손쉬운 모델을 구축할 수 있도록 돕는다.

개인용 GPU 학습 서버 구축부터 딥러닝까지

이 책은 혼자서도 딥러닝을 학습하고 싶으신 분들을 위한 자습서 겸 안내서다. 딥러닝 학습 환경을 구축하고, 기초 이론을 딥러닝 프레임워크인 "PyTorch"를 사용하여 낱낱이 살펴보고 최근 이미지 처리, 자연어 처리 분야에 자주 사용되는 알고리즘 내부 구동 원리를 설명한다. 또한 신경망에 사용되는 최소한의 수학 지식을 코드를 통해 구현해서 쉽게 설명하고 "왜 이렇게 사용하는가?" "언제 사용하는가?"에 대한 필자의 탐구와 참고 자료들을 정리해서 독자 여러분과 함께 공유한다.

이 책의 특징
- GPU가 장착된 컴퓨터에 운영체제부터 각종 패키지 설치를 A부터 Z까지 알려준다. 이를 통해 외부에서도 사용할 수 있는 딥러닝 학습 서버 환경을 구축할 수 있다.
- 신경망 네트워크의 내부 구성 및 기본 이론과 개념을 설명하고, 왜 사용하는지를 설명한다. 신경망에 필요한 수식은 코드로 구현하여 이해를 돕도록 한다.
- 신경망 이론의 구현을 "PyTorch" 프레임워크를 사용하여 하나씩 뜯어서 설명하고, 이미지 처리 및 자연어 처리에 사용되는 딥러닝 알고리즘(CNN, RNN)을 사용해 손쉬운 모델을 구축할 수 있도록 돕는다.

이 책이 필요한 독자
- 딥러닝 코드 실습은 해보았지만, 내부 원리를 이해하고 실제 문제에 적용해보고 싶은 독자
- 유명한 딥러닝 기초 강좌를 들었지만, 그다음으로 무엇을 해야 할지 고민하는 독자
- 개인용 GPU 컴퓨터는 있지만, 학습용 서버로 활용하고 싶거나 각종 환경설정에 어려움을 겪고 있는 독자

독자대상
초중급

소스코드 다운로드
https://github.com/bjpublic/PyTorch

이 책은 혼자서 딥러닝을 학습하고 싶은 사람들을 위한 자습서 겸 안내서입니다. 저자는 딥러닝 학습 서버 환경 구축을 위한 패키지 설치를 A부터 Z까지 알려줍니다. 그래서 비교적 쉬운 작업을 통해 딥러닝을 시작할 수 있습니다.

최근에는 머신러닝과 딥러닝을 쉽게 사용할 수 있는 프레임워크(Frameworks)가 많이 등장했습니다. 머신러닝에 자주 사용되는 Scikit-Learn, 딥러닝에 자주 사용되는 TensorFlow, PyTorch 등 이들은 코드 몇 줄로 하나의 모델을 만들고 원하는 작업을 쉽게 이룰 수 있습니다. 쉽게 사용할 수 있지만, 기술을 쉽게 익힐 수 있는 것은 아닙니다. 내부의 원리를 알아야 여러분이 당면한 문제에 잘 적용해서 쓸 수 있습니다. 이 책은 바로 "왜 이렇게 사용하는가?" "언제 사용하는가?"에 대한 저자의 탐구와 참고 자료들을 정리하였습니다. 이를 바탕으로 저자가 겪은 어려움을 독자 여러분들이 조금 덜 겪고, 데이터 분야에 조금 더 쉽게 진입하게 되리라 믿습니다.


정보제공 : Aladin

저자소개

장지수(지은이)

한양대학교 경제금융학과를 졸업하였다. 대학교 4학년 때 엑셀로 데이터 분석을 하다가 답답해서 Python을 배웠다. 이후로 데이터 사이언스 분야의 매력에 푹 빠져버려 약 1년 사이에 이제는 개발자의 길로 접어 들은 경제학도다. 어렸을 때부터 중국 청도에 살아서 한국어, 중국어, 영어 세 가지 언어를 다 다루게 되었다. 이 때문인지 공부를 하면서 자연스럽게 자연어 처리 분야에 관심을 두게 되었다. 현재는 주로 기계 독해(Machine Comprehension), 기계 번역(Machine Translation)을 공부하고 있다. 수학에도 관심이 많아서, 남들이 수학 관련된 수업을 피할 때 열심히 들으러 다녔고, 모르는 개념이 나오면 계속 이해할 때까지 파고드는 스타일이다. 현재는 커넥트재단에서 MOOC AI 콘텐츠를 퍼블리싱하고 기획하는 일을 하고 있다. 교육 콘텐츠를 퍼블리싱하는 일을 하면서, 학습자 관점에서 많은 생각을 하게 되었고, 어떻게 하면 더 쉽게 어려운 개념들을 설명할 수 있을지 고민하고 있다.

정보제공 : Aladin

목차

Chapter 1. 딥러닝 학습환경을 갖추자
1.0 목표
1.1 컴퓨터 구매
1.2 우분투 설치
1.3 우분투 서버 환경설정
1.4 Python 및 CUDA 설치
1.5 가상환경 구축하기

Chapter 2. 딥러닝 세계로 빠져보자
2.0 목표
2.1 머신러닝과 딥러닝
2.1.1 머신러닝
2.1.2 왜 딥러닝이 잘될까?
2.2 딥러닝 기초
2.2.1텐서(Tensor)
2.2.2 제일 간단한 퍼셉트론: 논리 회로
2.2.3 Feedforward Neural Network
2.2.4 30분만 다뤄보는 확률 통계
2.2.5 손실함수
2.2.6 오차역전파
2.2.7 Summary & Tips
2.2.8 Mini-Project: 나만의 딥러닝 모델로 Mnist Dataset 학습하기

Chapter 3. 분야별 딥러닝 활용법
3.0 목표
3.1 이미지 처리에 강한 CNN
3.1.1 컴퓨터 비전과 이미지 처리
3.1.2 합성곱 층
3.1.3 풀링
3.1.4 합성곱 네트워크 만들기
3.1.5 Case Study
3.1.6 Mini-Project: 전이 학습
3.2 자연어 처리에 강한 RNN
3.2.1 자연어 처리
3.2.2 딥러닝 자연어 처리의 일반적인 프로세스
3.2.3 단어 임베딩
3.2.4 순환 신경망
3.2.5 Deep RNN과 Bidirectional RNN
3.2.6 Mini-Project: 영화 댓글 감성 분류

Chapter 4. 딥러닝 입문 그다음은
4.0 난이도 업! 논문 읽어보기
4.1 요약 및 서언
4.2 본론
4.3 실험 결과 및 결론
4.4 Mini-Project: Seq2Seq를 활용한 한영 번역기 만들기

관련분야 신착자료

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