HOME > 상세정보

상세정보

텐서플로 딥러닝 프로그래밍

자료유형
단행본
개인저자
김동근
서명 / 저자사항
텐서플로 딥러닝 프로그래밍 = Deep learning programming with Tensorflow / 김동근 지음
발행사항
서울 : 가메, 2020
형태사항
548 p. : 삽화 ; 26 cm
ISBN
9788980783083
000 00000cam c2200205 c 4500
001 000046061908
005 20210114163344
007 ta
008 201228s2020 ulka 000c kor
020 ▼a 9788980783083 ▼g 13560
035 ▼a (KERIS)BIB000015692519
040 ▼a 225009 ▼c 225009 ▼d 211009
082 0 4 ▼a 006.31 ▼2 23
085 ▼a 006.31 ▼2 DDCK
090 ▼a 006.31 ▼b 2020z46
100 1 ▼a 김동근
245 1 0 ▼a 텐서플로 딥러닝 프로그래밍 = ▼x Deep learning programming with Tensorflow / ▼d 김동근 지음
260 ▼a 서울 : ▼b 가메, ▼c 2020
300 ▼a 548 p. : ▼b 삽화 ; ▼c 26 cm

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2020z46 등록번호 151352417 도서상태 대출가능 반납예정일 예약 서비스 C

컨텐츠정보

책소개

인공지능(AI) 시대를 준비하는 프로그래밍, 텐서플로 딥러닝 프로그래밍에 대한 내용을 담았다. 인공지능 · 딥러닝 · 텐서플로 설치, 텐서플로 기초, 회귀(Regression), tf.keras를 사용한 회귀, 완전 연결 신경망 분류(Classification), 데이터 셋: tf.keras.datasets 등으로 구성되었다.

텐서플로 딥러닝 프로그래밍
Tensorflow Deeplearning Programming

인공지능(AI) 시대를 준비하는 프로그래밍


▶ 즉시 실행(eager execution) 모드 사용
▶ tf.keras에 의한 High level API 사용
▶ 선형 회귀 · 다항식 회귀
▶ 그래디언트 소실과 가중치 초기화
▶ 순차형 모델 · 함수형 API 모델
▶ 1 · 2차원 합성곱(CNN) 분류
▶ 데이터 셋(tf.keras.datasets) 분석
▶ 사전학습모델(tf.keras.applications)전이학습(transfer learning)
▶ 데이터 확장 · 대용량 데이터 학습
▶ 업샘플링 · 전치합성곱 · 오토인코더 · GAN
▶ 영상 분할 · 검출 · Colab


정보제공 : Aladin

저자소개

김동근(지은이)

정보제공 : Aladin

목차

Chapter01 인공지능 · 딥러닝 · 텐서플로 설치
01 인공지능과 딥러닝
02 텐서플로 설치

Chapter02 텐서플로 기초
03 즉시 실행 모드와 텐서 생성
04 텐서플로 연산

Chapter03 회귀(Regression)
05 평균 제곱 오차 손실함수
06 넘파이 단순 선형 회귀
07 자동 미분 계산
08 텐서플로 단순 선형 회귀
09 다변수 선형 회귀
10 tf.keras.optimizers를 이용한 학습
11 다항식 회귀

Chapter04 tf.keras를 사용한 회귀
12 순차형(Sequential) 모델
13 함수형 Model
14 모델 저장 및 로드

Chapter05 완전 연결 신경망 분류(Classification)
15 원-핫 인코딩과 교차 엔트로피 오차
16 활성화 함수
17 분류 성능평가
18 1-Dense 층(1뉴런) AND · OR 분류
19 1-Dense 층(2뉴런) AND · OR 분류
20 2층 신경망: XOR 이진 분류
21 2D 정규분포 데이터 생성 및 분류
22 IRIS 데이터 분류

Chapter06 데이터 셋: tf.keras.datasets
23 Boston_housing 데이터 셋
24 IMDB 데이터 셋
25 Reuters 데이터 셋
26 MNIST 데이터 셋
27 Fashion_MNIST 데이터 셋
28 CIFAR-10 데이터 셋
29 CIFAR-100 데이터 셋

Chapter07 콜백: 학습 모니터링
30 콜백
31 텐서보드

Chapter08 그래디언트 소실과 과적합
32 그래디언트 소실과 가중치 초기화
33 배치정규화
34 과적합 · 가중치 규제 · 드롭아웃
35 드롭아웃

Chapter09 합성곱 신경망(CNN)
36 패딩
37 1차원 풀링
38 1차원 합성곱
39 1차원 합성곱 신경망(CNN) 분류
40 2차원 풀링
41 2차원 합성곱
42 2차원 합성곱 신경망(CNN)

Chapter10 함수형 API
43 tf.keras.layers 층
44 함수형 API 합성곱 신경망(CNN)

Chapter 11 사전학습 모델: tf.keras.applications
45 VGG 모델
46 ResNet 모델
47 Inception · GoogleNet

Chapter 12 데이터 확장: 대용량 데이터 학습
48 영상 로드 · 저장 · 변환
49 ImageDataGenerator() · Flow()
50 ImageDataGenerator() · flfow_from_directory()

Chapter 13 업 샘플링 · 전치 합성곱 · 오토 인코덩 · GAN
51 업 샘플링(UpSampling)
52 전치 합성곱(Conv2DTranspose)
53 오토 인코더
54 적대적 생성 모델(GAN)

Chapter 14 영상 분할 · 검출 · Colab
55 Oxford-IIIT Pet Dataset
56 Oxford-IIIT Pet Dataset 분류
57 U-Net 영상 분할
58 물체 위치 검출 및 분류
59 Colab 분류


정보제공 : Aladin

관련분야 신착자료

Taulli, Tom (2020)