본문내용 바로가기
MD의선택 무료배송 이벤트 소득공제

PyTorch로 시작하는 딥러닝 딥러닝 기초에서 최신 모던 아키텍처까지

비슈누 수브라마니안 지음 | 김태완 옮김 | 에이콘출판 | 2019년 02월 18일 출간
  • 정가 : 25,000원
    판매가 : 22,500 [10%↓ 2,500원 할인]
  • 통합포인트 :
    [기본적립] 1,250원 적립 [5% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 3만원 이상 구매 시 2~4% 추가적립
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    지금 주문하면 내일(17일,화) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

  • 개발자로 입문하기: 일단 이것부터 읽어보자!
    2019.05.31 ~ 2020.12.31
상품상세정보
ISBN 9791161752594(1161752595)
쪽수 312쪽
크기 187 * 234 * 23 mm /722g 판형알림
이 책의 원서/번역서 Deep Learning with PyTorch: A practical approach to building neural network models using PyTorch/Vishnu Subramanian

책소개

이 책이 속한 분야

이 책의 주제어

이 책은 파이토치를 이용한 딥러닝 입문서다. 파이토치는 최근 글로벌하게 가장 큰 주목을 받는 머신 러닝/딥러닝 프레임워크다. 딥러닝 입문자를 대상으로 기본적인 선형/회귀 모델부터 CNN, RNN, GAN과 같은 고급 네트워크까지 다루며, 더 나아가 전이학습(Transfer Learning)과 VGG16, ResNet, Inception, DeseNet 등 최신 모던 아키텍처를 활용하는 기법까지 체계적으로 학습하고 체험할 수 있도록 구성돼 있다. 이 책을 통해 딥러닝 기본 개념, 데이터 전처리, 신경망 고급 모델 및 딥러닝 응용 기법을 이해할 수 있다.
역자 블로그(http://taewan.kim/tutorial_manual/dl_pytorch)에서 예제 실습을 돕는 보조 자료를 제공한다.

저자소개

저자 : 비슈누 수브라마니안

다수의 빅데이터 분석 프로젝트(인공지능, 머신 러닝 및 딥러닝)에서 프로젝트 리딩, 설계 및 구현 역할을 담당했다. 머신 러닝, 딥러닝, 분산 환경 머신 러닝 및 시각화에 전문성을 갖 고 있다. 유통, 금융 및 여행 분야에서 경험을 쌓았다. 비지니스, 인공지능 그리고 엔지니어 팀 간의 이해와 소통을 돕고 조정하는 데 능숙하다.

역자 : 김태완

대우정보시스템에서 자바 웹 개발자로 IT 업계에 입문했다. 대우정보시스템 연구소에서 전사 표준 프레임워크 개발, 보급 및 기술 컨설팅을 수행했다. 그 후 오라클에서 WAS, Memory Grid, CEP, DB 동기화 및 자바 엔지니어로 활동했다. 2015년에 IBM에 합병된 NoSQL 전문 개발 업체인 Cloudant에서 2년간 CouchDB 개발과 클라우드 서비스 개발에 참여했다. 한국 오라클에서 빅데이터 엔지니어로 활동하고 있다. 한 분야에 집중하고 꾸준하게 콘텐츠를 만드는 일에 몰입하고 있으며, 콘텐츠 퍼블리싱 공간으로 http://taewan.kim을 운영하고 있다.

작가의 말

파이토치는 융통성과 사용 편의성 때문에 데이터 과학 전문가와 딥러닝 학습자의 관심을 끌고 있다. 이 책은 딥러닝과 파이토치의 기본 구성 요소를 소개하고 실용적인 접근 방식을 사용해 실제 문제를 해결하는 방법을 보여준다. 최첨단 연구 문제를 해결하는 데 사용되는 최신 딥러닝 아키텍처 및 기술에 대해 배우게 될 것이다.
이 책은 ResNet, DenseNet, Inception 및 Seq2Seq와 같은 다양한 최첨단 딥러닝 아키텍처에 대한 직관을 제공하는 반면, 수학에 대한 부담은 최소화한다. 또한 전이 학습을 사용하는 방법, 사전 계산된 피처를 사용해 전이 학습 속도를 높이는 방법, 임베딩, 사전 학습 임베딩, LSTM 그리고 1차원 컨볼루션을 사용해 텍스트를 분류하는 방법을 소개한다.
이 책을 읽고 나면 여기서 배운 다양한 기술을 사용해 비즈니스 문제를 해결할 수 있는 능숙한 딥러닝 학습자가 될 것이다.

목차

서문
지은이 소개
기술 감수자 소개
옮긴이 소개
옮긴이의 말
들어가며

1장. 파이토치로 딥러닝 시작하기

__인공지능
____인공지능의 역사
__머신 러닝
____실생활 머신 러닝 사례
__딥러닝
____딥러닝 애플리케이션
____딥러닝의 과장된 미래
____딥러닝 역사
____왜 지금인가?
____하드웨어 가용성
____데이터와 알고리즘
____딥러닝 프레임워크
________파이토치
__요약

2장. 신경망 구성 요소

__파이토치 설치
__첫 번째 신경망
____데이터 준비
________스칼라(0차원 텐서)
________벡터(1차원 텐서)
________행렬(2차원 텐서)
________3차원 텐서
________텐서 슬라이싱(텐서 자르기)
________4차원 텐서
________5차원 텐서
________GPU 지원 Tensor
________Variable
____신경망에 사용할 데이터 생성하기
________학습 파라미터 생성
________신경망 모델
________네트워크 구현
________오차 함수
________신경망 최적화
____데이터 로딩
________데이터셋 클래스
________데이터로더 클래스
__요약

3장. 신경망 파헤치기

__신경망 구성 요소
____레이어 - 신경망 기본 블록
____비선형 활성 함수
________시그모이드
________Tanh
________ReLU
________Leakly ReLU
____파이토치 비선형 활성화 함수
________파이토치 딥러닝 알고리즘 구현하기
________다양한 머신 러닝 문제를 위한 모델 아키텍처
________손실 함수
________네트워크 아키텍처 최적화
____딥러닝을 이용한 이미지 분류
________파이토치 Tensor로 데이터 로딩
________일괄 처리 형태로 파이토치 Tensor로 로딩하기
__네트워크 아키텍처 구축
________모델 학습
__요약

4장. 머신 러닝 입문

__머신 러닝의 세 가지 유형
____지도학습
____비지도학습
____강화학습
__머신 러닝 용어
__머신 러닝 모델 평가
____학습, 검증 및 테스트 분할
__단순 홀드아웃 검증
__K-겹 검증
__데이터 혼합이 적용된 K-겹 검증
__데이터 전처리와 특성 공학
____벡터화
____수치 정규화
____누락 데이터 처리
____특성 공학
__과대적합과 과소적합
____더 많은 데이터 확보
____네트워크 크기 줄이기
____가중치 규제 적용
____드롭아웃
____과소적합
__머신 러닝 프로젝트 워크플로
____문제 정의와 데이터셋 만들기
____모델 평가 기준
____평가 프로토콜
____데이터 준비
____기준 모델
____과대적합 될 정도의 모델
____가중치 규제 적용
____학습률 선정 전략
__요약

5장. 컴퓨터 비전 딥러닝

__신경망 첫걸음
____MNIST - 데이터 가져오기
__CNN 모델 구축
CONV2D
____풀링
____비선형 활성화 레이어- RELU
____뷰
________선형 레이어
____모델 학습
____CNN을 이용1개와 고양이 분류
____전이 학습을 이용한 개와 고양이 분류
__VGG16 모델 생성과 탐색
____레이어 고정
____세부 조정: VGG16
____VGG16 모델 학습
__사전 계산된 컨볼루션 피처 사용
__CNN 학습에 대한 이해
____중간 레이어의 출력 시각화
__중간 레이어의 가중치 시각화
__요약

6장. 시퀀스 데이터와 텍스트 딥러닝

__텍스트 데이터 분석
____토큰화
________텍스트를 문자로 변환
________텍스트를 단어로 변환
________N-그램 표현
____벡터화
________원-핫 인코딩
____워드 임베딩
__감성 분류기로 워드 임베딩 학습시키기
____IMDB 다운로드와 텍스트 토큰화
________torchtext
________torchtext
____어휘 구축
____벡터 배치 생성
____임베딩으로 네트워크 모델 만들기
____모델 학습시키기
__사전 학습 워드 임베딩
____임베딩 다운로드
____모델에 임베딩 로딩하기
____임베딩 레이어 가중치 고정
__RNN
____RNN 작동 방식 이해
__LSTM
____장기 종속성
____LSTM 네트워크
________데이터 준비하기
________배치 처리기 생성하기
________네트워크 생성하기
________모델 학습시키기
__시퀀스 데이터와 CNN
____시퀀스 데이터를 위한 1차원 컨볼루션 이해
________네트워크 만들기
________모델 학습시키기
__요약

7장. 생성적 신경망

__신경망 스타일 트랜스퍼
____데이터 로딩
____VGG 모델 생성
____콘텐츠 손실
____스타일 손실
____VGG 모델 레이어의 손실 추출
____각 레이어의 손실 함수 만들기
____옵티마이저 만들기
____학습
__생산적 적대 신경망
____심층 컨볼루션 GAN
____생성기 네트워크 정의
________전치 컨볼루션
________배치 정규화
________생성기 네트워크 정의
____판별기 네트워크 정의
____오차와 옵티마이저 정의
____판별기 네트워크 학습
________실제 이미지로 판별기 학습시키기
________가짜 이미지로 판별기 학습시키기
____생성기 네트워크 학습
____전체 네트워크 학습 시키기
____생성 이미지 검토
__언어 모델
____데이터 준비
____배치 처리기 생성
________배치
________Backpropagation through time
____LSTM에 기반한 모델 정의
____학습과 평가 함수 정의
____모델 학습
__요약

8장. 모던 네트워크 아키텍처

__최신 네트워크 아키텍처
____ResNe
________파이토치 데이터셋 만들기
________학습과 검증을 위한 로더 생성
________ResNet 모델 만들기
________컨볼루션 피처 추출
________미리 계산된 컨볼루션 피처와 로더를 위한 사용자 정의 파이토치 데이터셋 클래스 만들기
________단순한 선형 모델 만들기
________모델 학습과 검증
____인셉션
________인셉션 모델 만들기
________register_forward_hood을 이용해 컨볼루션 피처 추출하기
________컨볼루션 피처를 위한 새로운 데이터셋 만들기
________전연결 모델 만들기
________모델 학습과 검증
__DenseNet: 컨볼루션 네트워크의 전연결 아키텍처
____DenseBlock
____DenseLayer
________덴스넷 모델 생성
________덴스넷 피처 추출
________데이터셋과 로더 만들기
________전연결 모델을 생성하고 학습
__앙상블 모델
____3개 모델 만들기
____Extracting the image features
____데이터 로더와 사용자 정의 데이터셋 생성
____앙상블 모델 만들기
____모델 학습시키고 검증
__인코더-디코더 아키텍처
____인코더
____디코더
__요약

9장. 마지막 그리고 새로운 시작

__다음은?
__개요
__연구 가치가 있는 흥미로운 아이디어
____객체 인식
____이미지 분할
____파이토치 OPENNMT
____ALIEN NLP
____FAST
____ONNX
__지속적인 정보 업데이트 방법
__요약

찾아보기

출판사 서평

★ 이 책이 다루는 내용 ★
■ 파이토치를 이용한 GPU 가속 텐서 연산
■ torchvision와 torchtext를 사용해 이미지용 사용자 정의 데이터셋과 데이터 로더를 만들고 모델을 테스트하는 기법
■ 파이토치로 CNN 아키텍처를 구현해 이미지 분류기 제작
■ RNN, LSTM 및 GRU를 이용해 텍스트 분류 및 언어 모델링 시스템 구축
■ ResNet, Inception, Densenet 같은 고급 CNN 아키텍처를 소개하고, 전이 학습을 이용해 고급 아키텍처 사용
■ 여러 모델을 혼합해 강력한 앙상블 모델 구축 ... 더보기

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

Klover 평점/리뷰 (0)

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매도서의 문장수집을 기록하면 통합포인트 적립 안내

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유
  • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)
  • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등
  • 복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
소비자 피해보상
환불지연에 따른 배상
  • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
    소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
  • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
    소비자 보호에 관한 법률에 따라 처리함

이 분야의 베스트

  • 이남호
    23,310원
  • 윤인성
    16,200원
  • 이남호
    23,310원
  • 박응용
    16,920원
  • 길벗R&D
    18,900원
더보기+

이 분야의 신간

  • 로버트 C. 마틴
    26,100원
  • 김민준
    37,800원
  • 홍태성
    17,100원
  • 한정희
    18,000원
  • 이현열
    22,500원
더보기+

바로가기

  • 우측 확장형 배너 2

최근 본 상품