본문내용 바로가기
MD의선택 무료배송 이벤트 소득공제

실전 예제로 배우는 GAN 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기

데이터 사이언스 시리즈 38
조시 칼린 지음 | 박진수 옮김 | 위키북스 | 2019년 07월 24일 출간
  • 정가 : 25,000원
    판매가 : 22,500 [10%↓ 2,500원 할인]
  • 통합포인트 :
    [기본적립] 1,250원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2천원 추가적립 안내 [회원혜택] 실버등급 이상, 3만원 이상 구매 시 2~4% 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    당일배송 지금 주문하면 오늘( 4일,토) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내 바로드림 혜택
    휴일에는 바로드림 픽업으로 더 빨리 받아 보세요. 바로드림 혜택받고 이용하기

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

  • 개발자로 입문하기: 일단 이것부터 읽어보자!
    2019.05.31 ~ 2020.12.31
  • 위키북스의 도서를 한 눈에 살펴보세요
    2017.11.23 ~ 2020.12.31
  • 파이썬 도서 전체 목록입니다. 새로운 책을 발견해보세요!
    2016.08.11 ~ 2020.12.31
상품상세정보
ISBN 9791158391652(115839165X)
쪽수 260쪽
크기 187 * 240 * 19 mm /603g 판형알림
이 책의 원서/번역서 Generative Adversarial Networks Cookbook/Kalin, Josh

책소개

이 책이 속한 분야

이 책의 주제어

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 책의 총서

총서 자세히 보기

저자소개

저자 : 조시 칼린

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.

역자 : 박진수

다양한 개발, 저술, 번역 경험을 바탕으로 다양한 IT 융복합 사업을 전개하기를 바라며 1인 기업으로 발판을 다지고 있다. 번역한 책으로 《전문가를 위한 머신러닝 솔루션》 《딥러닝 모델 설계를 떠받치는 기술》 《따라 하면서 배우는 유니티 ML-Agents》가 있다.

목차

▣ 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

출판사 서평

★ 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.

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

  • 윤인성
    16,200원
  • 찰스 펫졸드
    22,500원
  • 조블리(조애리)
    20,700원
  • 천인국
    24,000원
  • 천인국
    30,000원
더보기+

이 분야의 신간

더보기+

바로가기

  • 우측 확장형 배너 2
  • 우측 확장형 배너 2

최근 본 상품