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

한빛미디어 박스, 캘린더, 노트, 다이어리 중 선택(행사 도서 ..

2020.12.23 ~ 소진시까지
MANNING, O'REILLY, PACKT, WILE..

2016.03.07 ~ 2021.12.31

이벤트 (2)
상품정보
회원리뷰 (3)
교환/반품/품절

상품상세정보
ISBN	9791162243596(1162243597)
쪽수	552쪽
크기	183 * 235 * 25 mm /986g 판형알림
이 책의 원서/번역서	ゼロから作るDEEP LEARNING 3/齋藤康毅／著

책소개

이 책이 속한 분야

이 책의 주제어

코드 3줄이 딥러닝 프레임워크가 되는 마법

이 책은 ‘밑바닥부터’ 직접 만들어보며 즐겁게 딥러닝을 익히는 시리즈의 장점을 그대로 따랐습니다. 코드 3줄로 시작해 60단계까지 차근차근 구현해보세요. 어느새 파이토치, 텐서플로와 같은 현대적이지만 미니멀한 딥러닝 프레임워크가 완성돼 있을 것입니다. 딥러닝과 파이썬 지식을 어느 정도 갖췄다면 전편을 읽지 않고도 충분히 따라 할 수 있습니다. 동적 계산 그래프(Define-by-Run) 구조와 딥러닝 프레임워크 기본 설계, 두 마리 토끼를 잡아보세요!

상세이미지

제1고지 미분 자동 계산
__1단계 상자로서의 변수
__2단계 변수를 낳는 함수
__3단계 함수 연결
__4단계 수치 미분
__5단계 역전파 이론
__6단계 수동 역전파
__7단계 역전파 자동화
__8단계 재귀에서 반복문으로
__9단계 함수를 더 편리하게
__10단계 테스트

제2고지 자연스러운 코드로
__11단계 가변 길이 인수(순전파 편)
__12단계 가변 길이 인수(개선 편)
__13단계 가변 길이 인수(역전파 편)
__14단계 같은 변수 반복 사용
__15단계 복잡한 계산 그래프(이론 편)
__16단계 복잡한 계산 그래프(구현 편)
__17단계 메모리 관리와 순환 참조
__18단계 메모리 절약 모드
__19단계 변수 사용성 개선
__20단계 연산자 오버로드(1)
__21단계 연산자 오버로드(2)
__22단계 연산자 오버로드(3)
__23단계 패키지로 정리
__24단계 복잡한 함수의 미분

제3고지 고차 미분 계산
__25단계 계산 그래프 시각화(1)
__26단계 계산 그래프 시각화(2)
__27단계 테일러 급수 미분
__28단계 함수 최적화
__29단계 뉴턴 방법으로 푸는 최적화(수동 계산)
__30단계 고차 미분(준비 편)
__31단계 고차 미분(이론 편)
__32단계 고차 미분(구현 편)
__33단계 뉴턴 방법으로 푸는 최적화(자동 계산)
__34단계 sin 함수 고차 미분
__35단계 고차 미분 계산 그래프
__36단계 고차 미분 이외의 용도

제4고지 신경망 만들기
__37단계 텐서를 다루다
__38단계 형상 변환 함수
__39단계 합계 함수
__40단계 브로드캐스트 함수
__41단계 행렬의 곱
__42단계 선형 회귀
__43단계 신경망
__44단계 매개변수를 모아두는 계층
__45단계 계층을 모아두는 계층
__46단계 Optimizer로 수행하는 매개변수 갱신
__47단계 소프트맥스 함수와 교차 엔트로피 오차
__48단계 다중 클래스 분류
__49단계 Dataset 클래스와 전처리
__50단계 미니배치를 뽑아주는 DataLoader
__51단계 MNIST 학습

제5고지 DeZero의 도전
__52단계 GPU 지원
__53단계 모델 저장 및 읽어오기
__54단계 드롭아웃과 테스트 모드
__55단계 CNN 메커니즘(1)
__56단계 CNN 메커니즘(2)
__57단계 conv2d 함수와 pooling 함수
__58단계 대표적인 CNN(VGG16)
__59단계 RNN을 활용한 시계열 데이터 처리
__60단계 LSTM과 데이터 로더

부록 A 인플레이스 연산(14단계 보충)
부록 B get_item 함수 구현(47단계 보충)
부록 C 구글 콜랩에서 실행

출판사 서평

★ 파이썬을 활용해 밑바닥부터 직접 구현하는 딥러닝 프레임워크
딥러닝 프레임워크 안은 놀라운 기술과 재미있는 장치로 가득합니다. 어떤 구조를 갖추고 어떤 원리로 움직일까요? 어떤 기술이 사용되고 어떤 사상이 밑바닥에 흐르고 있을까요? 3편의 목표는 그것들을 밖으로 꺼내보고 제대로 이해하는 것입니다. 그 과정에서 여러분이 기술적인 재미도 느낄 수 있도록 ‘밑바닥부터 만든다’는 방침을 세웠습니다. 다른 누군가가 만들어놓은 도구를 사용하기만 해서는 도달하기 어려운 깊은 깨달음을 얻기를 바랍니다.

● 제1고지_ 프레임워크 개발을... 더보기

이벤트 (2)
상품정보
회원리뷰 (3)
교환/반품/품절

Klover 리뷰 (0)

북로그 리뷰 (3) 전체보기 쓰러가기

도서 구매 후 리뷰를 작성하시면
결제 90일 이내 300원, 발송 후 5일 이내 400원, 이 상품의 첫 리뷰 500원의 포인트를 드립니다.
포인트는 작성 후 다음 날 적립되며, 도서 발송 전 작성 시에는 발송 후 익일에 적립됩니다.
북로그 리뷰는 본인인증을 거친 회원만 작성 가능합니다.
(※ 외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외) 안내

딥린이들의 딥러닝 지식 업그레이드 필수 책! 직접 딥러닝 프레임워크를 개발해보는 밑바닥부터 시작하는 딥러닝3 su**i3070 | 2020-12-31 | 추천: 0 |

딥러닝 프레임워크를 직접 개발한다고? 그게 책으로 나왔다고? 이 책은 딥러닝 기초 이론은 어느 정도 알고 있고, 파이토치나 텐서플로 기본 예시 코드 정도는 돌려보거나 파이썬 기본은 알고 있는 독자들을 대상으로 합니다. 5고지 60단계로 개발 로드맵 목차를 구성하였습니다. 1고지(1~10단계)에서는 미분 자동계산 : DeZero 의 기반을 마련 2고지(11~24단계)에서는 자연스러운 코드 3고지(25~36단계)에서는 고차 미분계산 : 2차 미분 계산하도록 DeZero 확장 4고지(... 더보기

딥러닝 프레임워크를 직접 개발한다고? 그게 책으로 나왔다고?

이 책은 딥러닝 기초 이론은 어느 정도 알고 있고, 파이토치나 텐서플로 기본 예시 코드 정도는 돌려보거나 파이썬 기본은 알고 있는 독자들을 대상으로 합니다.

5고지 60단계로 개발 로드맵 목차를 구성하였습니다.

1고지(1~10단계)에서는 미분 자동계산 : DeZero 의 기반을 마련
2고지(11~24단계)에서는 자연스러운 코드
3고지(25~36단계)에서는 고차 미분계산 : 2차 미분 계산하도록 DeZero 확장
4고지(37~51단계)에서는 신경망 만들기 : DeZero를 신경망용으로 구축
5고지(52~60단계)에서는 DeZero의 도전 : GPU 대응, 모델 저장 및 복원 등 딥러닝에 필요한 기능 추가, CNN, RNN 등

세세한 단계들을 따라가면서 딥러닝 프레임워크를 파이썬 코드(클래스, 함수)로 구현하고,
변수명까지 세세하게 따라갈 수 있도록 안내해줍니다.

프레임워크를 만드는 과정에서 필요한 코드들은 물론, 딥러닝 프레임워크를 이해하는 이론들도 많이 실려있습니다.

중간중간 '칼럼'을 실어 딥러닝 프레임워크의 동작방식(정적 계산 그래프, 동적 계산 그래프 방식)
딥러닝 프레임워크의 장단점 등등 딥러닝 프레임워크를 더 폭넓게 이해할 수 있는 내용들을 쉽고 자세하게 보충해줍니다 이 책은 구현만이 아니라 이론도 많이 다루고 있는 책이라고 할 수 있습니다.

밑바닥부터 시작하는 딥러닝 1은 이미 딥러닝을 시작하는 딥린이들의 필수 입문서로 자리매김하였습니다.
3권은 1, 2권으로 딥러닝의 기초가 탄탄하게 쌓인 딥린이들에게 또다른 챌린지를 제공해주고, 숲을 볼 수 있도록 직접 딥러닝 프레임워크를 개발해봄으로써 지식을 업그레이드할 수 있는 좋은 레벨업 책입니다.

앞으로 이 책의 코드들을 하나하나 따라해보면서 텐서플로, 파이토치와 같은 딥러닝 프레임워크를 직접 구현하면서 이해하고자 합니다. 닫기
[밑바닥부터 시작하는 딥러닝 3] 리뷰 yo**gick71 | 2020-12-20 | 추천: 0 |

아.. 드디어 이 책이 3권까지 나왔습니다. 시리즈로 몇권까지 나올려고 이러는지 부담스럽네요. https://www.hanbit.co.kr/media/books/book_view.html?p_code=B6627606922 왜 부담스럽냐구요? 좋은 책이라 꼭 책장에 두어야만 하니까요. 2권에서는 자연어 처리애 대한 내용을 다루었었는데, 이번에는 "밑바닥부터 딥러닝 프레임워크를 개발"하는 내용입니다. ... 더보기

아.. 드디어 이 책이 3권까지 나왔습니다. 시리즈로 몇권까지 나올려고 이러는지 부담스럽네요.

https://www.hanbit.co.kr/media/books/book_view.html?p_code=B6627606922

왜 부담스럽냐구요? 좋은 책이라 꼭 책장에 두어야만 하니까요.

2권에서는 자연어 처리애 대한 내용을 다루었었는데, 이번에는 "밑바닥부터 딥러닝 프레임워크를 개발"하는 내용입니다.

딥러닝도 공부하고 프레임워크를 개발하는 방법도 배울 수 있는 "일석이조" 라고 봐야겠죠.

아래 로드맵을 보면 요렇게 단계별로 진행한다고 하네요. 역시 내용은 좀 어려워 보입니다.

내용이 쉽지 않은 책이라 부담스러울수 있는데 이런 로드맵이 있으면 왠지 든든한 느낌이 들기도 합니다.

이 책을 펼쳐본 순간 제일 맘에 드는 점은 위 로드맵에도 보이듯이 드디어 컬러판으로 나왔다는겁니다.

어릴 시절 흑백 티비만 보다가 컬러 티비를 봤을때의 그런 눈호강(?) 이 느껴집니다.

딥러닝 관련 코드는 특성상 수식과 배열, 등등이 많이 나오는데 이런 코드를 볼때마다 눈이 너무 금방 피곤해지고

가독성이 떨어졌었는데... 아래 사진을 보세요. 컬러로 되어 있으니 이렇게 달라보입니다.

텐서플로우 공부할때도 잠깐 그려본적이 있는 정확도 같은 그래프도 아래처럼 나오니까 비교 하기가 쉽드라구요.

주요 코드도 하늘색으로 하이라이트 되어 있습니다.

아직 책의 내용을 꼼꼼히 다 본건 아니지만 앞서 나온 두권의 책과 같은 저자와 역자니까 믿고 보는 책인건 당연한거겠죠.

앞에서 설명한것처럼 이 책은 단순히 딥러닝을 빨리 배워서 사용해보는 책이 아닙니다.

시간을 두고 공부하면서 직접 프레임워크까지 만들어보고 싶은 분들에게 추천하는 책입니다.

그럼 마지막으로 어디선가 봤던 기억이 있는 챠트가 나오길래 2권을 뒤져보니 ... 찾았습니다.

제가 왜 컬러판에 대해서 침이 마르도록 칭찬(?) 하는지 아래 사진으로 비교해보시죠.

닫기
밑바닥부터 시작하는 딥러닝 3 na**mjjang | 2020-12-20 | 추천: 0 |

어느덧 “밑바닥부터 시작하는 딥러닝 시리즈”의 세번째 책이 발간되었다. 밑바닥 시리즈는 딥러닝을 연구, 학습하는 이들이 이구동성으로 극찬하는 딥러닝 입문서이다. 개인적으로 알파고 등장 이후 2017년 처음으로 구매한 딥러닝 서적이 “밑바닥부터 시작하는 딥러닝” 인데, 이 책 덕분에 역전파의 늪에서 벗어날 수 있었기에 지금도 깊은 애정을 갖고 있는 책이다. 그때는 시리즈로 계속 나올줄 몰랐는데 결국 3권까지 나왔다. 이번 도서 3권은 어떤 밑바닥을 구현하게 될까? 그것은 바로 ... 더보기

어느덧 “밑바닥부터 시작하는 딥러닝 시리즈”의 세번째 책이 발간되었다. 밑바닥 시리즈는 딥러닝을 연구, 학습하는 이들이 이구동성으로 극찬하는 딥러닝 입문서이다.
개인적으로 알파고 등장 이후 2017년 처음으로 구매한 딥러닝 서적이 “밑바닥부터 시작하는 딥러닝” 인데, 이 책 덕분에 역전파의 늪에서 벗어날 수 있었기에 지금도 깊은 애정을 갖고 있는 책이다. 그때는 시리즈로 계속 나올줄 몰랐는데 결국 3권까지 나왔다.

이번 도서 3권은 어떤 밑바닥을 구현하게 될까? 그것은 바로
DeZero
라는 이름을 가진 딥러닝 프레임워크 이다.

텐서플로우나 파이토치 같은 훌륭한 딥러닝 프레임워크가 이미 존재하는데 굳이 프레임워크를 만들 필요가 있을까라는 의문이 생길 수도 있다. 그럼에도 이 책을 반드시 읽어야 할 이유는 무엇일까? 대표적으로 다음 2가지 이유를 들고 싶다.

SOTA 연구 및 개발 협업
연구 리터러시
능력 최신 AI 기술을 활용하여 서비스를 개발하는 회사일수록
SOTA급 논문을 빠르게 이해하고 코드로 구현하는 능력
이 매우 중요하다. 연구 결과를 구현체로 만드는 대표적인 사이트로 paperswithcode를 예로 들 수 있는데 최전선에 위치한 기술인 만큼 타인의 연구 결과를 빠르게 해석하여 구현하고자하는 서비스에 빠르게 녹일 수 있는 커뮤니케이션 능력 혹은 리터러시는 매우 중요한 능력이다.

또한 스스로의 연구를 코드로 구현하고 검증하는 과정은
연구의 이해 수준
자체를 높일 수 있음과 동시에
다른이와의 의사소통을 향상
시킬 수 있고
객관화
할 수 있다.
연구 리터러시외에도 실제 서비스를 구현할 때의 커뮤니케이션도 중요한 부분이다. 뛰어난 아이디어가 있음에도 팀 내 수준 높은 코드를 이해하지 못해
민폐 코드
를 작성한다거나,
미래에 예기치 못한 오류를 양산할 수 있는 가능성을 가진 코드
를 주입한다면 향후 서비스 품질과 일정에 막대한 지장을 초래할 수 있다.
본 도서를 통해 딥러닝 프레임워크 내부 구현 매커니즘을 확실히 이해한다면 실 서비스 개발에 있어 수준높은 협업을 통한 서비스 구현은 물론 다른 연구 결과를 빠르고 쉽게 분석하여 좋은 인사이트를 녹일 수 있다는 장점이 있다.

프로젝트
설계-구현 능력
향상 딥러닝 분야 외에도 이 책에는 파이썬을 활용한 대규모 프로젝트 설계 기법을 다루고 있다. 변수와 함수를 굳이 Variable, Function이라는 클래스로 추상화하여 출발하는데서
객체지향
에 숨은 철학을 이해할 수 있다.

Define-by-Run(동적 계산 그래프), 고차미분, Computational Graphs를 직접 구현하며 왜 개발자들이 텐서플로우 1.x 버전보다 파이토치에 열광했는지, 텐서플로우 2.x의 출현이 필연적이었는지 깨닫는 것은 신호탄에 불과하다.
텐서플로는 버전 1.x에서 채택한 독자적인 프로그래밍 언어 Domain Specific Language (DSL)을 사용한 정적 계산 그래프 기능을 보며 잘못된 설계가 가져오는 여파를 대규모의 프로젝트에 참여하지 않아도 간접적으로나마 직접 눈으로 확인하고 실감할 수 있게 된다.
이를 통해 동적
Define-by-Run
방식(텐서플로우의 경우 Eager Execution이라 지칭) 매커니즘과 자동 미분의 매커니즘 그리고 이를 지원하기 위한 설계 기법을 배울 수 있는데 이는 다른 서비스를 구현할 때도 활용할 수 있는 메타 설계기법으로 활용할 수 있을 것이다.
자동 미분, 계층 컬렉션, 데이터셋, 옵티마이저 각각의 Layer와 클래스를 분리하는 관점이나 파이썬을 Pythonic하게 활용하는 방법부터 GPU 활용 및 속도, 메모리 성능 개선 측면에서도 배울 것이 많기에 굳이 딥러닝이 아니더라도 어떤 서비스를 설계 및 구현하는데 필요한 프로젝트 능력을 크게 향상 시킬 수 있다.

본 도서를 읽으며 느꼈던 위 2가지 장점 외에도
단 한 권의 책으로 딥러닝 프레임워크를 만들 수 있다는 사실
에 적잖이 놀랐다.
단 2개의 클래스 Variable, Function의 추상화에서 출발하여 역전파, Define-by-Run(동적 계산 그래프), 고차미분, Computational Graphs, Layer 및 Optimizer 등의 확장성을 부여하며 60단계 과정을 따라 하다 보면 어느덧 CNN, RNN, LSTM 모델을 지원하는 딥러닝 프레임워크 DeZero를 만들 수 있게된다.
특히
어떤 식도 미분 가능하게 모듈화한 설계
가 인상적이었으며, 5개고지 60단계별로 구현한 결과를 시점별로 실행하며 눈으로 확인할 수 있어 보다 쉬운 이해가 가능했다.
스스로 역전파를 완전히 이해하고 있다고 생각했었는데
3고지에서 역전파의 역전파를 구현하면서 구석에 남아있는 무지의 영역을 확실히 깨칠 수 있는 계기
를 얻을 수 있어 만족스러웠다.
책의 구성과 전달력 또한 일품이다. 독자 의식의 흐름을 꿰뚫기라도 한 듯 궁금한 질문이 생길때마다 저자의 답변이 등장한다. 독자의 마음을 어떻게 이렇게 잘 들여다 볼 수 있을까? 저자의 뛰어난 예측 공감각력(?)에 감탄하는 일련의 과정이었다. 고수들의 내공을 이보다 쉽고 편하게 배우긴 어려울 것 같다. 전편 명성 그대로 독자 의식을 꿰뚫 듯 궁금증이 생길 때마다 친절한 설명이 등장한다.
설계에 녹아있는 철학은 기술을 넘어 예술의 영역에 가깝다. Layer, Optimizer, DataLoader 등 앞서 설명한 설계 철학 외에도 구체적으로
계산 그래프의 위상이 어떤 형태일지라도 역전파가 가능하도록 설계
한 부분은 감탄을 금할 수 없었다.
개인적으로는 DeZero를 만든 후 paperswithcode 사이트를 비롯 연구 결과의 코드 구현체가 전보다 쉽게 읽혀 매우 신기했다. 연구의 철학이나 아이디어를 생생히 느낄 수 있는 또 다른 시야를 얻은 것 같아 특히 만족스러웠다.
Eager Execution, Computational Graphs를 직접 구현하며 TensorFlow2.0 등장 등의 트렌드를 알 수 있었고, 자주 사용하지 않던 프레임워크에 대한 자신감 또한 큰 수확이었다.
텐서플로우 1.x에서 누구나 느꼈던 불편함과 어색함이었던 PlaceHolder, Session분기, Define-and-Run 방식에서 비롯된 계산 그래프 수행의 비효율성 등이 왜 발생했는지 그래서 올바른 설계가 왜 중요한지 나아가 파격적인 문법 변화에 따른 리스크를 감수하면서까지 텐서플로우 2.x이 등장할 수 밖에 없었던 필연을 구체적으로 실감할 수 있었다.
그 외 파이썬을 파이썬답게 활용하는 방법부터 GPU 활용 및 속도, 메모리 성능 개선 측면에서도 배울 것이 많았다.
읽는 내내 머리속에 계속 느낌표가 떠오르는 명작 중의 명작이었다. ML/DL 엔지니어분들은 물론 IT 서비스를 설계, 구현하는 분들께도 강력하게 추천하고 싶은 책이다.

책소개 - 밑바닥부터 시작하는 딥러닝 3

닫기

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

문장수집 안내

문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는
교보문고의 새로운 서비스입니다.

마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요"하여 모아보세요.

구매 후 90일 이내에 문장수집을 남겨주시면 100P,
해당 도서의 최초 작성자라면 200P를 적립해드립니다.

※포인트는 발송완료 후 익일 적립되며, 취소/반품/절판/품절
도서는 제외됩니다.

이벤트 (2)
상품정보
회원리뷰 (3)
교환/반품/품절

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 : ①서양도서-판매정가의 12%, ②일본도서-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