품목정보
발행일	2020년 02월 20일
쪽수, 무게, 크기	244쪽 \| 18825720mm
ISBN13	9791188621835
ISBN10	1188621831

더보기

이 상품의 태그

#컴공 #프로그래밍 #개발자 #프레임워크 #자바 #딥러닝 #머신러닝 #인공지능

Clean Code 클린 코드

29,700원 (10%)

'Clean Code 클린 코드' 상세페이지 이동

윤성우의 열혈 C 프로그래밍

22,500원 (10%)

'윤성우의 열혈 C 프로그래밍' 상세페이지 이동

오브젝트

34,200원 (10%)

'오브젝트' 상세페이지 이동

알고리즘 문제 해결 전략 세트

45,000원 (10%)

'알고리즘 문제 해결 전략 세트' 상세페이지 이동

윤성우의 열혈 C++ 프로그래밍

24,300원 (10%)

'윤성우의 열혈 C++ 프로그래밍' 상세페이지 이동

밑바닥부터 시작하는 딥러닝 2

26,100원 (10%)

'밑바닥부터 시작하는 딥러닝 2' 상세페이지 이동

이펙티브 자바 Effective Java 3/E

32,400원 (10%)

'이펙티브 자바 Effective Java 3/E' 상세페이지 이동

모두의 데이터 분석 with 파이썬

16,200원 (10%)

'모두의 데이터 분석 with 파이썬' 상세페이지 이동

모두의 파이썬

10,800원 (10%)

'모두의 파이썬' 상세페이지 이동

Do it! C 언어 입문

22,500원 (10%)

'Do it! C 언어 입문' 상세페이지 이동

Java의 정석

27,000원 (10%)

'Java의 정석' 상세페이지 이동

테스트 주도 개발

22,500원 (10%)

'테스트 주도 개발' 상세페이지 이동

Do it! 자료구조와 함께 배우는 알고리즘 입문 C 언어 편 (전면 개정판)

21,600원 (10%)

'Do it! 자료구조와 함께 배우는 알고리즘 입문 C 언어 편 (전면 개정판)' 상세페이지 이동

Kotlin in Action

32,400원 (10%)

'Kotlin in Action' 상세페이지 이동

Do it! HTML5+CSS3 웹 표준의 정석

22,500원 (10%)

'Do it! HTML5+CSS3 웹 표준의 정석' 상세페이지 이동

모두의 알고리즘 with 파이썬

14,400원 (10%)

'모두의 알고리즘 with 파이썬' 상세페이지 이동

C++ 최적화

34,200원 (10%)

'C++ 최적화' 상세페이지 이동

Do it! 자바 프로그래밍 입문

22,500원 (10%)

'Do it! 자바 프로그래밍 입문' 상세페이지 이동

Do it! 자바스크립트 + 제이쿼리 입문

18,000원 (10%)

'Do it! 자바스크립트 + 제이쿼리 입문' 상세페이지 이동

자바와 JUnit을 활용한 실용주의 단위 테스트

23,400원 (10%)

'자바와 JUnit을 활용한 실용주의 단위 테스트 ' 상세페이지 이동

더보기

CHAPTER 1 딥러닝 소개 1 1.1 신경망을 위한 기초 수학 3 1.1.1 단층 퍼셉트론 3 1.1.2 다층 퍼셉트론 8 1.1.3 합성곱 계층과 풀링층 9 1.1.4 활성화 함수 12 1.2 뉴럴 네트워크 17 1.2.1 손실 함수의 중요성 17 1.2.2 정규화 18 1.2.3 역전파 알고리즘 19 1.2.4 최적화 방법 19 1.3 정리 21 CHAPTER 2 신경망 구조 23 2.1 합성곱 신경망 24 2.1.1 AlexNet 25 2.1.2 GoogLeNet 26 2.1.3 ResNet 27 2.1.4 SqueezeNet 29 2.2 순환 신경망 31 2.2.1 LSTM 33 2.2.2 GRU 34 2.3 강화 학습 35 2.3.1 DQN 38 2.4 정리 39 CHAPTER 3 자바스크립트 딥러닝 프레임워크 41 3.1 TensorFlow.js 42 3.1.1 TensorFlow.js 시작하기 42 3.1.2 XOR 문제 43 3.1.3 XOR 문제 해결 44 3.1.4 네트워크 구조 49 3.1.5 텐서 50 3.1.6 연산 52 3.1.7 학습 55 3.1.8 TensorFlow.js 생태계 58 3.2 WebDNN 61 3.3 Keras.js 63 3.4 정리 65 CHAPTER 4 딥러닝을 위한 자바스크립트 기초 67 4.1 자바스크립트 형식화 배열 68 4.1.1 ArrayBuffer 69 4.1.2 DataView 71 4.2 자바스크립트 동시성 73 4.2.1 자바스크립트 이벤트 루프 73 4.2.2 Promise 비동기 함수 75 4.2.3 async/await 비동기 함수 77 4.2.4 웹워커를 사용한 멀티스레딩 79 4.2.5 딥러닝 애플리케이션을 위한 프로세싱 반복 처리 81 4.3 CPU/GPU에서 리소스 로드하기 81 4.3.1 Fetch API 82 4.3.2 레이블 인코딩 84 4.3.3 원-핫 인코딩 85 4.4 정리 86 CHAPTER 5 WebGL을 이용한 GPU 가속화 89 5.1 WebGL 기초 91 5.1.1 WebGL 작업 흐름 93 5.1.2 프래그먼트 셰이더 렌더링 96 5.2 일반적인 WebGL 사용 102 5.2.1 WebGL 디버깅 103 5.2.2 텍스처 렌더링 104 5.2.3 정밀도 109 5.2.4 최적화 112 5.2.5 부동소수점 스페셜 113 5.2.6 CPU에서 GPU로 또는 GPU에서 CPU로 118 5.3 행렬 연산을 위한 텍스처와 셰이더 119 5.3.1 행렬의 덧셈 120 5.3.2 행렬의 곱셈 120 5.3.3 활성화 함수 122 5.3.4 WGLMatrix 메서드 122 5.4 손글씨 인식 애플리케이션 123 5.4.1 데이터 인코딩 123 5.4.2 메모리 최적화 124 5.4.3 피드포워드 126 5.4.4 첫 번째 시도 126 5.4.5 성능 향상 127 5.5 정리 129 CHAPTER 6 웹브라우저에서의 데이터 추출 131 6.1 이미지 데이터 로딩 132 6.1.1 이미지에서 픽셀 추출하기 132 6.1.2 원격 리소스 로드하기 134 6.1.3 이진 블랍 가져오기 136 6.2 픽셀 데이터를 화면에 렌더링하기 137 6.2.1 이미지 보여주기 138 6.2.2 픽셀 데이터를 캔버스에 렌더링하기 139 6.2.3 이미지 데이터 보간 141 6.2.4 캔버스에 도형 그리기 143 6.3 카메라, 마이크, 스피커 사용하기 144 6.3.1 웹캠에서 이미지 캡처하기 145 6.3.2 마이크로 오디오 레코딩하기 146 6.3.3 사운드 파일의 로딩, 디코딩, 출력 148 6.4 딥러닝 프레임워크의 유틸리티 도구 149 6.4.1 TensorFlow.js 150 6.4.2 Keras.js 151 6.4.3 WebDNN 152 6.5 정리 153 CHAPTER 7 고급 데이터 조작을 위한 레시피 155 7.1 Protobuf 직렬화 156 7.1.1 Caffe 모델 파라미터 파싱하기 158 7.1.2 텐서플로 그래프 파싱 159 7.1.3 부동소수점 정밀도 161 7.2 Chart.js 차트 구현 162 7.2.1 차트 유형 살펴보기 163 7.2.2 데이터 세트 구성 165 7.2.3 데이터 업데이트 166 7.2.4 옵션과 구성 설정 168 7.3 캔버스를 활용한 스케치 171 7.3.1 캔버스에 그림 그리기 172 7.3.2 펜 스트로크 추출하기 175 7.4 마이크에서 스펙토그램 계산하기 177 7.5 얼굴 감지 및 추적 179 7.5.1 Jeeliz FaceFilter를 사용한 얼굴 추적 179 7.5.2 Tracking.js로 얼굴 추적하기 180 7.5.3 크롬 얼굴 인식 API 182 7.6 정리 184 CHAPTER 8 TensorFlow.js 애플리케이션 개발 185 8.1 TensorFlow.js를 활용한 동작 분류 185 8.1.1 알고리즘 186 8.1.2 TensorFlow.js 프로젝트 시작하기 188 8.1.3 KNN 분류기 설정 189 8.1.4 TensorFlow.js 프로세싱 루프 190 8.1.5 정리 193 8.2 TensorFlow.js를 활용한 텍스트 생성 애플리케이션 개발 193 8.2.1 알고리즘 193 8.2.2 케라스 모델 194 8.2.3 케라스 모델을 TensorFlow.js 모델로 변환하기 195 8.2.4 프로젝트 설치하기 196 8.2.5 TensorFlow.js로 케라스 모델 가져오기 196 8.2.6 TensorFlow.js 프로세싱 반복문 197 8.2.7 모델 입력 구성하기 198 8.2.8 예측 구현 200 8.2.9 모델 출력 샘플링 201 8.2.10 마치며 203 8.3 TensorFlow.js를 활용한 이미지 노이즈 제거 204 8.3.1 알고리즘 204 8.3.2 케라스 모델을 TensorFlow.js 모델로 변환하기 206 8.3.3 프로젝트 설치 207 8.3.4 초기화 207 8.3.5 애플리케이션 동작 흐름 208 8.3.6 테스트 이미지 불러오기 209 8.3.7 노이즈 업데이트 211 8.3.8 이미지 노이즈가 제거된 이미지 생성하기 211 8.3.9 이미지 노이즈 제거 212 8.3.10 초기화 함수 213 8.3.11 마치며 214 8.4 정리 214 8.5 맺음말 216 찾아보기 218

더보기

저자 소개 (5명)

책 속으로 책속으로 보이기/감추기

저처럼 이제 막 딥러닝의 세계로 뛰어든 웹 개발자라면, 이론과 실제라는 엄청난 간극을 메울 수 있는 최고의 책이 될 것입니다. 이 책을 통해 수학적인 이론에 그치지 않고 다양한 딥러닝 모델을 사용한 데모를 실제로 개발해 보며 딥러닝의 세계를 직접 맛볼 수 있을 것입니다. 특히, 저자들의 실제 딥러닝 애플리케이션 개발 경험을 통해 얻었던 팁에서 이 책의 정수를 느낄 수 있을 것입니다.
--- 「옮긴이 머리말」 중에서

퍼셉트론 방정식에서 계단 함수(step function)가 소개된 이후, 시그모이드 함수(sigmoid function)는 1980년대 가장 인기 있는 활성화 함수였습니다. 그 이유는 계단 함수와 달리 시그모이드는 함수가 모든 값을 0과 1의 범위로 부드럽게 변경하고 연속적인 값을 얻을 수 있기 때문입니다.
--- p.12

현재 TensorFlow.js는 0차원(0D 텐서) 배열(스칼라)부터 4차원(4D 텐서) 배열까지 지원합니다. 학습 데이터, 테스트 데이터, 네트워크 가중치 등과 같이 신경망에서 처리하는 모든 데이터는 반드시 텐서로 표시해야 합니다. TensorFlow.js는 사용자로부터 텐서를 통해 WebGL 셰이더(shaders) 사용을 숨깁니다. 내부적으로 TensorFlow.js는 CPU(자바스크립트 스레드)에서 GPU(WebGL 셰이더)로, (결과를 검색하기 위해) 텐서 데이터를 앞뒤로 전송합니다.
--- p.50

고정밀 셰이더에서는 부동소수점 숫자가 GPU에 따라 16~32bit를 사용하여 저장됩니다. 첫 번째 비트에 부호가 결정되면 부동소수점으로 넘어갑니다. 32bit 부동소수점의 경우, 8bit가 지수를 인코딩하고 23bit가 소수를 인코딩합니다. 저장 형식은 32bit 인코딩된 부동소수점 값의 최댓값은3.4e38이고 최솟값은-3.4e38입니다. 16bit 부동소수점은 이보다 범위가 더 좁을 것입니다.
--- p.113

protobuf.js는 모듈로서 ES6 및 Typescript 클래스를 내보낼 수도 있습니다. 모듈에서 코드를 구성하면 환상적입니다. 그러나 브라우저에서 이러한 모듈을 사용하려면 Browserify 또는 Typescript와 같은 패키징 시스템을 사용하여 브라우저용으로 컴파일하고 패키지화해야 합니다. 가독성과 재현성을 위해 이 섹션에서는 JSON 형식을 사용합니다.

--- p.157

출판사 리뷰 출판사 리뷰 보이기/감추기

회원리뷰 (2건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 9.0점 9.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (1건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 10.0점 10.0 / 10.0

구매 한줄평

한줄평 전체보기

배송/반품/교환 안내

배송 안내

반품/교환 안내에 대한 내용입니다.
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내에 대한 내용입니다.
반품/교환 방법	고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리