품목정보
발행일	2022년 08월 12일
쪽수, 무게, 크기	424쪽 \| 18323519mm
ISBN13	9791191905212
ISBN10	1191905217

더보기

이 상품의 태그

#크레마클럽에있어요 #파이썬 #자연어처리 #데이터분석 #인공지능 #딥러닝

세이노의 가르침

6,480원 (10%)

'세이노의 가르침' 상세페이지 이동

나는 메트로폴리탄 미술관의 경비원입니다

15,750원 (10%)

'나는 메트로폴리탄 미술관의 경비원입니다' 상세페이지 이동

데일 카네기 인간관계론 (무삭제 완역본)

10,350원 (10%)

'데일 카네기 인간관계론 (무삭제 완역본)' 상세페이지 이동

맡겨진 소녀

11,700원 (10%)

'맡겨진 소녀' 상세페이지 이동

생각이 너무 많은 어른들을 위한 심리학 (10만부 돌파 기념 스페셜 에디션)

16,020원 (10%)

'생각이 너무 많은 어른들을 위한 심리학 (10만부 돌파 기념 스페셜 에디션)' 상세페이지 이동

물고기는 존재하지 않는다

15,300원 (10%)

'물고기는 존재하지 않는다' 상세페이지 이동

불편한 편의점

12,600원 (10%)

'불편한 편의점' 상세페이지 이동

삼체 1부

15,300원 (10%)

'삼체 1부' 상세페이지 이동

지적 대화를 위한 넓고 얕은 지식 1

14,400원 (10%)

'지적 대화를 위한 넓고 얕은 지식 1' 상세페이지 이동

[예스리커버] 결국 해내는 사람들의 원칙

16,200원 (10%)

'[예스리커버] 결국 해내는 사람들의 원칙' 상세페이지 이동

내가 알고 있는 걸 당신도 알게 된다면 (리커버 에디션)

15,300원 (10%)

'내가 알고 있는 걸 당신도 알게 된다면 (리커버 에디션) ' 상세페이지 이동

자본주의

15,300원 (10%)

'자본주의' 상세페이지 이동

AI 2024

19,800원 (10%)

'AI 2024' 상세페이지 이동

데일 카네기 자기관리론

10,350원 (10%)

'데일 카네기 자기관리론' 상세페이지 이동

불편한 편의점 2

12,600원 (10%)

'불편한 편의점 2' 상세페이지 이동

트렌드 코리아 2024

17,100원 (10%)

'트렌드 코리아 2024 ' 상세페이지 이동

역행자 확장판

17,550원 (10%)

'역행자 확장판' 상세페이지 이동

타이탄의 도구들 (블랙 에디션)

16,200원 (10%)

'타이탄의 도구들 (블랙 에디션)' 상세페이지 이동

[예스리커버] 회복탄력성

13,320원 (10%)

'[예스리커버] 회복탄력성' 상세페이지 이동

레버리지

16,200원 (10%)

'레버리지' 상세페이지 이동

더보기

00장. 실습 환경 안내 __0.1 코랩 시작하기 __0.2 코랩 기초 사용 방법 __0.3 예제 코드 노트 복사하기 __0.4 실습에 사용할 데이터셋 준비하기 [1단계 : 딥러닝 입문하기] 01장. 딥러닝 한눈에 살펴보기 __1.1 머신러닝과 딥러닝 __1.2 지도 학습, 비지도 학습, 강화 학습 __1.3 왜 딥러닝에 파이토치인가? __1.4 파이토치 권고 코딩 스타일 __1.5 딥러닝 문제 해결 프로세스 __1.6 딥러닝 문제 해결 체크리스트 __1.7 딥러닝에 필요한 최소한의 통계 개념 __1.8 직관적 분석에 유용한 시각화 __학습 마무리 __연습문제 02장. 인공 신경망 ANN 이해하기 __2.1 퍼셉트론 __2.2 다층 신경망으로 단층 신경망 한계 극복하기 __2.3 인공 신경망의 학습 확인해보기 __2.4 손실 함수로 올바른 가중치 찾기 __2.5 경사 하강법과 오차 역전파로 최적의 값 찾기 __2.6 활성화 함수로 기울기 소실 예방하기 __2.7 신경망 성능 비교하기 __학습 마무리 __연습문제 03장. 간단한 신경망 만들기 __3.1 사인 함수 예측하기 __3.2 보스턴 집값 예측하기 : 회귀 분석 __3.3 손글씨 분류하기 : 다중분류 __학습 마무리 __연습문제 [2단계 : 입문용 신경망 3총사 CNN, ResNet, RNN] 04장. 사진 분류하기 : CNN과 VGG __4.1 이해하기 : CNN __4.2 데이터 전처리하기 __4.3 CNN으로 이미지 분류하기 __4.4 전이 학습 모델 VGG로 분류하기 __학습 마무리 __연습문제 05장. 유행 따라가기 : ResNet 만들기 __5.1 이해하기 : ResNet __5.2 이해하기 : 배치 정규화 __5.3 기본 블록 정의하기 __5.4 ResNet 모델 정의하기 __5.5 모델 학습하기 __5.6 모델 성능 평가하기 __학습 마무리 __연습문제 06장. 넷플릭스 주가 예측하기 : RNN으로 첫 시계열 학습 __6.1 이해하기 : RNN __6.2 데이터 살펴보기 __6.3 학습용 데이터 만들기 __6.4 RNN 모델 정의하기 __6.5 모델 학습하기 __6.6 모델 성능 평가하기 __학습 마무리 __연습문제 [3단계 : 딥러닝으로 이미지 처리하기] 07장. 이미지 세그멘테이션 : U-Net __7.1 이해하기 : U-Net __7.2 데이터 살펴보기 __7.3 학습용 데이터 만들기 __7.4 U-Net 모델 정의하기 __7.5 모델 학습하기 __7.6 모델 성능 평가하기 __학습 마무리 __연습문제 08장. 이미지 노이즈 제거 : 오토인코더 __8.1 이해하기 : 이미지 노이즈 __8.2 이해하기 : 오토인코더 __8.3 데이터 살펴보기 __8.4 학습용 데이터 만들기 __8.5 인코더 모델 정의하기 __8.6 디코더 모델 정의하기 __8.7 CAE 모델 정의하기 __8.8 모델 학습하기 __8.9 모델 성능 평가하기 __학습 마무리 __연습문제 09장. 자동 채색 : Let there be color 모델 __9.1 이해하기 : Let there be color 모델 구조 __9.2 데이터 살펴보기 __9.3 학습용 데이터셋 만들기 __9.4 모델 정의하기 : 로 레벨 특징 추출기 __9.5 모델 정의하기 : 미들 레벨 특징 추출기 __9.6 모델 정의하기 : 글로벌 레벨 특징 추출기 __9.7 모델 정의하기 : 컬러라이제이션 신경망 __9.8 모델 정의하기 : 전체 모델 __9.9 모델 학습하기 __9.10 모델 성능 평가하기 __학습 마무리 __연습문제 [4단계 : 딥러닝으로 텍스트 처리하기] 10장. 글쓰는 인공지능 : LSTM 텍스트 생성 __10.1 이해하기 : 텍스트 생성 __10.2 이해하기 : LSTM __10.3 데이터 살펴보기 __10.4 학습용 데이터 만들기 __10.5 LSTM 모델 정의하기 __10.6 학습하기 __10.7 모델 성능 평가하기 __학습 마무리 __연습문제 11장. 직접 만드는 번역기 : 어텐션 기계 번역 __11.1 이해하기 : Seq2Seq 모델 __11.2 이해하기 : 어텐션 메커니즘 __11.3 이해하기 : GRU __11.4 데이터 살펴보기 __11.5 학습용 데이터 만들기 __11.6 인코더 정의하기 __11.7 디코더 정의하기 __11.8 어텐션 기계 번역기 학습하기 __11.9 모델 성능 평가하기 __학습 마무리 __연습문제 12장. 캡챠 텍스트 인식 : CRNN+GRU __12.1 이해하기 : CRNN __12.2 이해하기 : CTC 손실 __12.3 데이터 살펴보기 __12.4 학습용 데이터셋 만들기 __12.5 CRNN 모델 정의하기 : CNN __12.6 CRNN 모델 정의하기 : 전체 모델 __12.7 모델 학습하기 __12.8 모델 성능 평가하기 __학습 마무리 __연습문제 [5단계 : GAN으로 생성 모델 만들기] 13장. 사람 얼굴을 생성하는 GAN __13.1 이해하기 : GAN __13.2 이해하기 : 특징 공간 __13.3 데이터 살펴보기 __13.4 학습용 데이터셋 만들기 __13.5 GAN 생성자 정의하기 __13.6 GAN 감별자 정의하기 __13.7 가중치 초기화하기 __13.8 모델 학습하기 __13.9 모델 성능 평가하기 __학습 마무리 __연습문제 14장. 화질을 개선하는 GAN __14.1 이해하기 : SRGAN __14.2 학습용 데이터셋 만들기 __14.3 SRGAN 생성자 정의하기 __14.4 SRGAN 감별자 정의하기 __14.5 CNN 특징 추출기 정의하기 __14.6 모델 학습하기 __14.7 모델 성능 평가하기 __학습 마무리 __연습문제 15장. 데이터 없이 학습하는 GAN __15.1 이해하기 : 모델 경량화 __15.2 이해하기 : GAN을 이용한 경량화 __15.3 교사 모델 학습하기 __15.4 GAN 생성자 정의하기 __15.5 학생 모델과 생성자 학습하기 __15.6 모델 성능 평가하기 __학습 마무리 __연습문제 부록 A. 트랜스포머 · GPT · BERT · ViT 알아보기 부록 B. 오차 역전파에서 가중치 업데이트 과정 부록 C. 윈도우 · 맥OS · 우분투에 개발 환경 구축하기

더보기

상세 이미지 상세 이미지 보이기/감추기

상품 이미지를 확대해서 볼 수 있습니다. 원본 이미지

더보기

저자 소개 (1명)

저 : 이종민 이동 관심작가 알림신청

출판사 리뷰 출판사 리뷰 보이기/감추기

★ 이 책으로 파이토치 딥러닝을 익혀야 하는 이유 이 책은 독자 여러분이 파이토치 딥러닝을 효과적으로 배울 수 있게 파이토치 딥러닝 개념, 파이 토치 코딩, 실전 노하우에 집중합니다. 또한 학습 마무리 단계에 자연스럽게 복습되게 만들었습니다. 딥러닝 개념은 수학과 떼려야 뗄 수 없습니다. 하지만 너무 어려운 수식을 사용하면 이해하는 데 오히려 방해됩니다. 그래서 고등학교 수학 지식만 있다면 누구나 쉽게 이해할 수 있는 수식에 그림을 곁들여 단계적으로 개념을 설명했습니다. 파이토치는 클래스 기반으로 신경망, 학습 순서를 정의하고 학습합니다. 그래서 파이토치에서 권고하는 코딩 구조를 먼저 알려드리고 나서 본격적인 학습에 들어갑니다. 기초 신경망인 CNN부터 스스로 창작하는 GAN까지 총 16가지 신경망을 만들 때는 먼저 신경망의 〈기본 블록〉과 〈학습 루프〉를 그림으로 제시합니다. 제시된 〈기본 블록〉과 〈학습 루프〉를 눈으로 보고 코드로 구현하면 되기 때문에 이해하기가 훨씬 쉽니다. 신경망을 만들 때는 〈기본 블록〉을 적당한 반복을 하는데 ‘적당한’은 주로 협업을 진행해본 사람만 아는 노하우입니다. 적당한 손실 함수를 선택하거나, 적당한 평가 방법을 고를 때도 마찬가지입니다. 이 책은 그저 코드를 따라 치는 게 아니라 어떤 관점에서 문제를 풀어나가야 하는지 실전 경험을 바탕으로 설명해 여러분이 실전에서 ‘적당한’을 알맞게 선택할 수 있게 돕습니다. 참고로 독자의 시간을 아낄 수 있도록 소스 코드뿐만 아니라 학습이 끝난 모델 파일 또한 코랩으로 제공합니다. 따라서 고성능 컴퓨터가 없어도 예제를 체험할 수 있습니다. 학습 마무리에서는 전체 과정을 되짚어 보여주고, 스스로 익힌 바를 확인할 수 있게 연습 문제를 제공합니다. 이런 식으로 16가지 신경망을 모두 학습하고 나면, 딥러닝 알고리즘에 대한 이해뿐만 아니라, 파이토치 코딩에 대한 지식과 실무 노하우도 얻을 수 있게 될 겁니다. 학습에 도움이 되길 빕니다. ★ 왜 파이토치 프레임워크를 사용해야 할까요? paperswithcode.com에 따르면 2022년 3월 현재 파이토치는 전 세계 논문에서 가장 많이 사용하는 딥러닝 프레임워크입니다. 파이토치는 페이스북, 마이크로소프트 같은 대형 회사부터 대학 연구실까지 많은 사람이 이용합니다. 파이토치 코드는 파이썬 본래의 코드와 유사해 직관적이라는 장점이 있습니다. ★ 타깃 독자 __파이썬을 아는 딥러닝 입문자 __딥러닝을 더 잘 활용하고 싶은 현업 데이터 엔지니어 __딥러닝 전공 학과 학생 ★ 이 책의 구성 이 책은 학습 흐름을 끊지 않기 위해 개발 환경부터 설명한 후, 다음과 같이 총 5단계에 걸쳐 딥러닝 알고리즘을 개발하는 방법을 공략해나갑니다. _1단계 : 딥러닝 입문하기 인공지능의 배경지식과 신경망을 알아보고 나서 간단한 신경망을 만듭니다. 이미 배경지식을 아는 분은 1장과 2장을 건너뛰어도 되지만, 가능하면 다시 돌아보는 기회로 삼기 바랍니다. _2단계 : 입문용 신경망 3총사 CNN, ResNet, RNN 딥러닝에서 가장 흔하게 사용되는 알고리즘 세 가지를 소개합니다. 먼저 이미지를 처리하는 가장 기본적인 신경망인 VGG(CNN 모델)를 다룹니다. 거기서 조금 더 발전된 형태인 ResNet은 최근에도 사용될 정도로 성능이 좋습니다. 시간의 흐름에 따라 순서가 있는 데이터를 시계열 데이터라고 부르는데, 시계열 데이터를 다루는 기본 알고리즘인 RNN을 마지막으로 알아보겠습니다. _3단계 : 딥러닝으로 이미지 처리하기 분류보다 더 복잡한 이미지 처리 기술인 이미지 세그멘테이션, 이미지 디노이징, 자동 채색을 알아보겠습니다. U-Net, 오토인코더, Let there be color를 이용합니다. 딥러닝을 이용한 이미지 처리는 이미지로부터 얻은 특징을 어떻게 사용하느냐가 매우 중요합니다. 이미지의 특징을 처리하는 방법도 배워봅시다. _4단계 : 딥러닝으로 텍스트 처리하기 실전에서 등장하는 시계열 알고리즘을 사용해 조금 더 복잡한 텍스트 처리를 배워보겠습니다. 10장에서는 RNN의 발전형인 LSTM을 이용해 ‘글을 쓰는 인공지능’을, 11장에서는 어텐션 기법을 이용해 기계 번역기를 만듭니다. 12장에서는 이미지로부터 텍스트를 추출하는 알고리즘을 알아봅니다. LSTM과 어텐션은 텍스트 처리에서 빠지지 않고 등장하는 개념입니다. _5단계 : GAN으로 생성 모델 만들기 그림이나 음악을 만드는 등을 입력으로 주고 새로운 결과물을 출력하는 모델을 생성 모델이라고 부르는데, 가장 기본은 적대적 생성 신경망(GAN)입니다. 사람 얼굴을 생성하는 GAN, 화질을 개선하는 GAN, 데이터 없이 학습하는 GAN을 만들겠습니다. _부록 본문에서 다루지 못한 GPT, BERT, ViT 를 알아보고, 오차 역전파를 이용해 실제로 가중치가 업데이트되는 과정을 알아봅니다. 끝으로 로컬에 실습 환경을 구축하는 방법을 알아봅니다.

회원리뷰 (6건) 회원리뷰 이동

리뷰 쓰기

혜택 및 유의사항?

총 평점 10.0점 10.0 / 10.0

검색결과 정렬 옵션 삭제

회원리뷰 전체보기

한줄평 (3건) 한줄평 이동

한줄평 쓰기

혜택 및 유의사항?

총 평점 9.3점 9.3 / 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