|
#한빛미디어 #IT서적 #인공지능 #머신러닝 #딥러닝 #파이토치 #CNN #RNN #오토인코더 #GAN 2016년 알파고 VS 이세돌, 기계와 인간 그 세기의 대결이라 큰 이슈가 된 적이 있었다. 아마 이 시기에 인공지능이라는 처음 단어를 접했던 것 같은데 4년이 지난 지금은 인공지능의 르네상스 시대를 맞이한 듯 한 느낌. 어느 기사에서는 인공지능의 학습 오차율이 인간보다 낮다고도 한다. 교육계에서도 AI융합 교육이 많이 시도되고 있고, AI 스타트 업도 많아지는 것 같다. [어떤 딥러닝 프레임워크보다 파이써닉하고 쉬운 딥러닝 프레임워크인 파이토치의 탄생으로 초등학생도 딥러닝을 구현할 수 있는 시대가 왔습니다] 주찬웅, 네이버 소프트웨어 엔지니어 추천사에도 써있듯이 어떤 입러닝 프레임워크보다 쉬운!! 이 책을 접하면서 이 부분에 상당한 기대가 있다^^ 솔직히 입문자인 나에겐 인공지능을 학습한다는 것이 어렵지 않을까? 라는 생각을 했고 처음 이 책을 접했을 때도 너무 어렵지 않을까...하는 두려움이 있었던 것은 사실이지만..!! 펭귄브로의 귀여운 일러와 3분 딥러닝이라는 제목이 조금은 그 두려움을 상쇄시켜주는 듯 하다.  사진 설명을 입력하세요. 목차를 보면 머신러닝에서 구현되는 다양한 학습 모델들이 있다. 스터디를 통해 CNN, RNN, GAN 등의 개념을 익혔지만 그냥 이론상으로만 익힌거라 실습예제와 함께 한다면 개념과 더불어 그 작동 원리까지 이해하는데 도움이 되지 않을까 하는 기대감!! 게다가 파이썬 코딩과 비슷해서 파이토치가 그렇게 어렵게 느껴지지도 않는다:)  사진 설명을 입력하세요. 또한 머신러닝에 대한 기본적인 개념과 함께 기본 코드들이 제공되는데 각각의 코드들에 대한 설명과 전체적인 코드도 제공되서 원리를 이해하는데 많은 도움이 될 것 같다.  사진 설명을 입력하세요. 아직 정독과 실습을 하진 못했지만 딥러닝을 공부하는 내겐 많은 도움이 될 것 같다. |
|
일할때는 Tensorflow를 사용하는데 체감상 주변에서는 모두 PyTorch를 사용하는 것 같다. 또 Tensorflow를 사용하다가 PyTorch로 넘어간 사람들의 삶이 얼마나 행복해졌는지 간증을 듣고있노라면 대체 얼마나 더 좋은건지 궁금하기도 했다. 그래서 이 책을 골랐다. 나는 Tensorflow와 PyTorch의 차이점에 중점을 두고 읽어보긴 했지만, 사실 딥러닝에 대한 개괄적 소개를 그저 PyTorch를 이용해서 하는 책이다. 그러므로 이 책이 얼마나 훌륭하게 딥러닝을 초보자들에게 설명해주는지와 PyTorch와 Tensorflow가 어떤 차이점이 있는지 내가 느낀 점을 나눠서 소개하려고 한다. 책 소개저자가 NYU 출신이라서 NYU의 세계적인 딥러닝 연구자인 조경현 교수님 수업에서 사용된 과제를 교수님 허락 하에 책에 실었다. 과제의 내용은 아래와 같다.
딥러닝이 전통적 프로그래밍과 어떻게 다른지, 딥러닝 모델이 Universal Functino Approximator 로서 어떻게 기능하는지를 체험해 볼 수 있는 훌륭한 과제라고 생각한다. 과제는 공개되어있으니 궁금한 사람들은 직접 해결해보면 좋다. 딥러닝을 처음 소개하는 책에서 CNN, RNN을 언급하는 것까지는 상당히 일반적인데 이 책은 욕심을 더 내서 GAN, Autoencoder, Adversarial Attack, Reinforcement Learning까지 소개한다. 그리고 CNN과 RNN에서 대표 모델로 ResNet과 Seq2Seq도 소개한다. 책의 크기와 두께로 미루어 봤을때는 가볍게 읽는 튜토리얼정도 일 것 같았는데 이렇게 방대한 분량이 들어간게 신기하다. 물론 각 내용을 깊이있게 다루진 않지만 소개의 목적에서는 최근 중요하게 다뤄지는 것들을 최대한 많이 담아서 좋다고 생각한다. 개인적으로는 최근 이슈가 많이 되는 Adversarial Attack 내용을 이 기회에 접하게 되어 좋았다. 예제 코드는 부분별로 잘라서 설명하고 맨 마지막에 전체 코드를 담았는데 내가 선호하는 방식은 아니긴 하다. 물론 이는 취향차이라고 생각한다. Tensorflow vs PyTorch이 부분은 책 소개라기보단 개인적 소회이다. 물론 이 책은 간단한 딥러닝 소개서이므로 PyTorch의 구석구석을 잘 소개한 것은 아니기 때문에 엄밀한 비교가 될 수는 없고 그냥 내 감상이라고 보면 될 듯 하다. (내가 현재 Tensorflow 2.0을 사용하므로 이를 기준으로 비교해보겠다.) Tensorflow우선 Tensorflow는 공식 문서의 구성부터 엉망진창이다. 크게 tutorial과 guide로 나뉘어져 있는데 굳이 왜 이렇게 구분했는지 의문이다. 잠시 눈을 감고 3분정도 생각해보면 tutorial은 정말 초심자를 위한 소개글이고 guide는 더 심화된 내용이지 않을까 싶은데 tutorial 내에서도 기본편과 심화편이 나뉘어있어서 혼란은 더욱 가중된다. 그리고 상당수 내용이 중복된다. Tensorflow는 일단 이 공식 문서부터 교통정리를 해야된다고 본다. 공식문서를 찬찬히 따라가면서 가장 황당했던건 곧 deprecated되는 API를 버젓이 소개하고 있다는 점이다. 처음에 코드를 따라치면서 실행해보면 이 API는 곧 deprecated 될 것이라고 나오는데 잘못 따라쳤나 싶어 문서를 확인해보면 거기서도 버젓이 같은 결과물이 실려있다. deprecated될 API 대신 뭘 사용해야 하는지도 잘 모르겠다. 내가 무지해서 그런 것일수도 있지만 이런 무지한 사람들도 잘 사용할 수 있게 찰떡같이 공식문서를 만들어놔야 사용자층이 더 넓어질 것 아닌가. Tensorflow는 딥러닝 모델을 만드는 API의 큰 축이 크게 3~4가지이다. 크게 보면 Keras Sequential API, Functional API, Subclassing API가 있고 완전한 TF Custom API를 Keras API와 적절하게 섞는 방법이 있다. 입맛대로 골라 쓸 수 있는건 좋은데 초심자에겐 상당히 곤란한 지점이 아닐 수 없다. 욕뿐인 Tensorflow에서 가장 애증의 대상이 개인적으로는 Dataset API이다. 일단 이 Dataset API는 정말 훌륭하다. map & reduce로 변환이 가능하며 batching, padding, sampling, 무한반복을 간편하게 사용할 수 있고 무엇보다 성능 개선을 위한 API가 너무 잘되어 있어서 데이터셋 로딩 과정에서 병목을 간단하게 해결할 수 있다. 개인적으로 Tensorflow를 계속 쓰는 이유는 오로지 이 Dataset API 한가지뿐이다. 그런데 왜 애증의 API이냐면 배우기가 너무 어렵다. 공식문서에서 소개하는건 전체 데이터를 메모리에 다 올릴 수 있는 경우 그냥 numpy로 읽어서 Dataset으로 변환하면 되는 경우인데 실무에서 그런 경우가 얼마나 될까 싶다. 결국 대용량 파일들을 학습하면서 읽어와야하는데 그러려면 tfrecord를 사용해야한다. 근데 이 tfrecord가 상당히 직관적이지 않다. 내가 못해서 그런것일테니 다시 말하면 나같은 평범한 개발자가 단박에 이해하기는 어렵다고 보면 되겠다. 하지만 일단 한번 손에 익혀두면, 스파크에서 tfrecord로 데이터 추출하고 이를 분산 저장해서 학습 과정에 병목 없이 읽어들이는 일련의 과정이 상당히 편해지고 성능 튜닝까지 간단하다. 좀만 더 편하게 만들면 좋았을것을… PyTorch우선 공식 문서가 상당히 깔끔하다. 읽기 좋은 문서가 씹고 뜯기에도 좋은 법인데 그런 면에서 PyTorch의 문서들은 직관적이고 필요한 내용을 어디서 찾아야 하는지 쉽게 알 수 있다. PyTorch는 딥러닝 모델을 만드는데 한가지 방법만을 소개하기 때문에 고민 없이 사용 가능하다. (심화과정에서 더 있는지는 모르겠으나 최소한 입문용 문서에는 한가지로 통일되어있다.) Tensorflow의 Keras Subclassing API와 유사한데 Tensorflow도 애초에 이거 하나만 제공했으면 어땠을까 싶다. 물론 아주 간단한 구조의 네트워크를 만들고 학습하는데는 Keras Sequential API가 훨씬 쉽다. 입문에는 이만한게 없지만 조금만 더 복잡한 일을 하려고 하면 결국 Functional API나 Subclassing API를 손대기 시작해야하는데, 서로간에 호환이 잘 안되는 부분이 꽤 있다는것이 문제다. 이걸 일일이 언급하다간 지면이 부족하므로 생략한다. 텐서 연산과 모델 학습을 위한 API들도 Tensorflow보다 더 직관적이라고 느껴진다. 직접 실험해본건 아니지만 성능에서도 PyTorch가 뒤지지 않거나 앞서는 경우가 많다고 하는데 Tensorflow도 PyTorch API에서 많이 벤치마킹해줬으면 한다. Tensorflow의 Dataset API와 비슷한 역할이 PyTorch에서는 Dataloader & Dataset API로 보여지는데 공식문서의 간단한 내용만 살펴보면 Tensorflow의 손을 들어주고 싶다. 기본적인 변환 파이프라인, 병렬처리는 제공하지만 Tensorflow에서 HDFS를 네이티브로 지원하고 성능 튜닝도 손쉽다는 점이 내 현재 상황에서는 많이 매력적이다. 책 소개 글인데 오히려 PyTorch와 Tensorflow의 비교 내용이 더 커져버렸다. 개인적으로 결론을 내리자면 PyTorch가 약간 더 나아보이므로 이 책으로 딥러닝을 입문하는 것은 아주 좋은 선택이라고 볼 수 있겠다. |
|
오뚜기3분카레 같은 디자인의 책이지만 즉석식품에서는 느낄수 없는 깊은 맛을 내는 책이라고 말하고 싶다. 텐서플로우나 케라스와 관련된 커뮤니티나 자료를 쉽게 찾아 볼수 있으나, 파이토치는 또 뭐란말인가? 라는 생각이 들던차에 부담없는 두께와 IT서적에서는 볼 수 없는 다양한 색감이 시선을 끌어서 좋았다. 파이토치를 활용해 딥러닝의 기초부터 다양한 신경망구조에 이르는 심화된 내용까지를 그림을 통하여 쉽게 설명하고 있어서 더욱 좋았고, 이해도가 높아지는 것으로 생각된다.
프로그래밍에 대한 기초지식만 있다면 딥러닝에 대한 기초지식이 전무하더라도 펭귄브로의 3분 딥러닝, 파이토치맛을 따라만 하더라도 누구나 쉽게 핵심을 이해하고 실전처럼 기술을 다룰 수 있도록 이끌어줄 수 있는 수준높은 책이라고 감히 말할 수 있겠다. 간단한 코드와 다양한 예제를 통해 설명하다보니 파이토치를 수월하게 다룰 수 있고, 단계별로 파이토치 기능을 잘 알려주고 있다. 딥러닝과 관련되어 복잡하다는 생각과 무엇부터 해야할지 막막해 하는 딥러닝 초보 개발자분들에게 강추하고 싶은 책이다. 파이썬에 대한 기초지식을 가진 분들이 파이토치로 딥러닝을 좀더 쉽게 배울 수 있는 좋은 기회가 되리라 생각한다. 멀리서 간만 볼게 아니라 직접 뛰어들어 파이토치를 이용한 딥러닝의 세계에 본격적으로 들어가 보기를 권한다. 좋은 책을 소개해 주고 접할 수 있는 기회를 제공해준 한빛미디어에 감사의 말을 전한다. |
|
처음 딥러닝을 접했을 땐, TensorFlow를 사용했었습니다. 생각보다 복잡한 사용법에 초보자들이 쉽게 접근할 수 없었고, 간단한 모델 생성하는데도 애를 많이 먹었습니다. 그 후로 다른 일들에 딥러닝을 공부하지 못하다 최근되서야 pytorch를 알게되었고, 관심있게 지켜보고있었습니다. 이 책은 pytorch의 소개 이전, python 설치법부터 pytorch개발을 위한 환경설정까지 다루고 있습니다. 초보자들도 한걸음 한걸음 따라하다보면 쉽게 배우실 수 있을겁니다. 이미 딥러닝을 다른 플랫폼으로 구현해보신 분들도 금새 pytorch에 적응하실수 있을 겁니다. 딥러닝을 처음 하시는분이나, 이전에 잠깐 맛보셧던 분들에게 강추하는 책입니다 |
|
분야를 막론하고 점차 딥러닝의 사용 범위는 넓어지고 있다. 기존에 해결하기 어려웠던 일반적인 알고리즘을 딥러닝을 해결하고 있다. 특히 지금은 연구자들 중심의 딥러닝이 이뤄지고 있다면, 향후에는 일반적인 엔지니어들도 각 언어의 API를 활용하여 개발하듯 딥러닝도 그와 같이 더 보편화 될 것이라 생각한다. 현재는 딥러닝 분야 밖에 있는 엔지니어가 이론부터 딥러닝을 공부하기란 배우 부담스럽고 멀게만 느껴지는 것은 사실이다. 특히 프로토타입을 만들어서 가능 여부를 확인할 때 우리가 논문을 살펴보며 빠른 개발 사이클을 가져가기란 현실적으로 매우 어렵다. 그런데 이 책은 이론은 다른 책에 맡기고, 파이토치를 이용해 딥러닝을 체험해보는 데 초점을 맞추고 있다. 특히 문제에 따라 머신러닝이나 딥러닝 중 택해야 할 능력도 중요해졌는데, 경험이 없으면 이런 곳에서 병목 포인트가 생길 수 있다. 3분 딥러닝 파이토치맛을 통해 다양한 딥러닝 모델을 접해보고 현업에서 만날 수 있는 문제에 적용할 모델을 미리 경험해 볼 수 있는 레시피북 같은 책이다. 직접 코드를 입력하여 딥러닝을 구현하고, 결과물을 볼 수 있어 매우 재미있다. 3분 딥러닝 시리즈가 이와 같은 구조여서 매우 좋아하는 책이다. 특히 어려운 딥러닝을 가장 쉽게 학습 할수 있는 방법으로 어려운 수학과 딥러닝 알고리즘 설명을 최대한 줄이고 직접 코드를 입력해가면서 익히게 해 쉽고 재밌게 배울수 있다. 이 책으로 딥러닝이 조금 익숙해졌다면, 반드시 이론으로 기본기를 탄탄하게 챙기는 것을 추천한다. 그럼 이제 언어부터 이미지까지 넓은 분야에 쓰이는 딥러닝은 최대한 다양한 학습 방식과 딥러닝 모델을 구현할 수 있도록 예제가 준비 되어 있으니 함께 파이토치로 딥러닝에 입문해보면 어떨까? ＜3분 딥러닝 파이토치 주요 내용＞ - 파이토치 시작하기 - 파이토치로 구현하는 ANN - 패션 아이템을 구분하는 DNN - 이미지 인식 능력이 탁월한 CNN - 사람의 지도 없이 학습하는 오토인코더 - 순차적인 데이터를 처리하는 RNN - 딥러닝을 해킹하는 적대적 공격 - 경쟁하며 학습하는 GAN - 주어진 환경과 상호작용하며 학습하는 DQN |
|
딥러닝 기본 모델인 ANN에서 부터 DNN, CNN , 오토인코더, RNN, GAN , DQN 예제를 PyTorch로 간단 명료하게 코딩하여, 딥러닝 프로타이핑 툴로써의 묘미를 보여준다. 적대적 생성 신경망인 GAN을 3Page에 걸쳐 파이토치로 구현한다. 복잡하지 않은 코드를 보면서 다른 딥러닝 툴킷에서 느끼지 못했던 PyTorch만의 단순함의 매력을 느끼게 될것이다. 이 책을 끝까지 읽게 되면 실제 복잡한 딥러닝모델 조차도 겁내지 않고 구현해 낼수 있을 것이다.    |
 파이토치는 페이스북이 주도하는 오픈 소스 딥러닝 플랫폼이다. AI 시대에 딥러닝을 학습하기 위해서 좋은 도구이다. 이러한 파이토치에 입문하기 좋은 책이 바로 3분 딥러닝 파이토치맛이다. 3분만에 파이토치의 모든 것을 익힐 수는 없지만 그만큼 쉽고 빠르게 파이토치를 맛볼 수 있는 레시피인 것이다. 이 책은 인공지능에 대한 간단한 소개부터 파이토치 등장에 대한 짧은 이야기로 시작한다. 아주 어렵고 깊이 있는 내용보다는 간단하게 소개하고 바로 실습을 통해서 파이토치 사용법에 대해 학습한다. 바로바로 결과가 보이니 흥미로운 동기부여가 된다. 개념들도 아래과 같이 그림과 함께 소개하여 이해를 돕고 있다.  CNN, GAN, RNN 등의 어려워보이는 용어도 사실 딥러닝 알고리즘의 종류이며 이 책에서 쉬운 예제로 직접 체험해볼 수 있다. 간단하지만 파워풀하고 신기하고 재미있다. 중간중간 설명한 코드를 모아서 전체 코드도 아래와 같이 제공하고 있다.   아무튼 AI에 관심이 있고 파이토치에 입문하고 싶은데 아무것도 모르겠다 싶으면 일단 이 책을보고 무작정 시작하는 것도 나쁘지 않을 것 같다. |
 책 표지를 보면 너무 이쁜 펭귄들이 아주 맛있는 파이토치를 먹고 있네요. 정말 맛있어 보이는데요. 이책은 파이토치 라는 딥러닝 모델 구현용 오픈소스 도구를 이용하여 비지도학습,지도학습,강화학습 인공 신경망 구조를 구현하고 실제로 서비스에 이용하는 팁을 제공해 주고 있습니다. 파이토치는 페이스북이 주도하여 만든 딥러닝 모델인데요. 텐서플로 이후 탄생한 새로운 딥러닝 프레임워크입니다. 그래서 기존 딥러닝 프레임워크에서 아쉬웠던 부분을 채워주는 기능을 제공해 주고 있습니다. 텐서플로 및 기타 딥러닝 프레임워크가 파이썬을 사용하지만 실행중에는 바꿀 수 없기 때문에 마치 컴파일을 해서 결과를 도출하는 C언어와 같은 정적인 느낌을 받는 반면에 파이토치는 실행 중에도 값을 변경할 수 있기 때문에 유연함을 추구하는 인터프리터 언어인 파이썬과 아주 잘 어울리는 언어입니다. 또한 대부분의 딥러닝 프레임 워크들이 정적인 데이터셋으로 학습하고 정적인 모델을 배포하여 사용하는 오프라인 학습에 최적화 되어 있습니다. 하지만 미래에는 자율주행차,게임,인터넷 등 쌓이는 데이터에 실시간으로 대응하는 동적인 학습 방법이 매우 중요해질 전망입니다. 파이토치는 실행 중에 모델을 유연하게 관리할 수 가 있기 때문에 미래지향적인 딥러닝 프레임워크라하고 할만 한데요. 이 책은 2장에서 파이토치를 설치 하는 것 부터 3장. 파이토치로 구현하는 ANN 을 통해서 가장 기본적인 인공신경망을 구현하는 방법을 실제 예제를 통해서 확인을 해 볼 수 있게 구현이 되어 있습니다. 실제로 손상된 이미지를 만든 알고리즘을 알게 된다면 이러한 이미지의 원본을 생성해 낼 수 있는 예제를 실행 하다 보면 ANN의 원리를 좀 더 쉽게 파악 할 수 있는 계기가 될 수 있었습니다. 4장에서는 패션 아이템을 구분하는 DNN 편으로 이미지를 분류하는 방법에 대해 설명을 해 주고 있으며 과소적합과 과적합을 판단하여 적절한 선에서 훈련을 종료 시키는 방법 등에 대한 분류 방법등 실제 예제를 이용해서 다양한 모델들에 대해 설명해 주는 방식은 훨씬 이해하기 쉽고 딥러닝의 원리를 깨우치게 하기 좋은 책이 아니었나 하는 생각이 들었습니다. 이 책의 장점 중 하나는 실제로 직접 코딩을 하면서 컴파일을 해 보는 것이 훨씬 더 도움이 될 수 있겠지만... 시간이 부족하지만 딥러닝이 어떻게 동작하는지 원리를 알고 싶은 분들을 위해 깃허브에 책에 쓰여진 소스코드가 모두 등록이 되어 있어서 다운로드만 받아서 실제로 동작상태만을 확인하고 원리를 파악하는데 많은 도움이 된다는 것입니다. 그래서 3분 딥러닝이라고 했나 보다 싶네요. 다운로드 후에 실행시간이면 원리를 파악하니까요.^^ 이 책은 딥러닝에 대한 사진 지식이 없는 사람들도 파이썬을 사용할 줄 알고 있다면 파이토치를 설치해서 실행 해 보면서 원리를 이해하기 쉽도록 구성이 되어 있어서 딥러닝 초보자들이 접근하기에 좋은 책이 아닌가 싶네요. |
 발매된지 한달이 조금 넘어가는 따끈한 책이다. 우선 파이토치는 페이스북 주도로 여러 회사와 대학이 합심해 개발한 오픈소스 소프트웨어로, 머신러닝과 딥러닝 모델을 쉽게 구현할 수 있도록 많은 편의 기능을 제공하는 프레임워크이다. 파이토치의 개발 철학 중 하나는 '하고자 하는 일이 눈에 잘 보이도록'하는 것이다. 파이썬과 Numpy의 기초를 익힌 사람이면 파이토치를 누구나 아주 쉽게 적응하고 사용할 수 있으며, 파이토치는 딥러닝을 처음 공부하는 사람들에게 유용하다. 파이토치 공식 홈페이지는 아래와 같다. 이 책을 통해 아래와 같은 기술을 개념과 예제를 통해 공부해 볼 수 있다. - 기본적인 인공 신경망 : 텐서와 Autograd 패키지 기능 사용 - 인공 신경망을 이용한 Fashion MNIST 데이터셋 안의 패션 아이템 구분 : 데이터셋 다루는 방법 - 영상 처리에 탁월한 성능을 자랑하는 CNN : 컴퓨터가 어떻게 이미지를 처리하는지 - 레이블이 없이 특징을 추출하는 신경망인 오토인코더 : 비지도학습 신경망 오토인코더로 잡음 제거 - 순차적인 데이터를 처리하는 RNN : RNN 모델을 구현하고 간단한 기계 번역 - 딥러닝을 해킹하는 적대적 공격 : 딥러닝 모델의 약점 및 해킹 방법 - 경쟁하며 학습하는 GAN : GAN을 이용해 원하는 이미지 생성 - 주어진 환경과 상호작용하며 학습하는 DQN : 강화학습 모델을 만드는 방법 이 책의 가장 큰 장점은 직접 코드를 입력해가면서 실제 딥러닝을 구현하고, 결과물을 볼 수 있게 되어 있어서 쉽게 다가가고 재미를 느낄 수 있다는 점이다. 그렇다고 내용적으로 가볍지는 않고, 핵심 기술을 잘 설명하고 있다.  |
|
펭귄브로의 3분 딥러닝, 파이토치맛 - 파이썬 -
안녕하세요. 율리시스SS입니다. 오늘 소개할 도서는 '펭귄브로의 3분 딥러닝, 파이토치맛' 입니다. 요즘 프로그래밍 언어에서 급부상하면서 인공지능, 딥러닝에 많이 사용되는 언어가 '파이썬'인데요. 파이토치는 딥러닝 프레임워크로 트위터, 엔비디아, 옥스포드 대학 등의 단체와 함께 개발되는 라이브러리 입니다. 이 책에서는 딥러닝을 배우고 싶은 분들에게 파이토치로 입문하는것을 권하는데 제가 책을 읽어보니 설치부터 코드가 쉽게 설명이 되어 있어서 딥러닝에 대해서 실습도 해보고 이론적인 부분에서도 도움이 되는 도서가 아닌가 싶습니다.
| 이 책의 대상 독자는 IT도서책을 보시는 분께 중요하다고 생각되는데요. 딥러닝에 대한 사전지식이 없는 사람도 코드를 따라 익힐 수 있도록 작성한 책으로 파이썬을 사용할 수 있는 분들에게 추천드리는 책 입니다. 운영체제로는 윈도우, 우분투, 맥OS이며 파이썬3.7버전, 그리고 파이토치 1.3버전으로 실습을 진행한다 합니다.
| 인공지능, 딥러닝등 신경망 구조에 대해서 간단하게 구조도를 설명하고 있습니다. 어렵네요.
| 첫장으로는 인공지능과 머신러닝에 대한 내용, 그리고 딥러닝에 대한 설명과 개발 환경 설치 등으로 이루어져 있습니다. 이런 분야가 처음 이신 분들도 쉽게 이론적으로 얘기를 하고 있기 때문에 개념이해로 좋은 책인것 같습니다.
| 펭귄브로의 3분 딥러닝 파이토치맛은 풀컬러 입니다. 컬러로 되어 있어서 좀 더 보기가 좋고, 코드를 따라할 때도 알아보기 쉬워서 좀 더 좋았습니다. 흑백컬러 책보다는 풀컬러가 개인적으로는 좀 더 좋은것 같네요. 코드에 대한 설명도 좋고 코드의 함수에는 색갈이 있어서 보기가 쉬웠던 책 입니다
| 딥러닝 라이브러리로 다양한 학습을 배우는데 오염된 이미지 복원, 혹은 스스로 사진을 판별하기도 하는데 정말 신기했습니다. 기존의 사진을 학습해서 비슷한류의 사진을 판별, 판독하기도 하는데 이러한 분야가 좀 더 개발이 되면 실사용에서 어떻게든 사용할 수 있지 않을까 생각이 되네요. 4차 산업혁명을 떠나서 미래에는 파이썬이 대세는 대세일듯 합니다. 배우기도 쉽지만 미래에 인공지능, 딥러닝 등에서 파이썬이 주가 되기 때문에 확실히 이쪽 분야로 가시는 분들에게는 좋은 도서가 될 듯 합니다. 한빛미디어에서 제공받아 작성하였지만 제공 측의 간섭 없이 필자가 느낀 점 그대로 작성하였습니다. 작성일 : 2019년 12월 10일 최종 수정일 : 2019년 12월 10일 * 오류 수정은 블로그에서만 합니다. * 블로그 : http://blog.naver.com/adg0609 CopyRightⓒ.2019.율리시스SS.All Rights Reserved |
