소득공제
PDF
eBook
파이토치 트랜스포머를 활용한 자연어 처리와 컴퓨터비전 심층학습
실전 프로젝트와 최신 알고리즘을 통한 딥러닝 모델 개발
스마트한 PDF 필기 기능을 사용해 보세요!
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
상세 이미지
.jpg)
소개
목차
|
1부 파이토치 시작하기01장: 인공지능과 방법론 인공지능이란? __인공지능 역사 __인공지능 활용 분야 머신러닝 시스템 __지도 학습__비지도 학습__준지도 학습 __강화 학습머신러닝 아키텍처__데이터 준비__모델링__모델 평가__모델 배포MLOps02장: 파이토치 설치파이토치란?파이토치 특징파이토치 설치__파이토치 CPU 설치__파이토치 GPU 설치__Google Colaboratory03장: 파이토치 기초텐서__텐서 생성__텐서 속성__차원 변환__자료형 설정__장치 설정__장치 변환__넘파이 배열의 텐서 변환__텐서의 넘파이 배열 변환가설__머신러닝에서의 가설__통계적 가설 검정 사례손실 함수__제곱 오차__오차 제곱합__평균 제곱 오차__교차 엔트로피최적화__경사 하강법__학습률__최적화 문제__단순 선형 회귀: 넘파이__단순 선형 회귀: 파이토치데이터세트와 데이터로더__데이터세트__데이터로더__다중 선형 회귀모델/데이터세트 분리__모듈 클래스__비선형 회귀__모델 평가__데이터세트 분리모델 저장 및 불러오기__모델 전체 저장/불러오기__모델 상태 저장/불러오기__체크포인트 저장/불러오기활성화 함수__이진 분류__시그모이드 함수__이진 교차 엔트로피__이진 분류: 파이토치__비선형 활성화 함수순전파와 역전파__순전파 계산__오차 계산__역전파 계산__갱신 결과 비교퍼셉트론__단층 퍼셉트론__다층 퍼셉트론__퍼셉트론 모델 실습04장: 파이토치 심화과대적합과 과소적합__과대적합과 과소적합 문제 해결배치 정규화__정규화 종류__배치 정규화 풀이가중치 초기화__상수 초기화__무작위 초기화__제이비어 & 글로럿 초기화__카이밍 & 허 초기화__직교 초기화__가중치 초기화 실습정칙화__L1 정칙화__L2 정칙화__가중치 감쇠__모멘텀__엘라스틱 넷__드롭아웃__그레이디언트 클리핑데이터 증강 및 변환__텍스트 데이터__이미지 데이터사전 학습된 모델__백본__전이 학습__특징 추출 및 미세 조정2부 자연어 처리05장: 토큰화단어 및 글자 토큰화__단어 토큰화__글자 토큰화형태소 토큰화__형태소 어휘 사전__KoNLPy__NLTK__spaCy하위 단어 토큰화__바이트 페어 인코딩__워드피스06장: 임베딩언어 모델__자기회귀 언어 모델__통계적 언어 모델N-gramTF-IDF__단어 빈도__문서 빈도__역문서 빈도__TF-IDFWord2Vec__단어 벡터화__CBoW__Skip-gram__계층적 소프트맥스__네거티브 샘플링__모델 실습: Skip-gram__모델 실습: GensimfastText__모델 실습순환 신경망__순환 신경망__장단기 메모리__모델 실습합성곱 신경망__합성곱 계층__활성화 맵__풀링__완전 연결 계층__모델 실습07장: 트랜스포머Transformer__입력 임베딩과 위치 인코딩__특수 토큰__트랜스포머 인코더__트랜스포머 디코더__모델 실습GPT__GPT-1__GPT-2__GPT-3__GPT 3.5__GPT-4__모델 실습BERT__사전 학습 방법__모델 실습BART__사전 학습 방법__미세 조정 방법__모델 실습ELECTRA__사전 학습 방법__모델 실습T5__모델 실습3부 컴퓨터 비전08장: 이미지 분류AlexNet__LeNet-5와 AlexNet__모델 학습__모델 추론VGG__AlexNet과 VGG-16__모델 구조 및 데이터 시각화__미세 조정 및 모델 학습ResNet__ResNet의 특징__모델 구현Grad-CAM__클래스 활성화 맵__Grad-CAM09장: 객체 탐지Faster R-CNN__R-CNN__Fast R-CNN__Faster R-CNN__모델 학습 과정__모델 실습SSD__멀티 스케일 특징 맵__기본 박스__모델 학습 과정__모델 실습FCN__업샘플링__모델 구조__모델 실습Mask R-CNN__특징 피라미드 네트워크__관심 영역 정렬__마스크 분류기__모델 실습YOLO__YOLOv1__YOLOv2__YOLOv3__YOLOv4 / YOLOv5__YOLOv6 / YOLOv7__모델 실습: YOLOv810장: 비전 트랜스포머ViT__합성곱 모델과 ViT 모델 비교__ViT의 귀납적 편향__ViT 모델__패치 임베딩__인코더 계층__모델 실습Swin Transformer__ViT와 스윈 트랜스포머 차이__스윈 트랜스포머 모델 구조__모델 실습CvT__합성곱 토큰 임베딩__어텐션에 대한 합성곱 임베딩__모델 실습4부 서비스 모델링11장: 모델 배포모델 경량화__양자화__지식 증류__텐서 분해__ONNX모델 서빙__모델 서빙 웹 프레임워크__포스트맨도커 배포__도커란?__빌드 및 배포데모 애플리케이션__스트림릿__애플리케이션 배포__파이토치 모델 연동부록A: 파이토치 라이트닝__모델 학습__트레이너 클래스부록B: 허깅 페이스__PreTrainedConfig 클래스__PreTrainedModel 클래스__PreTrainedTokenizer 클래스__PreTrainedFeatureExtractor 클래스__PreTrainedImageProcessor 클래스__Auto 클래스__트레이너 클래스부록C: 파이토치 이미지 모델__모델 생성__사전 학습된 모델__미세 조정부록D: 파이토치 컴파일러부록E: 메모리 부족
|
저자 소개 4
카카오스타일의 데이터사이언스 팀 리더로 현재 데이터 리터러시, 데이터 패브릭, MLOps 프로젝트를 진행하고 있다. 이전에는 어반베이스의 머신러닝 팀 리더를 맡아 컴퓨터비전과 딥러닝을 활용해 2D 도면을 3D로 변환하는 프로젝트를 수행했다. 머신러닝·딥러닝을 비롯해 데이터 품질 관리, 데이터 통합, 비즈니스 인텔리전스 등 데이터 통합에 관심이 있으며, 기술 공유 및 확장 플러그인 배포 등으로 개인이나 조직이 기술을 보다 쉽게 이용하고 활용할 수 있도록 도움을 주고 있다.
윤대희의 다른 상품
고려대학교에서 산업경영공학 박사 학위를 취득했다. 데이터 기반으로 제조, IT, 금융 분야에서 발생하는 다양한 기술적 문제를 해결했으며, 머신러닝·딥러닝 분야에 총 6편의 SCI 논문을 게재했다. 카카오스타일에서 컴퓨터비전과 딥러닝을 담당했으며 패션 속성 추출, 유사 이미지 추천 및 코디 추천을 수행했다. 현재는 우아한형제들에서 다양한 푸드/이커머스 플랫폼 과제를 진행하고 있다. 컴퓨터비전, 자연어 처리, 멀티모달 학습을 연구하고 활용하는 데 관심이 있다.
김동화의 다른 상품
동국대학교에서 전자전기공학 석사 학위를 취득했다. 아크릴 회사에서 선임 연구원으로 근무하면서 빅데이터 포렌식 및 AI 모델 소형화 프로젝트를 진행했다. 현재는 카카오스타일의 데이터사이언스 팀에서 컴퓨터비전과 딥러닝을 담당하며 이미지 데이터 분석, 유사 이미지 추천, 모델 서빙 및 배포 자동화 관련 프로젝트를 진행하고 있다. 인공지능 기술을 활용한 생산성 향상과 비용 최적화에 관심이 있다.
송종민의 다른 상품
학부생 시절 머신러닝 한번 공부해 보지 않겠냐는 선배의 권유로 데이터 사이언티스트의 길로 들어섰다. 대학원 시절 특허를 비롯한 텍스트 데이터를 이용한 경험을 바탕으로 주식회사 공팔리터의 AI Lab에서 커머스 리뷰 데이터를 이용한 여러 모델을 구축했다. 현재는 공팔리터에서의 경험을 이용해 카카오스타일의 데이터사이언스 팀에서 사용자 리뷰, 상품 정보 등 텍스트 데이터를 활용한 딥러닝 프로젝트를 진행하고 있다. AI 콜로키움, AWS Community Day 등에서 발표하며 경험을 나누는 것의 즐거움을 배웠다. 지능형 검색 시스템과 가상 시착(Virtual Try-On) 등에 관심이
학부생 시절 머신러닝 한번 공부해 보지 않겠냐는 선배의 권유로 데이터 사이언티스트의 길로 들어섰다. 대학원 시절 특허를 비롯한 텍스트 데이터를 이용한 경험을 바탕으로 주식회사 공팔리터의 AI Lab에서 커머스 리뷰 데이터를 이용한 여러 모델을 구축했다. 현재는 공팔리터에서의 경험을 이용해 카카오스타일의 데이터사이언스 팀에서 사용자 리뷰, 상품 정보 등 텍스트 데이터를 활용한 딥러닝 프로젝트를 진행하고 있다. AI 콜로키움, AWS Community Day 등에서 발표하며 경험을 나누는 것의 즐거움을 배웠다. 지능형 검색 시스템과 가상 시착(Virtual Try-On) 등에 관심이 있다.
진현두의 다른 상품
품목정보
- 발행일
- 2024년 04월 05일
- 이용안내
-
- 배송 없이 구매 후 바로 읽기
- 이용기간 제한없음
- TTS 불가능
- 저작권 보호를 위해 인쇄 기능 제공 안함
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 46.68MB ?
- 글자 수/ 페이지 수
- 약 804쪽 ?
- ISBN13
- 9791158395162
출판사 리뷰
|
★ 이 책에서 다루는 내용 ★◎ 머신러닝·딥러닝 이해 및 파이토치를 활용한 심화 실습◎ 텍스트 데이터의 토큰화 이해와 텍스트 임베딩 실습◎ 셀프 어텐션을 활용한 트랜스포머 모델의 이해와 트랜스포머 기반 언어 모델 실습◎ 이미지 분류 모델 이해와 내부 동작 원리 검증 및 시각화◎ 경계 상자 탐지, 의미론적 분할, 객체 분할 등의 객체 탐지 모델 이해◎ 특징 피라미드 네트워크 및 관심 영역 정렬 알고리즘을 이해◎ 트랜스포머 구조를 컴퓨터비전 분야에 적용한 비전 트랜스포머 모델 이해 및 실습◎ 웹 프레임워크와 도커를 활용한 API 온라인 서빙◎ 웹 애플리케이션을 통한 딥러닝 데모 애플리케이션 구축◎ 경량화, 파이토치 라이트닝, 허깅 페이스, 파이토치 컴파일러 등 다양한 관리 도구 및 기법 실습
|
