소득공제
PDF
eBook
딥러닝 프로젝트를 위한 허깅페이스 실전 가이드
자연어 처리부터 컴퓨터비전, 멀티모달 프로젝트까지 허깅페이스로 쉽고 빠르게 구축하기
스마트한 PDF 필기 기능을 사용해 보세요!
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
상세 이미지
소개
목차
|
▣ 01장: 허깅페이스 알아보기1.1 인공지능과 허깅페이스___1.1.1 머신러닝과 딥러닝___1.1.2 딥러닝을 위한 허깅페이스1.2 트랜스포머___1.2.1 트랜스포머 모델 구조___1.2.2 멀티 헤드 어텐션___1.2.3 마스크드 멀티 헤드 어텐션1.3 파이토치 설치 및 환경 설정___1.3.1 윈도우 / 리눅스___1.3.2 리눅스(ROCm)___1.3.3 맥___1.3.4 구글 코랩1.4 허깅페이스 허브___1.4.1 허깅페이스 알아보기___1.4.2 Models 페이지 알아보기___1.4.3 사전 학습된 모델 다운로드1.5 허깅페이스 리포지터리___1.5.1 모델 리포지터리 생성___1.5.2 모델 파일 업로드___1.5.3 push_to_hub 메서드를 통한 업로드___1.5.4 Git을 통한 업로드▣ 02장: 허깅페이스 트랜스포머2.1 라이브러리 소개___2.1.1 트랜스포머___2.1.2 토크나이저___2.1.3 데이터세트___2.1.4 디퓨저___2.1.5 가속화2.2 모델 설정___2.2.1 PretrainedConfig 클래스___2.2.2 ModelConfig 클래스2.3 토크나이저___2.3.1 PreTrainedTokenizer 클래스___2.3.2 ModelTokenizer 클래스2.4 모델___2.4.1 PreTrainedModel 클래스___2.4.2 ModelModel 클래스2.5 특징 추출___2.5.1 ImageFeatureExtractor 클래스___2.5.2 AudioFeatureExtractor 클래스2.6 이미지 프로세서___2.6.1 ImageProcessor 클래스2.7 오토 클래스___2.7.1 주요 Auto 클래스2.8 파이프라인___2.8.1 파이프라인 종류와 예시___2.8.2 pipeline 함수2.9 데이터세트___2.9.1 선택, 분리, 병합___2.9.2 필터 및 맵___2.9.3 기타 메서드___2.9.4 데이터 업로드2.10 트레이너___2.10.1 트레이너 클래스___2.10.2 트레이닝 아규먼트___2.10.3 토큰 분류 - 개체명 인식2.11 모델 평가___2.11.1 평가 라이브러리▣ 03장: 자연어 처리3.1 텍스트 분류: BERT___3.1.1 BERT___3.1.2 BertTokenizer___3.1.3 BertModel___3.1.4 텍스트 분류 모델 학습3.2 요약문 생성: BART___3.2.1 BART___3.2.2 BartTokenizer___3.2.3 BartModel___3.2.4 요약문 생성 모델 학습3.3 질의 응답: RoBERTa___3.3.1 RoBERTa___3.3.2 추출 질의 응답 모델 학습3.4 기계 번역: T5___3.4.1 T5___3.4.2 기계 번역 모델 학습3.5 텍스트 생성: LLaMA-3.1___3.5.1 LLaMA-3 시리즈___3.5.2 텍스트 생성 모델 실습___3.5.3 텍스트 생성 모델 학습▣ 04장: 컴퓨터비전4.1 제로샷 이미지 분류: CLIP___4.1.1 CLIP___4.1.2 제로샷 이미지 분류 수행4.2 제로샷 객체 검출: OWLv2___4.2.1 OWLv2___4.2.2 제로샷 객체 검출 수행4.3 이미지 세그먼테이션: SAM___4.3.1 SAM___4.3.2 이미지 세그먼테이션 수행▣ 05장: 멀티모달5.1 이미지 캡셔닝: BLIP-2___5.1.1 BLIP___5.1.2 이미지 캡셔닝 수행5.2 문서 질의 응답: LayoutLM___5.2.1 LayoutLM___5.2.2 문서 시각 질의 응답 수행5.3 시각적 질의 응답: ViLT___5.3.1 ViLT___5.3.2 시각적 질의 응답 수행5.4 이미지 생성: Stable-Diffusion___5.4.1 확산 모델___5.4.2 Stable-Diffusion 3___5.4.3 이미지 생성 수행▣ 부록A: 이미지 매칭A.1 이미지 특징 벡터A.2 FAISSA.3 인덱스 유형▣ 부록B: 레이 튠B.1 하이퍼파라미터 최적화 수행B.2 하이퍼파라미터 최적화 결과 비교B.3 하이퍼파라미터 검색 알고리즘▣ 부록C: GPTQC.1 GPTQConfig 클래스C.2 모델 양자화▣ 부록D: 가속화D.1 Accelerator 클래스D.2 모델 분산 학습 수행
|
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
- 2025년 02월 05일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 12.36MB ?
- 글자 수/ 페이지 수
- 약 392쪽 ?
- ISBN13
- 9791158395841
출판사 리뷰
|
★ 이 책에서 다루는 내용 ★◎ 허깅페이스 이해 및 활용 방법◎ 트랜스포머 모델의 구조와 작동 원리 이해◎ 허깅페이스 허브와 리포지터리를 활용한 모델 공유 및 관리◎ 허깅페이스 트랜스포머 라이브러리를 이용한 모델 설정, 학습, 평가◎ 자연어 처리 프로젝트(텍스트 분류, 요약, 질의 응답, 기계 번역, 텍스트 생성) 실습◎ 컴퓨터비전 프로젝트(이미지 분류, 객체 검출, 이미지 세그먼테이션) 실습◎ 멀티모달 프로젝트(이미지 캡셔닝, 문서 질의 응답, 시각적 질의 응답, 이미지 생성) 실습◎ 고급 기능(이미지 매칭, 하이퍼파라미터 최적화, 모델 양자화, 분산 학습) 실습
|
