소득공제
러닝 텐서플로
딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지
- 베스트
- IT 모바일 top100 19주
이미 소장하고 있다면 판매해 보세요.
- 해외배송 가능?
- 문화비소득공제 가능
이 분야의 이벤트
상세 이미지
책소개
목차
|
CHAPTER 1 개요
1.1 딥러닝 속으로 1.2 텐서플로라는 이름에 담긴 의미 1.3 텐서플로 개괄 1.4 마치며 CHAPTER 2 텐서플로 설치에서 실행까지 2.1 텐서플로 설치 2.2 Hello World 2.3 MNIST 2.4 소프트맥스 회귀 2.5 마치며 CHAPTER 3 텐서플로의 기본 이해하기 3.1 연산 그래프 3.2 그래프, 세션, 페치 3.3 텐서의 흐름 3.4 변수, 플레이스홀더, 간단한 최적화 3.5 마치며 CHAPTER 4 합성곱 신경망 4.1 CNN 소개 4.2 MNIST 분류기: 버전 2 4.3 CIFAR10 4.4 마치며 CHAPTER 5 텍스트 1: 텍스트와 시퀀스 처리 및 텐서보드 시각화 5.1 시퀀스 데이터의 중요성 5.2 RNN 소개 5.3 텍스트 시퀀스용 RNN 5.4 마치며 CHAPTER 6 텍스트 2: 단어 벡터, 고급 RNN, 임베딩 시각화 6.1 단어 임베딩 소개 6.2 word2vec 6.3 사전 학습된 임베딩과 고급 RNN 6.4 마치며 CHAPTER 7 텐서플로 추상화와 간소화 7.1 이번 장의 개요 7.2 contrib.learn 7.3 TFLearn 7.4 마치며 CHAPTER 8 큐, 스레드, 데이터 읽기 8.1 입력 파이프라인 8.2 TFRecord 8.3 큐 8.4 완전한 멀티스레드 입력 파이프라인 8.5 마치며 CHAPTER 9 분산 텐서플로 9.1 분산 컴퓨팅 9.2 텐서플로의 병렬처리 요소 9.3 분산 예제 9.4 마치며 CHAPTER 10 모델 엑스포트와 서빙 10.1 모델을 저장하고 내보내기 10.2 텐서플로 서빙 소개 10.3 마치며 APPENDIX A 모델 구축과 텐서플로 서빙 사용에 관한 팁 A.1 모델 구조화 및 사용자 정의 A.2 텐서플로 서빙의 필수 및 권장 구성 요소 APPENDIX B 한국어판 부록: 텐서플로 1.7의 contrib.learn 폐기 APPENDIX C 한국어판 부록: 7.3.5절 TF-Slim 예제 |
저자 소개 4
Tom Hope
학계와 업계에 걸쳐 다양한 경력을 갖춘 응용 머신러닝 연구자이자 데이터 과학자. 다국적 기업 환경에서 선임 데이터 과학자로 재직하며 웹 마이닝, 텍스트 분석, 컴퓨터 비전, 세일즈와 마케팅, IoT, 금융시장 예측, 대규모 제조업 등 여러 분야를 넘나들며 데이터 과학과 딥러닝 연구개발팀을 이끌어왔다. 이전에는 전자상거래 스타트업에서 데이터 과학 연구개발을 주도했다. 주요 다국적 기업과 스타트업에서 데이터 과학 컨설팅을 수행하기도 했다. 컴퓨터 과학, 데이터 마이닝, 통계를 연구하다 보니 현재는 머신러닝, 딥러닝, 자연어처리, 약지도 학습, 시계열 등이 주요 연구 분야다.
Yehezkel S. Resheff
머신러닝과 데이터 마이닝 분야 응용 연구자. 히브리 대학교에서 웨어러블 기기와 IoT에서 발생한 데이터를 분석하기 위한 머신러닝과 딥러닝 방법론을 공부했다. 대규모 기업과 소규모 스타트업 모두에서 연구 활동을 주도하고 있으며, 여러 개의 특허와 논문을 발표했다. 현재는 차세대 딥러닝 기술 개발에 참여하고 있으며 머신러닝의 한계를 극복하려는 기업들에 컨설팅을 하고 있다.
Itay Lieder
머신러닝과 전산 신경과학 분야 응용 연구자. 히브리 대학교에서는 저수준 퍼셉트론 모델링을 위한 계산 방법론을 개발하여 충분한 학습이 어려운 개인을 대상으로 한 프로파일링 도구에 적용했다. 거대 다국적 기업에 근무하며 텍스트 분석, 웹 마이닝, 금융 기록 등 여러 분야에서 혁신적인 딥러닝 연구개발을 이끌고 있다.
컴퓨터에 붙은 그림을 보고 애플이라는 단어의 뜻을 알게 된 이 땅의 흔한 개발자 중 한 사람이다. 포항공과대학교에서 전산학을, 한국과학기술원에서 인공지능을 공부했으며, 그 덕분에 알파고와 스카이넷을 구분할 줄 아는 지혜를 갖추게 되었다. 메일, 브라우저, CMS, 도서 관리 시스템 등 일관성을 찾기 어려운 다양한 프로젝트에 참여했다. 이렇게 하여 물에 물 탄듯한 경력이 완성되는 듯했으나, 최근 몇 년은 빅데이터 처리와 관련한 연구개발에 집중했다. 현재 에스코어에서 일래스틱(Elastic) 스택을 활용한 빅데이터 저장/검색 서비스 제공과 머신러닝 및 딥러닝 관련 업무를 수행하고 있
컴퓨터에 붙은 그림을 보고 애플이라는 단어의 뜻을 알게 된 이 땅의 흔한 개발자 중 한 사람이다. 포항공과대학교에서 전산학을, 한국과학기술원에서 인공지능을 공부했으며, 그 덕분에 알파고와 스카이넷을 구분할 줄 아는 지혜를 갖추게 되었다. 메일, 브라우저, CMS, 도서 관리 시스템 등 일관성을 찾기 어려운 다양한 프로젝트에 참여했다. 이렇게 하여 물에 물 탄듯한 경력이 완성되는 듯했으나, 최근 몇 년은 빅데이터 처리와 관련한 연구개발에 집중했다. 현재 에스코어에서 일래스틱(Elastic) 스택을 활용한 빅데이터 저장/검색 서비스 제공과 머신러닝 및 딥러닝 관련 업무를 수행하고 있다. 대량의 데이터를 실시간으로 수집, 처리, 분석하여, 실시간으로 생산되는 데이터의 수집과 시각화 사이의 시간 간격을 줄이는 데 각별한 관심이 있다.
박상은의 다른 상품
관련 분류
품목정보
- 발행일
- 2018년 05월 04일
- 쪽수, 무게, 크기
- 288쪽 | 518g | 183*235*12mm
- ISBN13
- 9791162240687
출판사 리뷰
|
딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지
가장 널리 쓰이는 딥러닝 라이브러리인 텐서플로의 모든 것을 다룬다. ‘텐서플로’에서 ‘텐서’는 어떤 의미이고 ‘플로’는 어떤 의미일까? 텐서플로가 그래프 기반이라고 하던데 이 그래프는 어떻게 작동할까? 의미도 모르고 쓰고 있는 변수, 플레이스홀더, 세션, 페치 등의 정확한 정의는 무엇일까? 이 책은 텐서플로 기초를 다루며, 다른 책에서 다루지 않는 이러한 의문에 답한다. 이어서 신경망 구조, 텐서보드 시각화, 추상화 라이브러리(케라스, TF-Slim, TFLearn), 텐서플로 서빙, 멀티스레드 입력 파이프라인, 분산처리 등 심화 주제로 넘어간다. 이 과정에서 CNN, RNN, 오토인코더 등을 활용한 자연어처리, 영상처리, 음성인식, 예측 분석 등 흔히 쓰이는 딥러닝 기법들을 예제로 살펴본다. 이 책을 마스터하면 텐서플로를 사용한 딥러닝 시스템을 구축하고 실무에 운용할 준비를 마친 셈이다. 고통 없이 텐서플로를 배우고 돌려보기 밑바닥부터 딥러닝 모델 구축하기 영상처리와 NLP에 널리 쓰이는 딥러닝 모델 훈련하기 개발을 쉽고 빠르게 해주는 추상화 라이브러리 사용하기 텐서플로를 확장하여 클러스터로 모델 훈련을 분산처리하기 프로덕션 환경으로 텐서플로 배포하기 |
추천평
|
텐서플로를 기초부터 잘 설명해주는 책이 나왔습니다. 기본적인 변수 설정부터 메서드 같은 텐서플로의 동작 방식, 그리고 분류, CNN, RNN, 텍스트 분석까지 설명합니다. 케라스 등 텐서플로를 더 쉽게 쓸 수 있게 해주는 도구와 텐서플로를 분산 환경에서 돌릴 수 있는 방법도 살펴봅니다. 약간의 딥러닝 지식만 있다면 쉽게 이해할 수 있습니다. 책에서 제공하는 예제에 자신이 구한 데이터셋을 적용해가면서 공부해보면 더 도움이 될 거라고 생각합니다. 텐서플로를 실무에서 사용하고 있는 사람으로서 텐서플로 입문자들에게 추천하고 싶은 책입니다. - 최용선 (S-Core 데이터 과학자)
|
|
쉬운 예제와 복잡한 예제가 조화롭게 들어 있어 도움이 됐다. 텐서플로 서빙과 모델 훈련을 분산처리하는 챕터가 특히 흥미로웠다. 텐서플로를 이해하고 활용하기 위해 여러 번 읽어볼 만한 책이다. - 비슈와나스 수브라마니안 (스타벅스 데이터 엔지니어 및 분석가)
|
20,700원
총 1개
20,700원
