소득공제
PDF
eBook
초소형 머신러닝 TinyML
모델 최적화부터 에지 컴퓨팅까지 작고 빠른 딥러닝을 위한 텐서플로 라이트
스마트한 PDF 필기 기능을 사용해 보세요!
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
이 분야의 이벤트
이 상품의 태그
소개
목차
|
CHAPTER 1 서론1.1 임베디드 장치1.2 생태계 변화CHAPTER 2 시작하기2.1 이 책의 대상 독자2.2 개발에 필요한 하드웨어2.3 개발에 필요한 소프트웨어2.4 이 책에서 배울 내용CHAPTER 3 머신러닝 빠르게 훑어보기3.1 머신러닝이란 무엇인가3.2 딥러닝 워크플로3.3 마치며CHAPTER 4 TinyML ‘Hello World’ 시작하기: 모델 구축과 훈련4.1 만들고자 하는 시스템4.2 머신러닝 도구4.3 모델 구축하기4.4 모델 학습시키기4.5 텐서플로 라이트용 모델 변환4.6 마치며CHAPTER 5 TinyML ‘Hello World’: 애플리케이션 구축5.1 테스트 작성5.2 프로젝트 파일 구조5.3 소스 코드 살펴보기5.4 마치며CHAPTER 6 TinyML ‘Hello World’: 마이크로컨트롤러에 배포하기6.1 마이크로컨트롤러란 무엇인가6.2 아두이노6.3 스파크펀 에지6.4 ST마이크로 STM32F746G 디스커버리 키트6.5 마치며CHAPTER 7 호출어 감지: 애플리케이션 만들기7.1 만들고자 하는 시스템7.2 애플리케이션 아키텍처7.3 테스트 코드7.4 호출어 듣기7.5 마이크로컨트롤러에 배포하기7.6 마치며CHAPTER 8 호출어 감지: 모델 훈련하기8.1 새로운 모델 훈련8.2 프로젝트에서 모델 사용8.3 모델 작동 방식8.4 나만의 데이터로 훈련하기8.5 마치며CHAPTER 9 인체 감지: 애플리케이션 만들기9.1 만들고자 하는 시스템9.2 애플리케이션 아키텍처9.3 테스트 코드9.4 인체 감지9.5 마이크로컨트롤러 배포9.6 마치며CHAPTER 10 인체 감지: 모델 훈련하기10.1 연산 환경 선택10.2 구글 클라우드 플랫폼 인스턴스 설정10.3 훈련 프레임워크 선택10.4 데이터셋 구축하기10.5. 모델 훈련하기10.6 텐서보드10.7 모델 평가하기10.8 텐서플로 라이트로 모델 내보내기10.9 다른 카테고리 훈련10.10 아키텍처 이해10.11 마치며CHAPTER 11 마술 지팡이: 애플리케이션 만들기11.1 만들고자 하는 시스템11.2 애플리케이션 아키텍처11.3 단계별 테스트11.4 제스처 감지11.5 마이크로컨트롤러에 배포11.6 마치며CHAPTER 12 마술 지팡이: 모델 훈련하기12.1 모델 훈련하기12.2 모델의 작동 방식12.3 나만의 데이터로 훈련하기12.4 마치며CHAPTER 13 마이크로컨트롤러용 텐서플로 라이트13.1 마이크로컨트롤러용 텐서플로 라이트란 무엇인가13.2 빌드 시스템13.3 새로운 하드웨어 플랫폼 지원13.4 새로운 IDE나 빌드 시스템 지원13.5 프로젝트와 저장소 간 코드 변경 사항 통합13.6 오픈소스에 기여13.7 새로운 하드웨어 가속기 지원13.8 파일 포맷 이해13.9 텐서플로 라이트 모바일 작업을 Micro에 포팅하기13.10 마치며CHAPTER 14 자신만의 TinyML 애플리케이션 설계하기14.1 설계 과정14.2 마이크로컨트롤러가 필요할까, 더 큰 장치가 필요할까?14.3 무엇이 가능한지 이해하기14.4 다른 사람의 발자취 따르기14.5 훈련할 모델 찾기14.6 데이터 관찰14.7 오즈의 마법사 방법론14.8 데스크톱에서 먼저 작동시키기CHAPTER 15 지연 최적화15.1 정말 중요한 문제인지 확인하기15.2 하드웨어 변경15.3 모델 개선15.4 양자화15.5 제품 설계15.6 코드 최적화15.7 연산 최적화15.8 오픈소스에 기여15.9 마치며CHAPTER 16 에너지 사용 최적화16.1 직관 기르기16.2 실제 전력 소모 측정하기16.3 모델의 전력 사용량 추정16.4 전력 소모 개선16.5 마치며CHAPTER 17 모델과 바이너리 크기 최적화17.1 시스템의 한계 이해17.2 메모리 사용 측정17.3 다양한 문제에 대한 모델 정확도와 크기17.4 모델 선택17.5 실행 파일 크기 줄이기17.6 정말로 작은 모델17.7 마치며CHAPTER 18 디버깅18.1 훈련과 배포 사이 정확도 손실18.2 수치의 차이18.3 알 수 없는 충돌과 중단18.4. 마치며CHAPTER 19 텐서플로에서 텐서플로 라이트로 모델 포팅하기19.1 필요한 Op 이해19.2 텐서플로 라이트의 기존 Op 범위 살펴보기19.3 전처리 및 후처리를 애플리케이션 코드로 이동19.4 Op의 구현19.5 Op 최적화19.6 마치며CHAPTER 20 개인 정보, 보안, 배포20.1 개인 정보20.2 보안20.3 배포20.4 마치며CHAPTER 21 파도를 따라잡기 위하여21.1 TinyML 재단21.2 SIG Micro21.3 텐서플로 웹사이트21.4 그 밖의 프레임워크21.5 트위터21.6 TinyML의 친구들21.7 마치며부록 A 아두이노 라이브러리 Zip 사용과 생성부록 B 아두이노에서 오디오 받기
|
저자 소개 4
Pete Warden
구글의 모바일, 임베디드 텐서플로 기술 책임자다. 애플에서 근무한 이후 제트팩(Jetpac)의 CTO이자 창업자로 일하다가 2014년에 제트팩이 구글에 인수되며 구글에 합류했다. 피트 워든은 텐서플로 팀의 창립 멤버이며 트위터에서 @petewarden으로 활동 중이고 실용적인 딥러닝 블로그 https://petewarden.com을 운영하고 있다.
Daniel Situnayake
임베디드 머신러닝 연구와 개발을 이끄는 엣지 임펄스의 머신러닝 책임자다. 오라일리에서 출판한 임베디드 머신러닝의 표준 교과서인 『초소형 머신러닝 TinyML』 (한빛미디어, 2020)의 공동 저자이며, 하버드, UC 버클리, UNIFEI에서 초청 강연을 진행한 바 있다. 이전에 구글에서 텐서플로 라이트(TensorFlow Lite)를 개발했으며, 미국 최초로 자동화를 통해 산업 규모로 곤충 단백질을 생산하는 회사인 타이니 팜스(Tiny Farms)를 공동 설립했다. 버밍엄시티대학교에서 자동 식별과 데이터 캡처를 강의하는 것으로 경력을 시작했다.
낮에는 계약서와 코드를 두드리고 밤에는 신시사이저와 기타를 난도질하는 공학과 미디어의 주변인. 임베디드 프로그래머, 미들웨어 개발자, 프로젝트 매니저, 사업 개발 등 다양한 직군에 종사해왔으며 최근에는 엔터테인먼트 산업에서 다양한 웹 프로젝트를 진행 중이다. 사회적인 덕후로 생존하기 위해 오늘도 코드, 그리고 글과 씨름하고 있다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『초소형 머신러닝 TinyML』(한빛미디어, 2020), 『라즈베리 파이로 배우는 컴퓨터 아키텍처』(위키북스, 2017) 등이 있다.
임지순 의 다른 상품
이화여대 신산업융합대학 겸임교수로 데이터 분석 및 AI 강의를 하고 있으며, 카논그룹의 CTO로 재직 중이다. 이전에는 IBM의 Data&AI 팀에서 엔지니어로 근무했으며, 이후 카카오벤처스 패밀리사인 1z Labs를 공동창업한 후, 지분을 매각한 바 있다. 연세대학교에서 데이터 분석 전공으로 석사 과정을 졸업하고 박사 과정을 수료했다. SK C&C, KISTI, NRF, DBpia 등에서 프로젝트를 진행하였으며 Apache Zeppelin, Qiskit, KoGPT-2 등 오픈소스 프로젝트에 기여했다. 삼성, 현대, LG, 딜로이트 등 기업을 대상으로 강연하고 연세대학교, 이
이화여대 신산업융합대학 겸임교수로 데이터 분석 및 AI 강의를 하고 있으며, 카논그룹의 CTO로 재직 중이다. 이전에는 IBM의 Data&AI 팀에서 엔지니어로 근무했으며, 이후 카카오벤처스 패밀리사인 1z Labs를 공동창업한 후, 지분을 매각한 바 있다. 연세대학교에서 데이터 분석 전공으로 석사 과정을 졸업하고 박사 과정을 수료했다. SK C&C, KISTI, NRF, DBpia 등에서 프로젝트를 진행하였으며 Apache Zeppelin, Qiskit, KoGPT-2 등 오픈소스 프로젝트에 기여했다. 삼성, 현대, LG, 딜로이트 등 기업을 대상으로 강연하고 연세대학교, 이화여대, 중앙대학교, 동덕여대, 상명대학교, 순천대학교 등에서도 강연했다. 참여 도서로는 『머신러닝 디자인 패턴』(한빛미디어, 2021), 『Do it 강화 학습 입문』(이지스퍼블리싱, 2021), 『코딩진로』(호모루덴스, 2021), 『초소형 머신러닝 TINYML』(한빛미디어, 2020), 『쉽게 배우는 AWS AI 서비스』(한빛미디어, 2022), 『하이퍼레저 블록체인 개발』(한빛미디어, 2019), 『블록체인의 정석』(지앤선, 2019) 등이 있다. 깃허브에서 @YUNHO0130으로 활동하고 기술 블로그와 유튜브 채널을 운영하고 있다.
맹윤호의 다른 상품
품목정보
- 발행일
- 2020년 08월 31일
- 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) | 67.79MB ?
- 글자 수/ 페이지 수
- 약 569쪽 ?
- ISBN13
- 9791162247631
출판사 리뷰
|
텐서플로 라이트로 알아보는 임베디드 머신러닝의 가능성 마이크로컨트롤러에서 머신러닝을 실행할 수 있게 된 것은 비교적 최근 일이며 이 분야는 초기 단계에 있습니다. 머신러닝에는 여러 가지 접근 방식이 있지만 가장 인기 있는 방식은 딥러닝입니다. 이 책의 예제는 딥러닝을 중심으로 합니다. 딥러닝은 마이크로컨트롤러에 적합한 문제를 해결하기 위한 유연하고 강력한 도구입니다. 제한된 메모리와 저성능 장치에서도 딥러닝이 작동할 수 있다는 것을 알면 놀랄 수도 있습니다. 실제로 이 책을 통해 정말 놀라운 일을 해내면서도 작은 장치의 제약 조건에 맞는 딥러닝 모델을 만드는 방법을 배우게 될 것입니다.이 책에는 딥러닝을 연구에서 끝내지 않고 제품까지 이어가기 위한 텐서플로 팀의 고민이 잘 녹아 있습니다. 정확도를 최대한 유지하면서 모델을 경량화하고, 저전력 환경에서 모델을 실행하고, 성능이 낮아 모델을 실행하기 어려운 컴퓨팅 환경에서 모델을 동작시키는 방법을 텐서플로 라이트로 예제를 실행하며 배워보세요. 이 책을 다 읽고 덮을 때, 현재 임베디드 시스템에서 머신러닝을 사용하여 가능한 것이 무엇인지, 앞으로 몇 년 동안 무엇이 실현 가능할지에 대한 아이디어를 얻을 수 있기를 바랍니다.이 책에서 다루는 내용● 마이크로컨트롤러용 텐서플로 라이트● 오디오, 이미지, 가속도계 데이터로 머신러닝(딥러닝) 모델 학습● 음성 인식, 제스처 인식 등 임베디드 기기에서 작동하는 머신러닝 애플리케이션 ● 아두이노를 비롯한 저전력 마이크로컨트롤러에 머신러닝 탑재● 지연, 에너지 사용, 모델 크기, 바이너리 크기 최적화 기법● 머신러닝 필수 사항과 자신만의 모델 훈련 방법● 애플리케이션 디버깅, 개인 정보 보호, 보안을 고려한 설계 노하우관련 서적 (제목 + ISBN)● 핸즈온 머신러닝(2판) / 9791162242964● 텐서플로를 활용한 머신러닝 / 9791162241073● 파이썬 날코딩으로 알고 짜는 딥러닝 / 9791162242001● 아두이노 101 / 9788968484780
|
