본문 바로가기

추천 검색어

실시간 인기 검색어

딥러닝을 위한 파이토치 입문

영진닷컴

2022년 06월 22일 출간

종이책 : 2022년 01월 20일 출간

(개의 리뷰)
( 0% 의 구매자)
eBook 상품 정보
파일 정보 pdf (27.62MB)
ISBN 9788931467291
쪽수 322쪽
지원기기 교보eBook App, PC e서재, 리더기, 웹뷰어
교보eBook App 듣기(TTS) 가능
TTS 란?
텍스트를 음성으로 읽어주는 기술입니다.
  • 전자책의 편집 상태에 따라 본문의 흐름과 다르게 텍스트를​ 읽을 수 있습니다.
  • 전자책 화면에 표기된 주석 등을 모두 읽어 줍니다.
  • 이미지 형태로 제작된 전자책 (예 : ZIP 파일)은 TTS 기능을 지원하지 않습니다.
  • '교보 ebook' 앱을 최신 버전으로 설치해야 이용 가능합니다. (Android v3. 0.26, iOS v3.0.09,PC v1.2 버전 이상)

PDF 필기 Android 가능 (iOS예정)
소득공제
소장
정가 : 17,500원

쿠폰적용가 15,750

10% 할인 | 5%P 적립

이 상품은 배송되지 않는 디지털 상품이며,
교보eBook앱이나 웹뷰어에서 바로 이용가능합니다.

카드&결제 혜택

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 416P
  • 리뷰 작성 시, e교환권 추가 최대 300원

작품소개

이 상품이 속한 분야

파이토치로 시작하는 딥러닝 구축과 활용

구글의 음성인식, 인공지능 시스템 개발, 손상된 사진 복원 등 딥러닝 기술은 여러 분야와 실생활에서 다양하게 적용되고 있다. 이 책은 파이썬 기반의 오픈소스 머신러닝 라이브러리인 파이토치를 활용하여 실제로 딥러닝을 구축하고 활용하고자 하는 사람을 위한 입문서다. 인공 신경망에서 쓰이는 기초 개념을 토대로 실제 어떻게 인공지능이 구현되는지 코드 라인별로 상세하게 설명하여 초보자도 쉽게 이해할 수 있도록 구성했으며, 다양한 실습 예제를 통해 프로그램을 만드는 방법부터 머신러닝 기술의 사용법, 결과를 내는 방법까지 소개하고 있다.
초반부에는 파이썬의 기본적인 사용법부터 파이토치 같은 머신러닝을 위한 라이브러리 활용법, 머신러닝에서 사용하는 지도학습 개념 등 머신러닝을 시작하기 전에 알아야 할 것들을 공부하며 기초를 다진다. 또한 이미지 처리를 위한 합성곱 신경망, 시계열 데이터 처리를 위한 순환 형태의 신경망 그리고 앞으로 사용할 함수들을 연습하고 ResNet이나 BI-LSTM 같은 실제로 사용하기 좋은 모델을 제작해 본다. 이전 내용을 토대로 비지도 학습과 지금까지 배운 내용을 접목해 활용할 수 있는 방법도소개한다.후반부에는 과적합을 방지하고 성능을 올려주는 방법, 복잡한 결과를 쉽게 알아볼 수 있도록 시각화하는 법 등 실제 머신러닝을 진행할 때 도움이 될 방법들을 알려두며 앞 장의 지도학습, 비지도 학습과 더불어 전이 학습과 준지도 학습 모델과 메타학습, 유한차분법을설명한다.
Chapter 1 딥러닝 시작
1.1 딥러닝이란
1.1.1 딥러닝의 역사
1.1.2 인공 신경망
1.1.3 최근 동향
1.2 파이썬과 파이토치

Chapter 2 파이썬
2.1 변수, 출력문, 라이브러리
2.1.1 정수형(int)
2.1.2 실수형(float)
2.1.3 문자형(string)
2.1.4 부울형(bool)
2.1.5 출력문(print)
2.1.6 라이브러리(library)
2.2 리스트, 튜플, 딕셔너리
2.2.1 리스트(list)
2.2.2 튜플(tuple)
2.2.3 딕셔너리(dict)
2.3 넘파이
2.3.1 여러 가지 배열
2.3.2 배열의 크기와 변환
2.3.3 조건문을 이용한 인덱스 검색
2.3.4 배열의 기본 연산
2.3.5 배열의 병합
2.3.6 다양한 계산 함수
2.4 조건문과 반복문
2.4.1 if문
2.4.2 for문
2.4.3 while문
2.4.4 break, continue문
2.4.5 try & except문
2.5 함수와 모듈
2.5.1 함수
2.5.2 모듈
2.6 클래스
2.7 그래프 그리기
2.8 폴더 및 파일 관리
2.9 터미널에서 파이썬 실행하기

Chapter 3 지도 학습
3.1 지도 학습이란
3.2 지도 학습의 종류
3.3 데이터 세트 분할

Chapter 4 파이토치 기본
4.1 텐서
4.1.1 여러 가지 텐서
4.1.2 리스트, 넘파이 배열을 텐서로 만들기
4.1.3 텐서의 크기, 타입, 연산
4.1.4 텐서의 크기 변환
4.1.5 텐서에서 넘파이 배열로 변환
4.1.6 단일 텐서에서 값으로 반환하기
4.2 역전파
4.2.1 그래디언트 텐서
4.2.2 자동 미분 - 선형회귀식
4.3 데이터 불러오기
4.3.1 파이토치 제공 데이터 사용
4.3.2 같은 클래스 별로 폴더를 정리한 경우
4.3.3 정리되지 않은 커스텀 데이터 불러오기
4.3.4 커스텀 데이터와 커스텀 전처리 사용하기
4.3.5 커스텀 데이터와 파이토치 제공 전처리 사용하기
4.3.6 커스텀 전처리와 파이토치에서 제공하는 전처리 함께 사용하기

Chapter 5 인공 신경망
5.1 다층 퍼셉 트론
5.1.1 선형 회귀
5.1.2 집값 예측하기
5.2 활성화 함수
5.2.1 활성화 함수가 필요한 이유
5.2.2 선형 함수
5.2.3 시그모이드(sigmoid) 함수
5.2.4 tanh 함수
5.2.5 ReLU 함수
5.2.6 Softmax 함수
5.2.7 기타 활성화 함수
5.3 손실 함수
5.3.1 MAE
5.3.2 MSE
5.3.3 Cross Entropy Loss
5.3.4 기타 손실 함수
5.4 최적화 기법
5.4.1 확률적 경사하강법(SGD)
5.4.2 다양한 최적화 기법
5.4.3 스케줄링
5.4.4 MADGRAD
5.5 교차 검증
5.5.1 교차 검증을 통한 집값 예측 모델 평가
5.6 모델 구조 및 가중치 확인
5.6.1 모델 구조
5.6.2 모델 변수

Chapter 6 합성곱 신경망
6.1 합성곱 연산과 풀링 연산
6.1.1 이미지 데이터
6.1.2 MLP와 이미지 처리
6.1.3 합성곱 연산과 풀링 연산
6.2 ALEXNET
6.3 RESNET
6.4 다양한 합성곱 신경망

Chapter 7 순환 신경망
7.1 기본 순환 신경망
7.1.1 시계열 데이터
7.1.2 기본 인공 신경망과 순환 신경망
7.1.3 순환 신경망의 다양한 형태
7.1.4 기본 순환 신경망
7.1.5 기본 순환 신경망 구현
7.2 LSTM과 GRU
7.2.1 기본 RNN의 문제
7.2.2 LSTM
7.2.3 GRU
7.3 BI-LSTM
7.3.1 Bi-LSTM 구현하기

Chapter 8 비지도 학습
8.1 비지도 학습이란
8.2 K-평균 알고리즘
8.3 오토인코더
8.3.1 스택 오토인코더
8.3.2 디노이징 오토인코더
8.3.3 합성곱 오토인코더
8.4 생성적 적대 신경망
8.4.1 Vanilla GAN
8.4.2 Deep Convolutional GAN(DCGAN)
8.5 이미지 스타일 변이
8.6 깊은 K-평균 알고리즘

Chapter 9 성능 개선
9.1 과적합
9.1.1 데이터 증식
9.1.2 조기

* 주요 내용

Chapter 1 딥러닝 시작
1장에서는 인공지능을 구현하고 학습하는 방법 중 하나인 딥러닝에 대한 역사와 신경망을 구현하는데 필요한 프로그래밍 언어인 파이썬과 파이토치에 대해 간략히 알아본다.

Chapter 2 파이썬
2장에서는 프로그래밍 언어에서 가장 기본적이고 중요한 변수 타입부터 문법, 시각화, 실행 방법 등 파이썬에 대한 전반적인 내용을 다룬다.

Chapter 3 지도 학습
3장에서는 지도 학습의 개념과 과정을 살펴보고 우리가 다루는 대표적인 문제가 무엇이 있는지 알아본다. 추가적으로 머신러닝 업무에서 가장 기본인 용도에 따라 데이터 세트를 나누는 방법에 대해서 살펴본다.

Chapter 4 파이토치 기본
파이토치의 기본 타입인 텐서를 학습하고 딥러닝 모델을 최적화할 때 필요한 자동 미분법과 효율적으로 학습 데이터를 사용하는 방법에 대해서 배운다.

Chapter 5 인공 신경망
인공 신경망을 구축하고 학습하는데 기본적으로 고려해야 할 기본 구조, 활성화 함수, 손실 함수, 최적화 기법 등인공 신경망에 대한 전반적인 내용을 다룬다.

Chapter 6 합성곱 신경망
합성곱 연산과 합성곱 신경망 구축에 대해서 다뤄보고 파이토치에서 제공하는 모델에 대해서 알아본다.

Chapter 7 순환 신경망
시퀀스 데이터의 의미를 알아보고 합성곱 신경망과 더불어 가장 많이 사용되는 순환 신경망에 대해서 설명한다.

Chapter 8 비지도 학습
정답이 있는 데이터가 부족한 문제를 해결하기 위한 비지도 학습의 대표적인 신경망인 오토인코더와 생성적 적대 신경망을 다룬다.

Chapter 9 성능 개선
모델을 학습하면서 대표적으로 겪을 수 있는 문제인 과적합, 데이터 불균형, 데이터 부족을 해결하기 위한 방법을 알아본다.

Chapter 10 시각화
모델 자체를 설명하려는 설명 가능한 인공지능에 대해서 이야기하고 대표적인 모델인 CAM를 구현한다. 추가적으로 고차원 형태의 데이터를 시각화할 수 있도록 도와주는 차원 축소 기법에 대해서 알아본다.

Chapter 11 메타 학습
단 몇 장만으로도 학습이 가능한 퓨샷 러닝 방법 중 하나인 MAML을 이용하여 회귀 문제와 분류 문제를 다뤄본다.

Chapter 12 과학적 계산
12장에서는 물리 현상을 표현하는 미분 방정식 풀이를 위한 인공 신경망 예시를 살펴본다.

작가정보

저자(글) 딥러닝호형

저자 : 딥러닝호형
22명의 노벨상 수상자를 배출한 독일 막스플랑크 연구소에서 수치해석과 머신러닝을 연구하고 있다. 주요 연구 분야는 오토파일럿과 같은 비선형 시스템에 대한 효율적인 제어 방법이다. 수학과 데이터 분석을 전공했으며 한국에서는 리서치 엔지니어로서 신제품 개발과 다수의 성능 개선 프로젝트를 완수했다. 8년 전 머신러닝에 입문하여 지금까지 데이터 처리 기법, 성능 예측, 이미지 분류, 비지도 객체 인식, 정규화 방법 개발, 트위터 메시지 분석, 유체 예측 등 다양한 기술을 다뤘다. 이를 바탕으로 2019년부터 유튜브 영상과 온라인 강의를 제작하고 있으며 대학 기술 자문 및 공동 연구도 진행하고 있다.

이 상품의 총서

Klover리뷰 (0)

Klover리뷰 안내
Klover(Kyobo-lover)는 교보를 애용해 주시는 고객님들이 남겨주신 평점과 감상을 바탕으로, 다양한 정보를 전달하는 교보문고의 리뷰 서비스입니다.
1. 리워드 안내
구매 후 90일 이내에 평점 작성 시 e교환권 100원을 적립해 드립니다.
  • - e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • - 리워드는 1,000원 이상 eBook, 오디오북, 동영상에 한해 다운로드 완료 후 리뷰 작성 시 익일 제공됩니다.
  • - 리워드는 한 상품에 최초 1회만 제공됩니다.
  • - sam 이용권 구매 상품 / 선물받은 eBook은 리워드 대상에서 제외됩니다.
2. 운영 원칙 안내
Klover리뷰를 통한 리뷰를 작성해 주셔서 감사합니다. 자유로운 의사 표현의 공간인 만큼 타인에 대한 배려를 부탁합니다. 일부 타인의 권리를 침해하거나 불편을 끼치는 것을 방지하기 위해 아래에 해당하는 Klover 리뷰는 별도의 통보 없이 삭제될 수 있습니다.
  • 도서나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 리뷰
  • 도서와 무관한 내용의 리뷰
  • 인신공격이나 욕설, 비속어, 혐오 발언이 개재된 리뷰
  • 의성어나 의태어 등 내용의 의미가 없는 리뷰

구매 후 리뷰 작성 시, e교환권 100원 적립

문장수집

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여 주는 교보문고의 새로운 서비스 입니다. 교보eBook 앱에서 도서 열람 후 문장 하이라이트 하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 ‘좋아요’ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보없이 삭제될 수 있습니다.
리워드 안내
  • 구매 후 90일 이내에 문장 수집 등록 시 e교환권 100원을 적립해 드립니다.
  • e교환권은 적립일로부터 180일 동안 사용 가능합니다.
  • 리워드는 1,000원 이상 eBook에 한해 다운로드 완료 후 문장수집 등록 시 제공됩니다.
  • 리워드는 한 상품에 최초 1회만 제공됩니다.
  • sam 이용권 구매 상품 / 선물받은 eBook / 오디오북·동영상 상품/주문취소/환불 시 리워드 대상에서 제외됩니다.

구매 후 문장수집 작성 시, e교환권 100원 적립

    교보eBook 첫 방문을 환영 합니다!

    신규가입 혜택 지급이 완료 되었습니다.

    바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
    지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

    교보e캐시 1,000원
    TOP
    신간 알림 안내
    딥러닝을 위한 파이토치 입문 웹툰 신간 알림이 신청되었습니다.
    신간 알림 안내
    딥러닝을 위한 파이토치 입문 웹툰 신간 알림이 취소되었습니다.
    리뷰작성
    • 구매 후 90일 이내 작성 시, e교환권 100원 (최초1회)
    • 리워드 제외 상품 : 마이 > 라이브러리 > Klover리뷰 > 리워드 안내 참고
    • 콘텐츠 다운로드 또는 바로보기 완료 후 리뷰 작성 시 익일 제공
    감성 태그

    가장 와 닿는 하나의 키워드를 선택해주세요.

    사진 첨부(선택) 0 / 5

    총 5MB 이하로 jpg,jpeg,png 파일만 업로드 가능합니다.

    신고/차단

    신고 사유를 선택해주세요.
    신고 내용은 이용약관 및 정책에 의해 처리됩니다.

    허위 신고일 경우, 신고자의 서비스 활동이 제한될 수
    있으니 유의하시어 신중하게 신고해주세요.


    이 글을 작성한 작성자의 모든 글은 블라인드 처리 됩니다.

    문장수집 작성

    구매 후 90일 이내 작성 시, e교환권 100원 적립

    eBook 문장수집은 웹에서 직접 타이핑 가능하나, 모바일 앱에서 도서를 열람하여 문장을 드래그하시면 직접 타이핑 하실 필요 없이 보다 편하게 남길 수 있습니다.

    P.
    딥러닝을 위한 파이토치 입문
    저자 모두보기
    저자(글)
    낭독자 모두보기
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 이용권입니다.
    차감하실 sam이용권을 선택하세요.
    sam 이용권 선택
    님이 보유하신 프리미엄 이용권입니다.
    선물하실 sam이용권을 선택하세요.
    결제완료
    e캐시 원 결제 계속 하시겠습니까?
    교보 e캐시 간편 결제
    sam 열람권 선물하기
    • 보유 권수 / 선물할 권수
      0권 / 1
    • 받는사람 이름
      받는사람 휴대전화
    • 구매한 이용권의 대한 잔여권수를 선물할 수 있습니다.
    • 열람권은 1인당 1권씩 선물 가능합니다.
    • 선물한 열람권이 ‘미등록’ 상태일 경우에만 ‘열람권 선물내역’화면에서 선물취소 가능합니다.
    • 선물한 열람권의 등록유효기간은 14일 입니다.
      (상대방이 기한내에 등록하지 않을 경우 소멸됩니다.)
    • 무제한 이용권일 경우 열람권 선물이 불가합니다.
    이 상품의 총서 전체보기
    네이버 책을 통해서 교보eBook 첫 구매 시
    교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 네이버 책을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)
    구글북액션을 통해서 교보eBook
    첫 구매 시 교보e캐시 지급해 드립니다.
    교보e캐시 1,000원
    • 첫 구매 후 3일 이내 다운로드 시 익일 자동 지급
    • 한 ID당 최초 1회 지급 / sam 이용권 제외
    • 구글북액션을 통해 교보eBook 구매 이력이 없는 회원 대상
    • 교보e캐시 1,000원 지급 (유효기간 지급일로부터 7일)