딥러닝의 정석: TensorFlow와 PyTorch 완벽 가이드

머신러닝, 딥러닝, TensorFlow, PyTorch, 신경망, 데이터 전처리, 모델 훈련, 손실 함수, 최적화 알고리즘, CNN, RNN, 배치 정규화, 하이퍼파라미터, 전이 학습, 텐서, GPU 가속, 프로그래밍, 파이

씨익북스 편집부 지음

씨익북스 2025년 01월 30일 출간

작품소개

책소개

"딥러닝의 정석: TensorFlow와 PyTorch 완벽 가이드"는 머신러닝과 딥러닝의 핵심 개념을 깊이 있게 탐구하는 책입니다. 이 책은 TensorFlow와 PyTorch를 활용하여 신경망을 구축하고, 데이터 전처리부터 모델 훈련까지의 전 과정을 상세히 설명합니다. 손실 함수와 최적화 알고리즘, CNN과 RNN 같은 다양한 신경망 구조, 배치 정규화, 하이퍼파라미터 튜닝, 전이 학습 등 딥러닝의 필수 요소를 다룹니다. 또한, 텐서와 GPU 가속을 활용한 프로그래밍 기법을 통해 실전에서의 응용력을 높일 수 있도록 돕습니다. 이 책은 딥러닝을 처음 접하는 초보자부터 심화 학습을 원하는 전문가까지 모두에게 유용한 가이드가 될 것입니다.

목차

"딥러닝의 기초 이해
신경망의 기본 개념
TensorFlow의 특징과 장점
PyTorch의 특징과 장점
딥러닝의 역사와 발전
데이터 전처리 기초
정규화와 표준화의 차이
훈련 데이터와 테스트 데이터 분리
손실 함수의 이해
최적화 알고리즘 비교
경사 하강법의 원리
하이퍼파라미터 튜닝 기법
배치 정규화의 필요성
드롭아웃 기법의 활용
CNN의 구조와 작동 원리
RNN의 구조와 작동 원리
전이 학습의 개념과 활용
텐서의 이해와 활용
GPU 가속의 원리
모델 훈련 과정 이해하기
과적합과 과소적합 문제
활성화 함수의 종류와 선택
모델 평가 지표 소개
데이터 증강 기법
딥러닝 프레임워크 비교
시계열 데이터 처리 방법
자연어 처리의 기초
이미지 분류 모델 구축
GAN의 원리와 응용
강화 학습의 기초
Autoencoder의 개념과 활용
하이퍼파라미터 자동 최적화 기법
모델 저장과 불러오기
예제 중심의 코드 실습
TensorFlow로 CNN 구현하기
PyTorch로 RNN 구현하기
전이 학습을 통한 성능 향상
딥러닝 프로젝트 구조 설계
대규모 데이터 처리 기술
모델 해석과 시각화 기법
딥러닝과 윤리 문제
커뮤니티 활용하기
최신 연구 동향 소개
모델 배포와 서비스화
비지도 학습과 군집화 기법
딥러닝을 위한 파이썬 프로그래밍
소스 코드 최적화 기법
TensorBoard를 활용한 시각화
PyTorch의 동적 계산 그래프
모델 성능 개선을 위한 팁
딥러닝 관련 도구와 라이브러리 소개
실전 프로젝트: 이미지 생성기 만들기
실전 프로젝트: 텍스트 생성기 만들기"

작가정보

저자(글) 씨익북스 편집부

"세상을 아름다운 지식으로 물들이자" 위 모토를 바탕으로 다양한 지식 서적을 보급하고 있다.