장바구니 담기 close

장바구니에 상품을 담았습니다.

장바구니로 계속쇼핑하기
딥러닝을 위한 파이토치 입문
미리보기

딥러닝을 위한 파이토치 입문

  • 딥러닝호형
  • |
  • 영진닷컴
  • |
  • 2022-01-20 출간
  • |
  • 320페이지
  • |
  • 188 X 257 mm
  • |
  • ISBN 9788931465914
판매가

25,000원

즉시할인가

22,500 원

배송비

무료배송

(제주/도서산간 배송 추가비용:3,000원)

추가상품
상품선택
독서대 7,900원 독서대 선택안함 0원
수량
+ -
총주문금액
22,500원
장바구니 구매하기

※ 스프링제본 상품은 반품/교환/환불이 불가능하므로 신중하게 선택하여 주시기 바랍니다.

북스크린영상으로 만나보는 한 권의 책 이야기

출판사서평




* 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.


목차


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 종료
9.1.3 L2 정규화
9.1.4 드롭아웃
9.1.5 배치 정규화
9.1.6 교란 라벨
9.1.7 교란 값
9.1.8 라벨 스무딩
9.2 데이터 불균형
9.2.1 가중 무작위 샘플링
9.2.2 가중 손실 함수
9.2.3 혼동 행렬
9.3 전이 학습
9.3.1 사전 학습 모델
9.3.2 모델 프리징
9.4 준지도 학습
9.4.1 의사 라벨링

Chapter 10 시각화
10.1 설명 가능한 인공지능
10.1.1 Class Activation Map
10.2 차원 축소 기법
10.2.1 t-distributed Stochastic Neighbor Embedding
10.2.2 주성분 분석

Chapter 11 메타 학습
11.1 메타 러닝과 퓨샷 러닝
11.2 MAML - 회귀문제
11.3 MAML - 분류문제

Chapter 12 과학적 계산
12.1 유한차분법
12.2 은닉 유체 메카니즘
12.2.1 구조 설명
12.2.2 모듈 구성하기(HFM 폴더)
12.2.3 데이터 불러오기
12.2.4 모델 및 연산
12.2.5 모델 학습하기
12.2.6 모델 평가하기
12.2.7 코랩에서 파일 실행하기

부록 딥러닝 정보 습득 방법
추천포스트

교환 및 환불안내

도서교환 및 환불
  • ㆍ배송기간은 평일 기준 1~3일 정도 소요됩니다.(스프링 분철은 1일 정도 시간이 더 소요됩니다.)
  • ㆍ상품불량 및 오배송등의 이유로 반품하실 경우, 반품배송비는 무료입니다.
  • ㆍ고객님의 변심에 의한 반품,환불,교환시 택배비는 본인 부담입니다.
  • ㆍ상담원과의 상담없이 교환 및 반품으로 반송된 물품은 책임지지 않습니다.
  • ㆍ이미 발송된 상품의 취소 및 반품, 교환요청시 배송비가 발생할 수 있습니다.
  • ㆍ반품신청시 반송된 상품의 수령후 환불처리됩니다.(카드사 사정에 따라 카드취소는 시일이 3~5일이 소요될 수 있습니다.)
  • ㆍ주문하신 상품의 반품,교환은 상품수령일로 부터 7일이내에 신청하실 수 있습니다.
  • ㆍ상품이 훼손된 경우 반품 및 교환,환불이 불가능합니다.
  • ㆍ반품/교환시 고객님 귀책사유로 인해 수거가 지연될 경우에는 반품이 제한될 수 있습니다.
  • ㆍ스프링제본 상품은 교환 및 환불이 불가능 합니다.
  • ㆍ군부대(사서함) 및 해외배송은 불가능합니다.
  • ㆍ오후 3시 이후 상담원과 통화되지 않은 취소건에 대해서는 고객 반품비용이 발생할 수 있습니다.
반품안내
  • 마이페이지 > 나의상담 > 1 : 1 문의하기 게시판 또는 고객센터 1800-7327
교환/반품주소
  • 경기도 파주시 문발로 211 1층 / (주)북채널 / 전화 : 1800-7327
  • 택배안내 : CJ대한통운(1588-1255)
  • 고객님 변심으로 인한 교환 또는 반품시 왕복 배송비 5,000원을 부담하셔야 하며, 제품 불량 또는 오 배송시에는 전액을 당사에서부담 합니다.