텐서플로우 2와 케라스를 이용한 고급 딥러닝
Rowel Atienza (지은이), 이재광 (옮긴이), 방영규 (옮긴이)
DK Road Books(DK 로드 북스)·2021-02-25
- 568쪽
- 180×235mm
- 기술과학
로그인하면 내 서재에 추가할 수 있어요.
책 소개
최근 4차 산업혁명 시대를 맞이하여 인공지능을 포함한 빅데이터, 로봇, 자율주행자동차,드론, 5G 등의 기술 발전에서 소프트웨어에 대한 중요성이 점점 더 높아지고 있다. 특히 소프트웨어를 이용한 인공지능(AI) 분야에 대한 적용 및 활용 기술의 개발이 활발하게 이루어지고 있다. 따라서 인공지능, 기계 학습, 심층 학습, 강화 학습 분야의 기술 개발을 위해 파이썬 등과 같은 다양한 프로그램 언어들이 개발되어 사용되고 있는데, 그중에서 심층 학습은 컴퓨터 비전, 음성 인식, 자연어 처리 및 이해 분야에서 놀랄만한 발전을 거듭해 왔다.앞으로도 심층 학습은 비전 기반의 감지 및 인식, 자율 주행, 에너지 절약, 신약 개발, 금융및 마케팅 분야의 애플리케이션에서 심층 학습 알고리즘이 많이 적용될 것으로 예상하고 있다. 따라서, Tensorflow와 Keras를 이용한 고급 심층 학습 프로그래밍을 익히고자 하는 국내 개발자들에게 많은 도움이 될 좋은 책이라 생각되어 번역하게 되었다.이 책을 통해 Tensorflow 2에서 Keras API를 이용하여 구현한 코드를 샘플을 차례대로 배우게 되면 개발자가 구현하고자 하는 애플리케이션 개발에 적용할 수 있는 능력을 키울 수있을 것으로 판단된다. 이 책에는 다음과 같은 내용이 차례대로 설명되어 있다.• 심층 학습의 기본 개요로서 최적화, 정규화, 손실 함수, 레이어와 네트워크의 핵심 개념• 심층 신경망 구조인 Resnet와 DensNet, 함수형 API• 입력 데이터의 잠재 표현을 다루는 오토인코더 네트워크 구조• 생성적 적대 신경망(GAN)의 기본 개념과 DCGAN, CGAN• 향상된 GAN에서 개선된 알고리즘과 WGAN, LSGAN, ACGAN• 풀어진 GAN, 교차-도메인 GAN• 변분 오토인코더에 대한 기본 개념과 와 CVAE, β-VAE• 심층 강화 학습과 Q-learning 기본 개념VI 머리말• 강화 학습에서 의사결정을 위해 정책을 학습하는 신경망• 객체 감지, 시멘틱 분할, 상호 정보를 이용한 비지도 학습위의 내용을 텐서플로우 2의 kerasAPI 또는 tf.keras로 구현한 코드도 함께 제시되어 있다.따라서 기본 개념과 실제 코드 구현을 통하여 학습하게 되면 실제 개발자가 해결하고자 하는 문제들에 대해서도 적용이 가능할 것으로 생각된다. 나름은 전문 용어들을 표준에 맞추어 번역하려고 노력하였지만 부족한 점이 많으리라 생각된다. 혹 미흡한 부분을 지적해 주시면 다음 기회에 더 좋은 내용이 되도록 노력하겠다. 이 책을 통하여 기계 학습 및 심층 학습을 이용한 애플리케이션 알고리즘 개발에 조금이나마 도움이 되었으면 한다.
목차펼치기접기
목차1장 Keras를 이용한 고급 심층 학습 소개1. 왜 Keras가 완벽한 심층학습 라이브러리 인가? 4Keras와 텐서플로우 설치하기 52. MLP, CNN, RNN 8MLP, CNN, 그리고 RNN의 차이점 83. 멀티레이어 퍼셉트론(MLP) 9MNIST 데이터셋 10MNIST 숫자 분류기 모델 13MLP와 Keras를 이용하여 모델 구축하기 17정규화 20출력 활성화 및 손실 함수 21최적화 24성능 평가 29모델 요약 304. 합성곱 신경망(CNN) 33합성곱 35풀링(Pooling) 연산 37성능 평가 및 모델 요약 385. 순환 신경망(RNN) 406. 요점 정리 467. 참고자료 47XV 목차2장 심층 신경망1. 함수형 API 52두 개의 입력과 하나의 출력을 갖는 모델 생성하기 552. 심층 잔차 네트워크(ResNet) 623. ResNet v2 734. 조밀하게 연결된 합성곱 네트워크(DenseNet) 77CIFAR10으로 100-레이어 DenseNet-BC 구축하기 815. 요점 정리 846. 참고자료 853장 오토인코더1. 오토인코더의 원리 902. Keras를 이용한 오토인코더 구축하기 933. 노이즈 제거 오토인코더(DAE) 1044. 자동 채색 오토인코더 1105. 요점 정리 1186. 참고자료 1194장 생성적 적대 신경망(GAN)1. GAN의 개요 123GAN의 원리 1252. Keras로 DCGAN 구현하기 1313. 조건부(conditional) GAN 1424. 요점 정리 1535. 참고자료 153XVI 목차5장 향상된 GAN1. Wasserstein GAN 158거리 함수 158GAN의 거리 함수 161Wasserstein 손실 사용하기 164Keras를 이용한 WGAN 구현 1692. Least-squares GAN(LSGAN) 1773. 보조 분류기(Auxiliary Classifier) GAN(ACGAN) 1824. 요점 정리 1965. 참고자료 1966장 풀어진 표현 GAN1. 풀어진 표현 200InfoGAN 202Keras로 InfoGAN 구현 206InfoGAN의 생성자 출력 2182. StackedGAN 221Keras로 StackedGAN 구현 222StackedGAN의 생성자 출력 2403. 요점 정리 2444. 참고자료 244XVII 목차7장 교차-도메인 GAN1. CycleGAN의 기본 개념 248CycleGAN 모델 251Keras를 이용한 CycleGAN 구현 258CycleGAN의 생성자 출력 276MNIST의 CycleGAN 및 SVHN 데이터셋 2792. 요점 정리 2863. 참고자료 2878장 변분 오토인코더(VAEs)1. VAE의 기본 개념 292변분 추론 294핵심 방정식 294최적화 296재매개변수화 기법 297디코더 테스트 298Keras의 VAE 298CNN을 이용한 AE 3082. 조건부 VAE (CVAE) 3153. 𝜷 -VAE –풀어진 잠재 표현을 갖는 VAE 3234. 요점 정리 3275. 참고자료 327XVIII 목차9장 심층 강화 학습1. 강화 학습(RL)의 기본 개념 3322. Q 값 3353. Q-learning 예제 337파이썬에 의한 Q-Learning 3434. 비결정론적 환경 3515. 시간차 학습(Temporal-difference learning) 352OpenAI Gym에서 Q-learning 3526. 심층 Q-Network(DQN) 359Keras에서 DQN 363Double Q-learning (DDQN) 3717. 요점 정리 3758. 참고자료 37610장 정책 경사 방법1. 정책 경사 정리 3802. 몬테 카를로(Monte Carlo) 정책 경사(REINFORCE) 방법 3833. 기준치를 갖는 REINFORCE 방법 3874. Actor-Critic 방법 3935. Advantage Actor-Critic(A2C) 방법 3976. Keras를 이용한 정책 경사 방법 4017. 정책 기울기 방법들의 성능 평가 4208. 요점 정리 4279. 참고자료 427XIX 목차11장 객체 감지1. 객체 감지 4322. 앵커 박스 4353. 정답 앵커 박스 4424. 손실 함수 4505. SSD 모델 아키텍처 4546. Keras에서 SSD 모델 아키텍처 4587. Keras에서 SSD 객체 4598. Keras에서 SSD 모델 4649. Keras에서 데이터 생성기 모델 46810. 예제 데이터셋 47211. SSD 모델 훈련 47312. 비-최대값 억제(NMS) 알고리즘 47513. SSD 모델 검증 47914. 요점 정리 48715. 참고자료 48712장 시멘틱 분할1. 분할 4922. 시멘틱 분할 네트워크 4953. Keras의 시멘틱 분할 네트워크 4984. 예제 데이터셋 5055. 시멘틱 분할 검증 5076. 요점 정리 5117. 참고자료 512XX 목차13장 상호 정보를 이용한 비지도 학습1. 상호 정보 5162. 상호 정보와 엔트로피 5183. 이산 확률 변수의 상호 정보 극대화에 의한 비지도 학습 5214. 비지도 클러스터링을 위한 인코더 네트워크 5255. Keras에서 비지도 클러스터링 구현 5296. MNIST를 이용한 검증 5427. 연속 확률 변수의 상호 정보 최대화에 의한 비지도 학습 5438. 이변량 가우시안의 상호 정보 추정 5459. Keras에서 연속 확률 변수를 이용한 비지도 클로스터링 55210. 요점 정리 56111. 참고자료 562
출처: 국립중앙도서관 서지정보
리뷰 남기기
로그인하면 리뷰를 남길 수 있어요.
리뷰 0개
아직 리뷰가 없어요.