펭귄브로의 3분 딥러닝 - 파이토치 맛

책소개

파이토치 코드로 맛보는 딥러닝 핵심 개념! 

 

이 책은 파이토치로 인공지능을 구현하는 방법을 알려줍니다. 인공지능 입문자를 위한 기초 지식과 최신 인공지능 구현 방법인 인공신경망 기술을 사례를 통해 알아봅니다. 지도학습 방식의 ANN, DNN, CNN, RNN을 비롯해, 비지도학습 방식의 AE와 GAN 그리고 강화학습 DQN을 직접 구현합니다. 딥러닝의 약점을 이용해서 해킹하는 방법을 배우는 등 각 장에서 소개한 신경망으로 재미있는 응용 예제를 다룹니다.

 

예제를 실제 구현해보면서 쉽게 인공지능 구현 방법을 익히도록 구성했으며 예제 코드는 깃허브에서 확인할 수 있습니다.

 

* 이 책의 ‘3분’은 ‘3분 만에 배운다’는 뜻이 아닙니다. ‘3분 음식처럼 간편하고 유용하게 배운다’는 뜻입니다.

 

 

목차

CHAPTER 1 딥러닝과 파이토치 

1.1 인공지능과 머신러닝 

1.2 지도학습, 비지도학습, 강화학습 

1.3 딥러닝과 신경망 

1.4 파이토치가 개발되기까지 

1.5 왜 파이토치인가? 

1.6 마치며 

 

CHAPTER 2 파이토치 시작하기

2.1 파이토치 설치 & 환경구성 

2.2 파이토치 예제 내려받고 실행 확인하기 

2.3 주피터 노트북 

2.4 마치며 

 

CHAPTER 3 파이토치로 전체 코드 구현하는 ANN

3.1 텐서와 Autograd 

3.2 경사하강법으로 이미지 복원하기 

3.3 신경망 모델 구현하기 

3.4 마치며 

 

CHAPTER 4 패션 아이템을 구분하는 DNN

4.1 Fashion MNIST 데이터셋 알아보기 

4.2 인공 신경망으로 패션 아이템 분류하기 

4.3 성능 측정하기 

4.4 과적합과 드롭아웃 

4.5 마치며 

 

CHAPTER 5 이미지 처리 능력이 탁월한 CNN

5.1 CNN 기초 

5.2 CNN 모델 구현하기 

5.3 ResNet으로 컬러 데이터셋에 적용하기 

5.4 마치며 

 

CHAPTER 6 사람의 지도 없이 학습하는 오토인코더

6.1 오토인코더 기초 

6.2 오토인코더로 이미지의 특징 추출하기 

6.3 오토인코더로 망가진 이미지 복원하기 

6.4 마치며 

 

CHAPTER 7 순차적인 데이터를 처리하는 RNN

7.1 RNN 개요 

7.2 영화 리뷰 감정 분석 

7.3 Seq2Seq 기계 번역 

7.4 마치며 

 

CHAPTER 8 딥러닝을 해킹하는 적대적 공격

8.1 적대적 공격이란? 

8.2 적대적 공격의 종류 

8.3 FGSM 공격 

8.4 마치며 

 

CHAPTER 9 경쟁하며 학습하는 GAN

9.1 GAN 기초 

9.2 GAN으로 새로운 패션 아이템 생성하기 

9.3 cGAN으로 생성 제어하기 

9.4 마치며 

 

CHAPTER 10 주어진 환경과 상호작용하며 학습하는 DQN

10.1 강화학습과 DQN 기초 

10.2 카트폴 게임 마스터하기 

10.3 마치며 

 

자세한 내용 : http://www.hanbit.co.kr/store/books/look.php?p_code=B7193109877

펭귄브로의 3분 딥러닝, 파이토치맛

 

 

 

이번에 리뷰하게 될 책은 펭귄브로의 3분 딥러닝 - 파이토치맛 입니다.

펭귄을 보니 요즘 핫한 펭수가 생각나네요!

이미지 출처 : 위키백과 < https://ko.wikipedia.org/wiki/%ED%8E%AD%EC%88%98 >

 

펭하!

 

기존에 코딩셰프의 3분 딥러닝 케라스맛에 이은 3분 딥러닝 파이토치맛입니다. 

케라스맛이 나오고 나서 파이토치 책이 나오기 까지 많은 변화가 있었습니다.

TensorFlow는 조금 더 사용하기 쉽도록 2.0 버전을 발표했죠. 또한 여러가지 알고리즘들이 등장하기 시작했습니다.

어떤 내용들이 담겨있을지 정말 궁금하네요.

 

책에는 귀여운 펭귄이 곳곳에 있습니다. 책을 볼 때마다 귀여움이 느껴지네요.

 

 

기존의 책들은 윈도우용/리눅스용으로 주로 설치방법을 다루고 있다면, 맥 사용자도 늘어남에 따라

맥 OS에서의 설치방법도 친절하게 적어주셨습니다. 

주로 Tensorflow를 사용했지만, 파이토치로 사용해보는 것도 재미있을 것 같아 설치를 따라해보니

굉장히 간단하게 설치할 수 있었습니다. 

 

 

딥러능은 흔히 머신러닝의 한 갈래이고, 머신러닝은 인공지능이라는 큰 틀 안에 속하게 됩니다.

그런 내용들을 쉽게 정리해줄 수 있는 이미지들이 많이 있어서 이해하기 어렵지 않게 책을 읽을 수 있었습니다.

3분 딥러닝 책의 장점이면서 강점은 어려운 내용이지만, 간단하고 이해하기 쉽게 설명되어 있다는 것 입니다.

아지 개념이 어려울 것 같아 걱정되시는 분들도 쉽게 쉽게 읽을 수 있을거라 생각 됩니다.

 

수 많은 알고리즘들이 나왔습니다. 기존의 3분 딥러닝 케라스와 비교했을 때 많이 달라진 부분은 없습니다.

머신러닝 알고리즘에서 중요한 것은 알고리즘도 있지만, 특정(feature)나 HyperParameter라는 것을 어떻게 설정하느냐에 따라 값이 달라지기 때문에 그런 부분들이 더 중요하고, 알고리즘에 대한 개념만 정확하게 알고 있다면 비슷한 알고리즘이 나오더라도 쉽게 이해할 수 있습니다.

 

머신러닝이나 딥러닝을 공부할 때 기초적으로 나오는 확률적 경사하강법(SGD)를는 이해하기 어려운 부분이지만 쉽게 설명해주시고 있었습니다. 책으로도 이해가 되지 않는 부분은 아래 주소의 강의를 한번 보시는걸 추천드립니다.

https://www.youtube.com/watch?v=BS6O0zOGX4E&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm

 

 

기초 설명 후에는 기계번역이라던지, 이미지 관련 작업이라던지 알고리즘으로 할 수 있는 부분들에 대한 설명들이 존재합니다. 이 책은 어려운 딥러닝에 대한 부분을 조금은 쉽게 설명해줄 수 있는 책이 아닌가 싶습니다. 더욱 자세한 내용들은 심도 있는 책을 읽어야 하겠지만, 개념정리를 위해 보기 좋은 책 입니다.

 

<이 책의 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원받아 작성된 글입니다.>