간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (17,100원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (12,600원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (14,400원)
(최대할인 4만원 / 2만원 이상 결제)
Close

딥러닝 인 더 브라우저 : 자바스크립트 프레임워크를 이용한 딥러닝 웹 개발

원제 : Deep Learning In The Browser
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 37
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

20,000원

  • 18,000 (10%할인)

    1,000P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
배송정보
  • 8/12(금) 이내 발송 예정  (서울시 강남구 삼성로 512)
  • 무료배송
주문수량
감소 증가
  • 이벤트/기획전

  • 연관도서(8)

  • 상품권

AD

책소개

딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!

이 책은 기본적인 웹 프로그래밍과 더불어 WebGL 등을 사용한 자바스크립트 딥러닝 프레임워크 사용법을 설명합니다. 브라우저와 딥러닝의 만남은 아직 걸음마 수준에 불과하지만, 하루가 다르게 눈부시게 발전하고 있습니다. 지금이야말로 시작하기 가장 좋을 때입니다. 이 책과 함께 놀라운 딥러닝의 세계를 느껴보기를 바랍니다.

출판사 서평

딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!
웹 프로그래밍과 인공지능의 만남이 시작되는 책!

이 책은 딥러닝과 웹 개발의 교차점에 있습니다. 두 기술 모두 성숙 단계에 접어들었고, 이들이 만난다면 누구도 상상하지 못한 환상적인 애플리케이션을 만들 수 있습니다.

이 책은 기본적인 웹 프로그래밍과 더불어 WebGL 등을 사용한 자바스크립트 딥러닝 프레임워크 사용법을 설명합니다. 브라우저와 딥러닝의 만남은 아직 걸음마 수준에 불과하지만, 하루가 다르게 눈부시게 발전하고 있습니다. 지금이야말로 시작하기 가장 좋을 때입니다. 이 책과 함께 놀라운 딥러닝의 세계를 느껴보기를 바랍니다. 자, 새로운 여행을 떠나 볼까요?

이 책의 주요 내용
ㆍ 주요 딥러닝 모델
ㆍ 딥러닝을 위한 기초 수학
ㆍ 딥러닝 모델을 활용한 웹 애플리케이션 제작법
ㆍ TensorFlow, WebDNN, Keras 등 최신 딥러닝 프레임워크 사용법
ㆍ WebGL 사용법

목차

CHAPTER 1 딥러닝 소개 1
1.1 신경망을 위한 기초 수학 3
1.1.1 단층 퍼셉트론 3
1.1.2 다층 퍼셉트론 8
1.1.3 합성곱 계층과 풀링층 9
1.1.4 활성화 함수 12
1.2 뉴럴 네트워크 17
1.2.1 손실 함수의 중요성 17
1.2.2 정규화 18
1.2.3 역전파 알고리즘 19
1.2.4 최적화 방법 19
1.3 정리 21

CHAPTER 2 신경망 구조 23
2.1 합성곱 신경망 24
2.1.1 AlexNet 25
2.1.2 GoogLeNet 26
2.1.3 ResNet 27
2.1.4 SqueezeNet 29
2.2 순환 신경망 31
2.2.1 LSTM 33
2.2.2 GRU 34
2.3 강화 학습 35
2.3.1 DQN 38
2.4 정리 39

CHAPTER 3 자바스크립트 딥러닝 프레임워크 41
3.1 TensorFlow.js 42
3.1.1 TensorFlow.js 시작하기 42
3.1.2 XOR 문제 43
3.1.3 XOR 문제 해결 44
3.1.4 네트워크 구조 49
3.1.5 텐서 50
3.1.6 연산 52
3.1.7 학습 55
3.1.8 TensorFlow.js 생태계 58
3.2 WebDNN 61
3.3 Keras.js 63
3.4 정리 65

CHAPTER 4 딥러닝을 위한 자바스크립트 기초 67
4.1 자바스크립트 형식화 배열 68
4.1.1 ArrayBuffer 69
4.1.2 DataView 71
4.2 자바스크립트 동시성 73
4.2.1 자바스크립트 이벤트 루프 73
4.2.2 Promise 비동기 함수 75
4.2.3 async/await 비동기 함수 77
4.2.4 웹워커를 사용한 멀티스레딩 79
4.2.5 딥러닝 애플리케이션을 위한 프로세싱 반복 처리 81
4.3 CPU/GPU에서 리소스 로드하기 81
4.3.1 Fetch API 82
4.3.2 레이블 인코딩 84
4.3.3 원-핫 인코딩 85
4.4 정리 86

CHAPTER 5 WebGL을 이용한 GPU 가속화 89
5.1 WebGL 기초 91
5.1.1 WebGL 작업 흐름 93
5.1.2 프래그먼트 셰이더 렌더링 96
5.2 일반적인 WebGL 사용 102
5.2.1 WebGL 디버깅 103
5.2.2 텍스처 렌더링 104
5.2.3 정밀도 109
5.2.4 최적화 112
5.2.5 부동소수점 스페셜 113
5.2.6 CPU에서 GPU로 또는 GPU에서 CPU로 118
5.3 행렬 연산을 위한 텍스처와 셰이더 119
5.3.1 행렬의 덧셈 120
5.3.2 행렬의 곱셈 120
5.3.3 활성화 함수 122
5.3.4 WGLMatrix 메서드 122
5.4 손글씨 인식 애플리케이션 123
5.4.1 데이터 인코딩 123
5.4.2 메모리 최적화 124
5.4.3 피드포워드 126
5.4.4 첫 번째 시도 126
5.4.5 성능 향상 127
5.5 정리 129

CHAPTER 6 웹브라우저에서의 데이터 추출 131
6.1 이미지 데이터 로딩 132
6.1.1 이미지에서 픽셀 추출하기 132
6.1.2 원격 리소스 로드하기 134
6.1.3 이진 블랍 가져오기 136
6.2 픽셀 데이터를 화면에 렌더링하기 137
6.2.1 이미지 보여주기 138
6.2.2 픽셀 데이터를 캔버스에 렌더링하기 139
6.2.3 이미지 데이터 보간 141
6.2.4 캔버스에 도형 그리기 143
6.3 카메라, 마이크, 스피커 사용하기 144
6.3.1 웹캠에서 이미지 캡처하기 145
6.3.2 마이크로 오디오 레코딩하기 146
6.3.3 사운드 파일의 로딩, 디코딩, 출력 148
6.4 딥러닝 프레임워크의 유틸리티 도구 149
6.4.1 TensorFlow.js 150
6.4.2 Keras.js 151
6.4.3 WebDNN 152
6.5 정리 153

CHAPTER 7 고급 데이터 조작을 위한 레시피 155
7.1 Protobuf 직렬화 156
7.1.1 Caffe 모델 파라미터 파싱하기 158
7.1.2 텐서플로 그래프 파싱 159
7.1.3 부동소수점 정밀도 161
7.2 Chart.js 차트 구현 162
7.2.1 차트 유형 살펴보기 163
7.2.2 데이터 세트 구성 165
7.2.3 데이터 업데이트 166
7.2.4 옵션과 구성 설정 168
7.3 캔버스를 활용한 스케치 171
7.3.1 캔버스에 그림 그리기 172
7.3.2 펜 스트로크 추출하기 175
7.4 마이크에서 스펙토그램 계산하기 177
7.5 얼굴 감지 및 추적 179
7.5.1 Jeeliz FaceFilter를 사용한 얼굴 추적 179
7.5.2 Tracking.js로 얼굴 추적하기 180
7.5.3 크롬 얼굴 인식 API 182
7.6 정리 184

CHAPTER 8 TensorFlow.js 애플리케이션 개발 185
8.1 TensorFlow.js를 활용한 동작 분류 185
8.1.1 알고리즘 186
8.1.2 TensorFlow.js 프로젝트 시작하기 188
8.1.3 KNN 분류기 설정 189
8.1.4 TensorFlow.js 프로세싱 루프 190
8.1.5 정리 193
8.2 TensorFlow.js를 활용한 텍스트 생성 애플리케이션 개발 193
8.2.1 알고리즘 193
8.2.2 케라스 모델 194
8.2.3 케라스 모델을 TensorFlow.js 모델로 변환하기 195
8.2.4 프로젝트 설치하기 196
8.2.5 TensorFlow.js로 케라스 모델 가져오기 196
8.2.6 TensorFlow.js 프로세싱 반복문 197
8.2.7 모델 입력 구성하기 198
8.2.8 예측 구현 200
8.2.9 모델 출력 샘플링 201
8.2.10 마치며 203
8.3 TensorFlow.js를 활용한 이미지 노이즈 제거 204
8.3.1 알고리즘 204
8.3.2 케라스 모델을 TensorFlow.js 모델로 변환하기 206
8.3.3 프로젝트 설치 207
8.3.4 초기화 207
8.3.5 애플리케이션 동작 흐름 208
8.3.6 테스트 이미지 불러오기 209
8.3.7 노이즈 업데이트 211
8.3.8 이미지 노이즈가 제거된 이미지 생성하기 211
8.3.9 이미지 노이즈 제거 212
8.3.10 초기화 함수 213
8.3.11 마치며 214
8.4 정리 214
8.5 맺음말 216

찾아보기 218

본문중에서

저처럼 이제 막 딥러닝의 세계로 뛰어든 웹 개발자라면, 이론과 실제라는 엄청난 간극을 메울 수 있는 최고의 책이 될 것입니다. 이 책을 통해 수학적인 이론에 그치지 않고 다양한 딥러닝 모델을 사용한 데모를 실제로 개발해 보며 딥러닝의 세계를 직접 맛볼 수 있을 것입니다. 특히, 저자들의 실제 딥러닝 애플리케이션 개발 경험을 통해 얻었던 팁에서 이 책의 정수를 느낄 수 있을 것입니다.
_X페이지(옮긴이 머리말 중에서)

퍼셉트론 방정식에서 계단 함수(step function)가 소개된 이후, 시그모이드 함수(sigmoid function)는 1980년대 가장 인기 있는 활성화 함수였습니다. 그 이유는 계단 함수와 달리 시그모이드는 함수가 모든 값을 0과 1의 범위로 부드럽게 변경하고 연속적인 값을 얻을 수 있기 때문입니다.
_12페이지

현재 TensorFlow.js는 0차원(0D 텐서) 배열(스칼라)부터 4차원(4D 텐서) 배열까지 지원합니다. 학습 데이터, 테스트 데이터, 네트워크 가중치 등과 같이 신경망에서 처리하는 모든 데이터는 반드시 텐서로 표시해야 합니다. TensorFlow.js는 사용자로부터 텐서를 통해 WebGL 셰이더(shaders) 사용을 숨깁니다. 내부적으로 TensorFlow.js는 CPU(자바스크립트 스레드)에서 GPU(WebGL 셰이더)로, (결과를 검색하기 위해) 텐서 데이터를 앞뒤로 전송합니다.
_50페이지

고정밀 셰이더에서는 부동소수점 숫자가 GPU에 따라 16~32bit를 사용하여 저장됩니다. 첫 번째 비트에 부호가 결정되면 부동소수점으로 넘어갑니다. 32bit 부동소수점의 경우, 8bit가 지수를 인코딩하고 23bit가 소수를 인코딩합니다. 저장 형식은 32bit 인코딩된 부동소수점 값의 최댓값은3.4e38이고 최솟값은-3.4e38입니다. 16bit 부동소수점은 이보다 범위가 더 좁을 것입니다.
_113페이지

protobuf.js는 모듈로서 ES6 및 Typescript 클래스를 내보낼 수도 있습니다. 모듈에서 코드를 구성하면 환상적입니다. 그러나 브라우저에서 이러한 모듈을 사용하려면 Browserify 또는 Typescript와 같은 패키징 시스템을 사용하여 브라우저용으로 컴파일하고 패키지화해야 합니다. 가독성과 재현성을 위해 이 섹션에서는 JSON 형식을 사용합니다.
_157페이지

저자소개

카이 사사키, 크리스토프 코너, 레이이치로 나카노 [저] 신작알림 SMS신청
생년월일 -

해당작가에 대한 소개가 없습니다.

이수진 [역] 신작알림 SMS신청
생년월일 -

해당작가에 대한 소개가 없습니다.

리뷰

0.0 (총 0건)

구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

리뷰쓰기

기대평

작성시 유의사항

평점
0/200자
등록하기

기대평

10.0

판매자정보

  • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

상호

(주)교보문고

대표자명

안병현

사업자등록번호

102-81-11670

연락처

1544-1900

전자우편주소

callcenter@kyobobook.co.kr

통신판매업신고번호

01-0653

영업소재지

서울특별시 종로구 종로 1(종로1가,교보빌딩)

교환/환불

반품/교환 방법

‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능

반품/교환가능 기간

변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

반품/교환 비용

변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

반품/교환 불가 사유

·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
(단지 확인을 위한 포장 훼손은 제외)

·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
예) 화장품, 식품, 가전제품(악세서리 포함) 등

·복제가 가능한 상품 등의 포장을 훼손한 경우
예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

상품 품절

공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

소비자 피해보상
환불지연에 따른 배상

·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

(주) 인터파크 안전결제시스템 (에스크로) 안내

(주)인터파크의 모든 상품은 판매자 및 결제 수단의 구분없이 회원님들의 구매안전을 위해 안전결제 시스템을 도입하여 서비스하고 있습니다.
결제대금 예치업 등록 : 02-006-00064 서비스 가입사실 확인

배송안내

  • 교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.

  • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

  • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.

  • 배송비는 업체 배송비 정책에 따릅니다.

  • - 도서 구매 시, 1만 원 이상 무료, 1만원 미만 2천 원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용