추가 적립 안내

구글이 만든 차세대 딥 러닝 시스템 텐서플로 입문서 『텐서플로 첫걸음』. 복잡한 이론 설명이 아니라 실제로 예제를 코딩하며 텐서플로를 빠르게 익히는 것을 목표로 한다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망 등을 실습하며 딥 러닝의 기초를 익힐 수 있다.

처음 만나는 친절한 텐서플로 입문서
전 세계 거대 기업들이 인공지능과 머신 러닝에 투자하는 가운데 구글이 오픈소스로 공개한 딥 러닝 라이브러리 텐서플로가 큰 관심을 받고 있다. 이 책은 복잡한 이론 설명이 아니라 실제로 예제를 코딩하며 텐서플로를 빠르게 익히는 것을 목표로 한다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망 등을 실습하며 딥 러닝의 기초를 익힐 수 있다. 특히 본 한국어판은 텐서플로 1.0 버전에 맞춰 내용을 업데이트하고, 순환 신경망 예제를 부록으로 추가했다.

◎ 출판사 리뷰
구글이 만든 차세대 딥 러닝 시스템을 만나다
기계가 사람 얼굴을 구별하고 명화도 그리는 시대입니다. 기계학습, 즉 머신 러닝과 딥 러닝이 폭발적으로 성장한 덕분입니다. 구글, 페이스북, 바이두 등 IT 거인들의 행보에서도 볼 수 있듯, 현재 학계와 업계는 인공지능과 딥 러닝에 총력을 기울이고 있다고 해도 과언이 아닙니다. 이러한 상황에서 구글이 발표한 텐서플로는 기존 딥 러닝 라이브러리들보다 사용이 쉽고 지속적으로 업데이트되고 있어 단연 주목을 받고 있습니다.
딥 러닝에 입문하고 싶다고 해서 복잡한 수학과 통계 이론부터 시작해야 하는 것은 아닙니다. 이 책은 ‘백문이 불여일타’ 정신에 입각하여 실제로 예제를 코딩하며 텐서플로와 빠르게 친해지는 것을 목표로 합니다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망(CNN) 등을 실습하며 딥 러닝의 기초를 익힐 수 있습니다.
특히 본 한국어판은 텐서플로 코리아 블로그 운영자가 원서의 오류를 바로잡고 텐서플로 1.0에 맞춰 내용을 업데이트했으며 부록으로 순환 신경망(RNN) 예제를 추가하여 원서보다 120% 알차게 구성했습니다. 예제 소스 역시 깃허브 저장소에서 한국어 설명이 포함된 주피터 노트북 형태로 만나볼 수 있습니다.

김성훈(홍콩 과기대학)
이 책은 딥 러닝 기술을 손쉽게 사용하게 해주는 구글의 텐서플로를 매우 쉽게 설명하므로 가벼운 마음으로 읽을 수 있습니다. 번역본에는 RNN 부분이 추가되었으므로 딥 러닝을 전체적으로 이해하는 데에도 매우 도움이 될 것입니다. 딥 러닝을 이해하고 실생활과 개발에 사용해보고 싶은 모든 분들에게 권합니다.

권순선(구글 APAC 개발자 생태계 총괄)
텐서플로는 현재 깃허브에서 가장 활발하게 개발 중인 머신 러닝 관련 오픈소스 프로젝트입니다. 많은 개발자가 기술에 접근하고 협업하고 또 동등하게 그 결과물을 나누고 이용할 수 있다는 점에서 이는 큰 의미를 지닙니다. 한국에서도 이 책을 통해 더욱 많은 개발자가 이 중요한 기술을 이해하고 유용하게 활용할 수 있기를 기대합니다.

0장 한국어판 서문: 딥 러닝에 대하여
0.1 딥 러닝 개념 잡기
0.2 딥 러닝 알고리즘과 신경망 구조
0.3 글도 쓰고 그림도 그리고 음악도 만드는 인공 신경망
0.4 인공지능의 미래를 향해

1장 텐서플로 기본 다지기
1.1 오픈소스 패키지
1.2 텐서플로 서빙
1.3 텐서플로 설치
1.4 첫 텐서플로 코드
1.5 디스플레이 패널 텐서보드

2장 선형회귀분석
2.1 변수 간의 관계에 대한 모델
2.2 비용함수와 경사 하강법 알고리즘
2.3 알고리즘 실행

3장 군집화
3.1 기본 자료구조: 텐서
3.2 텐서플로의 데이터 저장소
3.3 K-평균 알고리즘
3.4 새로운 그룹
3.5 새로운 중심 계산하기
3.6 그래프 실행

4장 단일 계층 신경망
4.1 MNIST 데이터셋
4.2 인공 뉴런
4.3 간단한 예제: 소프트맥스
4.4 클래스 소속 근거
4.5 클래스 소속 확률
4.6 텐서플로 프로그래밍
4.7 모델 평가

5장 다중 계층 신경망
5.1 합성곱 신경망
5.2 모델 구현
5.3 모델 훈련 및 평가

6장 병렬처리
6.1 GPU 실행 환경
6.2 여러 GPU에서의 병렬처리
6.3 GPU 코드 예제
6.4 분산 버전 텐서플로

7장 마치며

부록A 한국어판 부록: 순환 신경망 예제
A.1 순환 신경망 알고리즘
A.2 LSTM 순환 신경망 알고리즘
A8.3 오버피팅 문제
A.4 언어 모델링
A.5 클래스 설정
A.6 학습 데이터
A.7 모델 생성 클래스
A.8 반복 함수
A.9 결과
A.10 텐서플로가 제공하는 LSTM 이외의 모델
A.11 참고문헌