±¹³»µµ¼
Àü°øµµ¼/´ëÇб³Àç
°øÇаè¿
ÄÄÇ»ÅÍ°øÇÐ
Á¤°¡ |
24,000¿ø |
---|
21,600¿ø (10%ÇÒÀÎ)
1,200P (5%Àû¸³)
ÇÒÀÎÇýÅÃ | |
---|---|
Àû¸³ÇýÅà |
|
|
|
Ãß°¡ÇýÅÃ |
|
À̺¥Æ®/±âȹÀü
¿¬°üµµ¼(3)
»óÇ°±Ç
ÀÌ»óÇ°ÀÇ ºÐ·ù
Ã¥¼Ò°³
Á÷Á¢ ±¸ÇöÇÏ°í ¿òÁ÷¿©º¸¸ç ÀÍÈ÷´Â °¡Àå ½¬¿î µö·¯´× ÀÔ¹®¼!
¡º¹Ø¹Ù´ÚºÎÅÍ ½ÃÀÛÇÏ´Â µö·¯´×¡»Àº ¶óÀ̺귯¸®³ª ÇÁ·¹ÀÓ¿öÅ©¿¡ ÀÇÁ¸ÇÏÁö ¾Ê°í, µö·¯´×ÀÇ ÇÙ½ÉÀ» ¡®¹Ø¹Ù´ÚºÎÅÍ¡¯ Á÷Á¢ ¸¸µé¾îº¸¸ç Áñ°Ì°Ô ¹è¿ï ¼ö ÀÖ´Â º»°Ý µö·¯´× ÀÔ¹®¼´Ù. ¼ú¼ú ÀÐÈú ¸¸Å ½±°Ô ¼³¸íÇÏ¿´°í, ¿ªÀüÆÄó·³ ¾î·Á¿î ³»¿ëÀº ¡®°è»ê ±×·¡ÇÁ¡¯ ±â¹ýÀ¸·Î ½Ã°¢ÀûÀ¸·Î Ç®ÀÌÇß´Ù. ¹«¾ùº¸´Ù ÀÛµ¿ÇÏ´Â Äڵ尡 ÀÖ¾î Á÷Á¢ µ¹·Áº¸°í ¿ä¸®Á¶¸® ¼öÁ¤Çغ¸¸é ¾î·Á¿î À̷еµ ¸íÈ®ÇÏ°Ô ÀÌÇØÇÒ ¼ö ÀÖ´Ù. µö·¯´×¿¡ »õ·Ó°Ô ÀÔ¹®ÇÏ·Á´Â µ¶ÀÚµé°ú ±âÃʸ¦ ´Ù½Ã±Ý Á¤¸®ÇÏ°í ½ÍÀº Çö¾÷ ¿¬±¸ÀÚ¿Í °³¹ßÀÚ¿¡°Ô À¯¿ëÇÑ Ã¥ÀÌ µÉ °ÍÀÌ´Ù.
»õ·Î¿î Áö½ÄÀ» ¹è¿ï ¶§ ¼³¸í¸¸ µé¾î¼´Â ¼®¿¬Ä¡ ¾Ê°Å³ª ±Ý¹æ Àؾî¹ö¸®°Ô µÈ´Ù. ±×·¡¼ ¹«¾ùº¸´Ù ¡®Á÷Á¢ Çغ¸´Â °Í¡¯ÀÌ Áß¿äÇÏ´Ù. ÀÌ Ã¥Àº µö·¯´×ÀÇ ±âº»À» ¡®ÀÌ·Ð ¼³¸í¡¯°ú ¡®ÆÄÀ̽㠱¸Çö Äڵ塯¶ó´Â Åõ Æ®·¢À¸·Î ¼³¸íÇÑ´Ù. °¢ ÀåÀº ÁÖÁ¦ Çϳª¸¦ ¼³¸íÇÑ ÈÄ ±×°ÍÀ» ½Ç½ÀÇÒ ¼ö ÀÖµµ·Ï ²Ù¸ì´Ù. Áï, ½ÇÇàµÇ´Â ¼Ò½º Äڵ带 ÁغñÇß´Ù. ¼Ò½º Äڵ带 ÀÐÀ¸¸é¼ ½º½º·Î »ý°¢ÇÏ°í ±× »ý°¢À» ¹Ý¿µÇØ ½ÇÇèÇÏ´Ù º¸¸é È®½ÇÇÏ°Ô Àڱ⠰ÍÀ¸·Î ¸¸µé ¼ö ÀÖ´Ù. ¿©·¯ ½ÇÇèÀ» Çغ¸¸é¼ °Þ´Â ½ÃÇàÂø¿À ¿ª½Ã Å« ÀÚ»êÀÌ µÉ °ÍÀÌ´Ù.
ÃâÆÇ»ç ¼Æò
ÆÄÀ̽ãÀ¸·Î ÀÍÈ÷´Â µö·¯´× À̷аú ±¸Çö
_¿¹Á¦ ¼Ò½º: https://github.com/WegraLee/deep-learning-from-scratch
¡Ú ´©±¸¸¦ À§ÇÑ Ã¥Àΰ¡?
_ ¿ÜºÎ ¶óÀ̺귯¸®´Â ÃÖ¼ÒÇѸ¸ ÀÌ¿ëÇÏ°í ÆÄÀ̽ãÀ» »ç¿ëÇØ µö·¯´× ÇÁ·Î±×·¥À» óÀ½ºÎÅÍ ±¸ÇöÇÕ´Ï´Ù.
_ ÆÄÀ̽ãÀÌ Ã³À½ÀÎ »ç¶÷µµ ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ÆÄÀ̽㠻ç¿ë¹ýµµ °£·«È÷ ¼³¸íÇÕ´Ï´Ù.
_ ½ÇÁ¦ µ¿ÀÛÇÏ´Â ÆÄÀ̽ã ÄÚµå¿Í µ¶ÀÚ°¡ Á÷Á¢ ½ÇÇèÇÒ ¼ö ÀÖ´Â ÇнÀ ȯ°æÀ» Á¦°øÇÕ´Ï´Ù.
_ °£´ÜÇÑ ±â°èÇнÀ ¹®Á¦ºÎÅÍ ½ÃÀÛÇÏ¿© ±Ã±Ø¿¡´Â À̹ÌÁö¸¦ Á¤È®ÇÏ°Ô ÀνÄÇÏ´Â ½Ã½ºÅÛÀ» ±¸ÇöÇÕ´Ï´Ù.
_ µö·¯´×°ú ½Å°æ¸Á ÀÌ·ÐÀ» ¾Ë±â ½±°Ô ¼³¸íÇÕ´Ï´Ù.
_ ¿ÀÂ÷¿ªÀüÆĹý(backpropagation)°ú ÇÕ¼º°ö(convolution) ¿¬»ê µî º¹ÀâÇØ º¸ÀÌ´Â ±â¼úÀ» ±¸Çö ¼öÁØ¿¡¼ ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ¼³¸íÇÕ´Ï´Ù.
_ ÇÏÀÌÆÛÆĶó¹ÌÅÍ °áÁ¤ ¹æ½Ä, °¡ÁßÄ¡ Ãʱ갪 µî µö·¯´×À» È°¿ëÇÏ´Â µ¥ µµ¿òÀÌ µÇ´Â ½Ç¿ëÀûÀÎ ±â¼úÀ» ¼Ò°³ÇÕ´Ï´Ù.
_ ¹èÄ¡ Á¤±ÔÈ, µå·Ó¾Æ¿ô, Adam °°Àº ÃÖ±Ù Æ®·»µå¸¦ ¼³¸íÇÏ°í ±¸ÇöÇغ¾´Ï´Ù.
_ µö·¯´×ÀÌ ¿Ö ¶Ù¾î³Áö, ÃþÀÌ ±í¾îÁö¸é ¿Ö Á¤È®µµ°¡ ³ô¾ÆÁö´ÂÁö, Àº´ÐÃþÀÌ ¿Ö Áß¿äÇÑÁö¿Í °°Àº ¡®¿Ö¡¯¿¡ °üÇÑ ¹®Á¦µµ ´Ù·ì´Ï´Ù.
_ ÀÚÀ² ÁÖÇà, À̹ÌÁö »ý¼º, °ÈÇнÀ µî, µö·¯´×À» ÀÀ¿ëÇÑ ¿¹¸¦ ¼Ò°³ÇÕ´Ï´Ù.
¡Ú ´©±¸¸¦ À§ÇÑ Ã¥ÀÌ ¾Æ´Ñ°¡?
_ µö·¯´× ºÐ¾ßÀÇ ÃֽŠ¿¬±¸¿¡ ´ëÇؼ´Â ÀÚ¼¼È÷ ´Ù·çÁö ¾Ê½À´Ï´Ù.
_ Ä«Æä(Caffe), ÅÙ¼Ç÷Î(TensorFlow), üÀ̳Ê(Chainer) µîÀÇ µö·¯´× ÇÁ·¹ÀÓ¿öÅ© »ç¿ë¹ýÀº ¼³¸íÇÏÁö ¾Ê½À´Ï´Ù.
_ µö·¯´×, ƯÈ÷ ½Å°æ¸Á¿¡ °üÇÑ ¾ÆÁÖ »ó¼¼ÇÑ À̷бîÁö´Â ´ãÁö ¾Ê¾Ò½À´Ï´Ù.
_ µö·¯´×ÀÇ Á¤È®µµ¸¦ ³ôÀ̱â À§ÇÑ Æ©´×Àº ÀÚ¼¼È÷ ¼³¸íÇÏÁö ¾Ê½À´Ï´Ù.
_ µö·¯´× ¼º´ÉÀ» ³ô¿©ÁÖ´Â GPU ±â¼úÀº ±¸Ã¼ÀûÀ¸·Î ´Ù·çÁö ¾Ê½À´Ï´Ù.
_ ÁÖ·Î À̹ÌÁö ÀνÄÀ» ´Ù·ì´Ï´Ù. ÀÚ¿¬¾î ó¸®, À½¼º ÀÎ½Ä µîÀÇ »ç·Ê´Â ´Ù·çÁö ¾Ê½À´Ï´Ù.
̵̧ȍ
¼¹Î±¸(±¸±ÛÄÚ¸®¾Æ ¼ÒÇÁÆ®¿þ¾î ¿£Áö´Ï¾î)
½Å°æ¸Á°ú µö·¯´×ÀÇ ±âº»À» ¹Ø¹Ù´ÚºÎÅÍ ¸¸µé¾îº¸¸é¼ ±× °³³äÀ» ¾î·ÆÁö ¾Ê°Ô ÀÌÇØÇÒ ¼ö ÀÖ¾ú½À´Ï´Ù. ÀÌ´Â ÅÙ¼Ç÷ΠµîÀÇ µö·¯´× ÇÁ·¹ÀÓ¿öÅ©¸¦ »ç¿ëÇÒ ¶§µµ Áø°¡¸¦ ¹ßÈÖÇϸ®¶ó »ý°¢ÇÕ´Ï´Ù. µö·¯´× °øºÎ¸¦ ½ÃÀÛÇϽô ¸ðµç ºÐ²² ÃßõÇÕ´Ï´Ù.(¡ºRÀ» ÀÌ¿ëÇÑ µ¥ÀÌÅÍ Ã³¸®&ºÐ¼® ½Ç¹«¡» ÀúÀÚ)
ÃÖ¼ºÈÆ(Tomomi Research Inc.)
Áö±Ý ÀÌ Ã¥ÀÇ ¿ø¼´Â ÀϺ» ´ëÇü ¼Á¡ÀÇ ¸Å´ë Áß¾ÓÀ» Â÷ÁöÇÏ°í TV¿¡µµ ¼Ò°³µÉ Á¤µµ·Î ÀαâÀÔ´Ï´Ù. °øÇмÀûÀÌ ÀÌ·¸°Ô ÁÖ¸ñ¹Þ´Â °ÍÀº ÀΰøÁö´É¿¡ °üÇÑ ÀϹÝÀÎÀÇ °ü½ÉÀÌ ±×¸¸Å ³ô¾ÆÁ³´Ù´Â ¹æÁõÀÌ°ÚÁö¿ä. Çѱ¹¿¡¼µµ ÀÌ Ã¥ÀÌ ÀΰøÁö´É º¸±Þ¿¡ Áß¿äÇÑ ±âÆøÁ¦°¡ µÇ±æ ±â´ëÇÕ´Ï´Ù.
¹Ú»óÀº(¿¡½ºÄÚ¾î)
º£Å¸¸®µùÀ» À§ÇØ Ã³À½ ¹ÞÀº ¿ø°íºÎÅÍ °ÅÀÇ ¿Ï¼ºµÈ Ã¥À̳ª ´Ù¸§¾ø¾î¼ Àбâ ÆíÇß½À´Ï´Ù. µ¶ÀÚµéÀÌ ½±°í ºü¸£°Ô ¸Àº¸°í ÀÔ¹®ÇÒ ¼ö ÀÖÀ» °ÍÀÔ´Ï´Ù. (¡º9°¡Áö »ç·Ê·Î ÀÍÈ÷´Â °í±Þ ½ºÆÄÅ© ºÐ¼®¡» ¿ªÀÚ)
ÀÓÇüÅÃ(¾È°ú Àü¹®ÀÇ)
2016³â 11¿ù 29ÀÏ ¹Ì±¹ÀÇ»çÇùȸÁö JAMA¿¡ ½Ç¸° ¡®µö·¯´×À» ÀÌ¿ëÇÑ ´ç´¢¼º ¸Á¸·º´Áõ Áø´Ü¡¯ °ü·Ã ³í¹®(https://goo.gl/g7xGO5)Àº ÀΰøÁö´ÉÀÌ ¹Ù²Ù´Â ¾È°ú ¹Ì·¡ÀÇ ½ÃÀÛÀ¸·Î Æò°¡¹Þ½À´Ï´Ù. ÀÌ ¹Ì·¡¿¡ µ¿ÂüÇÏ°í ½ÍÁö¸¸ ¼öÇаú ÇÁ·Î±×·¡¹Ö ¾ð¾î¿¡ Àͼ÷ÇÏÁö ¸øÇÑ ÀÇ·á °ü·Ã ºÐµé¿¡°Ô ÀÌ Ã¥Àº Á¦¸ñó·³ ¡®¹Ø¹Ù´ÚºÎÅÍ¡¯ µö·¯´×À» ÀÌÇؽÃÄÑÁÙ °ÍÀÔ´Ï´Ù.
¾Èȫö(¿¡¼ÂÇ÷¯½ºÀÚ»ê¿î¿ë ÀÚ»ê¿î¿ë»ç)
źźÇÑ ±¸¼ºÀ¸·Î ½Å°æ¸Á°ú µö·¯´× Àü¹ÝÀ» ½±°Ô ¼³¸íÇØÁÖ°í, ƯÈ÷ ¿ªÀüÆÄ´Â Á¦°¡ º» ±³Àç Áß °¡Àå ½±°Ô ¼¼úÇß½À´Ï´Ù. º¹ÀâÇÑ ¼ö½ÄÀ̳ª ³ÇØÇÑ ¼³¸íÀÌ ¾Æ´Ñ, À̾߱⸦ ÇÏµí µ¶ÀÚ¸¦ ÀÌÇؽÃÅ°·Á ÇÑ ºÎºÐÀÌ °¡Àå °¨¸í ±í¾ú½À´Ï´Ù. ½Å°æ¸Á(µö·¯´×)À» °øºÎÇÏ¸ç ¿ªÀüÆÄ¿¡¼ ¾î·Á¿òÀ» °ÞÀº ºÐµé²² °·ÂÇÏ°Ô ±ÇÇÕ´Ï´Ù.
ÀÌ»óÈÆ(SKÁÖ½Äȸ»ç)
ÀϺ»ÀΠƯÀ¯ÀÇ ²Ä²ÄÇÔÀÌ ´À²¸Áö´Â ³Ê¹« ÁÁÀº ³»¿ëÀ̾ú½À´Ï´Ù. °³ÀÎÀûÀ¸·Î ÀÌ Ã¥Ã³·³ óÀ½ºÎÅÍ ÇϳªÇϳª °³¹ßÇÏ´Â °ÍÀ» ÁÁ¾ÆÇÕ´Ï´Ù. »¡¸® Á¤½Ä Ãâ°£µÇ¾î ³»³â »ç³»±³À° ¶§ ÀÌ ³»¿ëÀ» È°¿ëÇÏ°í ½ÍÀ» Á¤µµ·Î ¸¾¿¡ µì´Ï´Ù.(¡º½Ç½Ã°£ ºÐ¼®ÀÇ ¸ðµç °Í¡» ¿ªÀÚ)
±è°æ¼ö(ÆÄÁÖÇѺûÁßÇб³ 2Çгâ Çлý)
Àú¿Í °°Àº ¾î¸° ÇлýµéÀÌ Á÷¾÷À» ãÀ» ÁîÀ½¿£ ÀΰøÁö´ÉÀÌ »çȸÀÇ ¸ðµç ºÎºÐÀ» º¯È½ÃÅ°´Â Çõ¸íÀÌ µÇ¾î ÀÖÀ» °Å¶ó°í ÇÕ´Ï´Ù. ±×·¡¼ ÀÌÁ¦ °Ü¿ì Áß 2ÀÎ Àúµµ ÀΰøÁö´É¿¡ °ü½ÉÀÌ ¸¹Àºµ¥, ¸¶Ä§ ¸®ºä¾î·Î Á¢ÇÑ ÀÌ Ã¥Àº ¾ÆÁ÷ ÆÄÀ̽㿡 ³¸¼± Àúµµ ½±°Ô µû¶ó ¹è¿ï ¼ö ÀÖ¾ú½À´Ï´Ù.
¸ñÂ÷
1Àå Çï·Î ÆÄÀ̽ã
1.1 ÆÄÀ̽ãÀ̶õ?
1.2 ÆÄÀ̽㠼³Ä¡Çϱâ
__1.2.1 ÆÄÀ̽㠹öÀü
__1.2.2 »ç¿ëÇÏ´Â ¿ÜºÎ ¶óÀ̺귯¸®
__1.2.3 ¾Æ³ªÄÜ´Ù ¹èÆ÷ÆÇ
1.3 ÆÄÀ̽ã ÀÎÅÍÇÁ¸®ÅÍ
__1.3.1 »ê¼ú ¿¬»ê
__1.3.2 ÀÚ·áÇü
__1.3.3 º¯¼ö
__1.3.4 ¸®½ºÆ®
__1.3.5 µñ¼Å³Ê¸®
__1.3.6 bool
__1.3.7 if ¹®
__1.3.8 for ¹®
__1.3.9 ÇÔ¼ö
1.4 ÆÄÀ̽㠽ºÅ©¸³Æ® ÆÄÀÏ
__1.4.1 ÆÄÀÏ·Î ÀúÀåÇϱâ
__1.4.2 Ŭ·¡½º
1.5 ³ÑÆÄÀÌ
__1.5.1 ³ÑÆÄÀÌ °¡Á®¿À±â
__1.5.2 ³ÑÆÄÀÌ ¹è¿ »ý¼ºÇϱâ
__1.5.3 ³ÑÆÄÀÌÀÇ »ê¼ú ¿¬»ê
__1.5.4 ³ÑÆÄÀÌÀÇ NÂ÷¿ø ¹è¿
__1.5.5 ºê·Îµåij½ºÆ®
__1.5.6 ¿ø¼Ò Á¢±Ù
1.6 matplotlib
__1.6.1 ´Ü¼øÇÑ ±×·¡ÇÁ ±×¸®±â
__1.6.2 pyplotÀÇ ±â´É
__1.6.3 À̹ÌÁö Ç¥½ÃÇϱâ
1.7 Á¤¸®
2Àå ÆÛ¼ÁÆ®·Ð
2.1 ÆÛ¼ÁÆ®·ÐÀ̶õ?
2.2 ´Ü¼øÇÑ ³í¸® ȸ·Î
__2.2.1 AND °ÔÀÌÆ®
__2.2.2 NAND °ÔÀÌÆ®¿Í OR °ÔÀÌÆ®
2.3 ÆÛ¼ÁÆ®·Ð ±¸ÇöÇϱâ
__2.3.1 °£´ÜÇÑ ±¸ÇöºÎÅÍ
__2.3.2 °¡ÁßÄ¡¿Í ÆíÇâ µµÀÔ
__2.3.3 °¡ÁßÄ¡¿Í ÆíÇâ ±¸ÇöÇϱâ
2.4 ÆÛ¼ÁÆ®·ÐÀÇ ÇÑ°è
__2.4.1 µµÀü! XOR °ÔÀÌÆ®
__2.4.2 ¼±Çü°ú ºñ¼±Çü
2.5 ´ÙÃþ ÆÛ¼ÁÆ®·ÐÀÌ Ã⵿ÇÑ´Ù¸é
__2.5.1 ±âÁ¸ °ÔÀÌÆ® Á¶ÇÕÇϱâ
__2.5.2 XOR °ÔÀÌÆ® ±¸ÇöÇϱâ
2.6 NAND¿¡¼ ÄÄÇ»ÅͱîÁö
2.7 Á¤¸®
3Àå ½Å°æ¸Á
3.1 ÆÛ¼ÁÆ®·Ð¿¡¼ ½Å°æ¸ÁÀ¸·Î
__3.1.1 ½Å°æ¸ÁÀÇ ¿¹
__3.1.2 ÆÛ¼ÁÆ®·Ð º¹½À
__3.1.3 È°¼ºÈ ÇÔ¼öÀÇ µîÀå
3.2 È°¼ºÈ ÇÔ¼ö
__3.2.1 ½Ã±×¸ðÀ̵å ÇÔ¼ö
__3.2.2 °è´Ü ÇÔ¼ö ±¸ÇöÇϱâ
__3.2.3 °è´Ü ÇÔ¼öÀÇ ±×·¡ÇÁ
__3.2.4 ½Ã±×¸ðÀ̵å ÇÔ¼ö ±¸ÇöÇϱâ
__3.2.5 ½Ã±×¸ðÀ̵å ÇÔ¼ö¿Í °è´Ü ÇÔ¼ö ºñ±³
__3.2.6 ºñ¼±Çü ÇÔ¼ö
__3.2.7 ReLU ÇÔ¼ö
3.3 ´ÙÂ÷¿ø ¹è¿ÀÇ °è»ê
__3.3.1 ´ÙÂ÷¿ø ¹è¿
__3.3.2 Çà·ÄÀÇ ³»Àû
__3.3.3 ½Å°æ¸ÁÀÇ ³»Àû
3.4 3Ãþ ½Å°æ¸Á ±¸ÇöÇϱâ
__3.4.1 Ç¥±â¹ý ¼³¸í
__3.4.2 °¢ ÃþÀÇ ½ÅÈ£ Àü´Þ ±¸ÇöÇϱâ
__3.4.3 ±¸Çö Á¤¸®
3.5 Ãâ·ÂÃþ ¼³°èÇϱâ
__3.5.1 Ç×µî ÇÔ¼ö¿Í ¼ÒÇÁÆ®¸Æ½º ÇÔ¼ö ±¸ÇöÇϱâ
__3.5.2 ¼ÒÇÁÆ®¸Æ½º ÇÔ¼ö ±¸Çö ½Ã ÁÖÀÇÁ¡
__3.5.3 ¼ÒÇÁÆ®¸Æ½º ÇÔ¼öÀÇ Æ¯Â¡
__3.5.4 Ãâ·ÂÃþÀÇ ´º·± ¼ö Á¤Çϱâ
3.6 ¼Õ±Û¾¾ ¼ýÀÚ ÀνÄ
__3.6.1 MNIST µ¥ÀÌÅͼÂ
__3.6.2 ½Å°æ¸ÁÀÇ Ã߷Рó¸®
__3.6.3 ¹èÄ¡ ó¸®
3.7 Á¤¸®
4Àå ½Å°æ¸Á ÇнÀ
4.1 µ¥ÀÌÅÍ¿¡¼ ÇнÀÇÑ´Ù!
__4.1.1 µ¥ÀÌÅÍ ÁÖµµ ÇнÀ
__4.1.2 ÈÆ·Ã µ¥ÀÌÅÍ¿Í ½ÃÇè µ¥ÀÌÅÍ
4.2 ¼Õ½Ç ÇÔ¼ö
__4.2.1 Æò±Õ Á¦°ö ¿ÀÂ÷
__4.2.2 ±³Â÷ ¿£Æ®·ÎÇÇ ¿ÀÂ÷
__4.2.3 ¹Ì´Ï¹èÄ¡ ÇнÀ
__4.2.4 (¹èÄ¡¿ë) ±³Â÷ ¿£Æ®·ÎÇÇ ¿ÀÂ÷ ±¸ÇöÇϱâ
__4.2.5 ¿Ö ¼Õ½Ç ÇÔ¼ö¸¦ ¼³Á¤Çϴ°¡?
4.3 ¼öÄ¡ ¹ÌºÐ
__4.3.1 ¹ÌºÐ
__4.3.2 ¼öÄ¡ ¹ÌºÐÀÇ ¿¹
__4.3.3 Æí¹ÌºÐ
4.4 ±â¿ï±â
__4.4.1 °æ»ç¹ý(°æ»ç ÇÏ°¹ý)
__4.4.2 ½Å°æ¸Á¿¡¼ÀÇ ±â¿ï±â
4.5 ÇнÀ ¾Ë°í¸®Áò ±¸ÇöÇϱâ
__4.5.1 2Ãþ ½Å°æ¸Á Ŭ·¡½º ±¸ÇöÇϱâ
__4.5.2 ¹Ì´Ï¹èÄ¡ ÇнÀ ±¸ÇöÇϱâ
__4.5.3 ½ÃÇè µ¥ÀÌÅÍ·Î Æò°¡Çϱâ
4.6 Á¤¸®
5Àå ¿ÀÂ÷¿ªÀüÆĹý
5.1 °è»ê ±×·¡ÇÁ
__5.1.1 °è»ê ±×·¡ÇÁ·Î Ç®´Ù
__5.1.2 ±¹¼ÒÀû °è»ê
__5.1.3 ¿Ö °è»ê ±×·¡ÇÁ·Î Ǫ´Â°¡?
5.2 ¿¬¼â¹ýÄ¢
__5.2.1 °è»ê ±×·¡ÇÁ¿¡¼ÀÇ ¿ªÀüÆÄ
__5.2.2 ¿¬¼â¹ýÄ¢À̶õ?
__5.2.3 ¿¬¼â¹ýÄ¢°ú °è»ê ±×·¡ÇÁ
5.3 ¿ªÀüÆÄ
__5.3.1 µ¡¼À ³ëµåÀÇ ¿ªÀüÆÄ
__5.3.2 °ö¼À ³ëµåÀÇ ¿ªÀüÆÄ
__5.3.3 »ç°ú ¼îÇÎÀÇ ¿¹
5.4 ´Ü¼øÇÑ °èÃþ ±¸ÇöÇϱâ
__5.4.1 °ö¼À °èÃþ
__5.4.2 µ¡¼À °èÃþ
5.5 È°¼ºÈ ÇÔ¼ö °èÃþ ±¸ÇöÇϱâ
__5.5.1 ReLU °èÃþ
__5.5.2 Sigmoid °èÃþ
5.6 Affine/Softmax °èÃþ ±¸ÇöÇϱâ
__5.6.1 Affine °èÃþ
__5.6.2 ¹èÄ¡¿ë Affine °èÃþ
__5.6.3 Softmax-with-Loss °èÃþ
5.7 ¿ÀÂ÷¿ªÀüÆĹý ±¸ÇöÇϱâ
__5.7.1 ½Å°æ¸Á ÇнÀÀÇ Àüü ±×¸²
__5.7.2 ¿ÀÂ÷¿ªÀüÆĹýÀ» Àû¿ëÇÑ ½Å°æ¸Á ±¸ÇöÇϱâ
__5.7.3 ¿ÀÂ÷¿ªÀüÆĹýÀ¸·Î ±¸ÇÑ ±â¿ï±â °ËÁõÇϱâ
__5.7.4 ¿ÀÂ÷¿ªÀüÆĹýÀ» »ç¿ëÇÑ ÇнÀ ±¸ÇöÇϱâ
5.8 Á¤¸®
6Àå ÇнÀ °ü·Ã ±â¼úµé
6.1 ¸Å°³º¯¼ö °»½Å
__6.1.1 ¸ðÇè°¡ À̾߱â
__6.1.2 È®·üÀû °æ»ç ÇÏ°¹ý(SGD)
__6.1.3 SGDÀÇ ´ÜÁ¡
__6.1.4 ¸ð¸àÅÒ
__6.1.5 AdaGrad
__6.1.6 Adam
__6.1.7 ¾î´À °»½Å ¹æ¹ýÀ» ÀÌ¿ëÇÒ °ÍÀΰ¡?
__6.1.8 MNIST µ¥ÀÌÅͼÂÀ¸·Î º» °»½Å ¹æ¹ý ºñ±³
6.2 °¡ÁßÄ¡ÀÇ Ãʱ갪
__6.2.1 Ãʱ갪À» 0À¸·Î Çϸé?
__6.2.2 Àº´ÐÃþÀÇ È°¼ºÈ ºÐÆ÷
__6.2.3 ReLU¸¦ »ç¿ëÇÒ ¶§ÀÇ °¡ÁßÄ¡ Ãʱ갪
__6.2.4 MNIST µ¥ÀÌÅͼÂÀ¸·Î º» °¡ÁßÄ¡ Ãʱ갪 ºñ±³
6.3 ¹èÄ¡ Á¤±ÔÈ
__6.3.1 ¹èÄ¡ Á¤±ÔÈ ¾Ë°í¸®Áò
__6.3.2 ¹èÄ¡ Á¤±ÔÈÀÇ È¿°ú
6.4 ¹Ù¸¥ ÇнÀÀ» À§ÇØ
__6.4.1 ¿À¹öÇÇÆÃ
__6.4.2 °¡ÁßÄ¡ °¨¼Ò
__6.4.3 µå·Ó¾Æ¿ô
6.5 ÀûÀýÇÑ ÇÏÀÌÆÛÆĶó¹ÌÅÍ °ª ã±â
__6.5.1 °ËÁõ µ¥ÀÌÅÍ
__6.5.2 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ
__6.5.3 ÇÏÀÌÆÛÆĶó¹ÌÅÍ ÃÖÀûÈ ±¸ÇöÇϱâ
6.6 Á¤¸®
7Àå ÇÕ¼º°ö ½Å°æ¸Á(CNN)
7.1 Àüü ±¸Á¶
7.2 ÇÕ¼º°ö °èÃþ
__7.2.1 ¿ÏÀü¿¬°á °èÃþÀÇ ¹®Á¦Á¡
__7.2.2 ÇÕ¼º°ö ¿¬»ê
__7.2.3 Æеù
__7.2.4 ½ºÆ®¶óÀ̵å
__7.2.5 3Â÷¿ø µ¥ÀÌÅÍÀÇ ÇÕ¼º°ö ¿¬»ê
__7.2.6 ºí·ÏÀ¸·Î »ý°¢Çϱâ
__7.2.7 ¹èÄ¡ ó¸®
7.3 Ç®¸µ °èÃþ
__7.3.1 Ç®¸µ °èÃþÀÇ Æ¯Â¡
7.4 ÇÕ¼º°ö/Ç®¸µ °èÃþ ±¸ÇöÇϱâ
__7.4.1 4Â÷¿ø ¹è¿
__7.4.2 im2col·Î µ¥ÀÌÅÍ Àü°³Çϱâ
__7.4.3 ÇÕ¼º°ö °èÃþ ±¸ÇöÇϱâ
__7.4.4 Ç®¸µ °èÃþ ±¸ÇöÇϱâ
7.5 CNN ±¸ÇöÇϱâ
7.6 CNN ½Ã°¢ÈÇϱâ
__7.6.1 1¹ø° ÃþÀÇ °¡ÁßÄ¡ ½Ã°¢ÈÇϱâ
__7.6.2 Ãþ ±íÀÌ¿¡ µû¸¥ ÃßÃâ Á¤º¸ º¯È
7.7 ´ëÇ¥ÀûÀÎ CNN
__7.7.1 LeNet
__7.7.2 AlexNet
7.8 Á¤¸®
8Àå µö·¯´×
8.1 ´õ ±í°Ô
__8.1.1 ´õ ±íÀº ³×Æ®¿öÅ©·Î
__8.1.2 Á¤È®µµ¸¦ ´õ ³ôÀÌ·Á¸é
__8.1.3 ±í°Ô ÇÏ´Â ÀÌÀ¯
8.2 µö·¯´×ÀÇ Ãʱ⠿ª»ç
__8.2.1 À̹ÌÁö³Ý
__8.2.2 VGG
__8.2.3 GoogLeNet
__8.2.4 ResNet
8.3 ´õ ºü¸£°Ô(µö·¯´× °í¼ÓÈ)
__8.3.1 Ç®¾î¾ß ÇÒ ¼÷Á¦
__8.3.2 GPU¸¦ È°¿ëÇÑ °í¼ÓÈ
__8.3.3 ºÐ»ê ÇнÀ
__8.3.4 ¿¬»ê Á¤¹Ðµµ¿Í ºñÆ® ÁÙÀ̱â
8.4 µö·¯´×ÀÇ È°¿ë
__8.4.1 »ç¹° °ËÃâ
__8.4.2 ºÐÇÒ
__8.4.3 »çÁø ĸ¼Ç »ý¼º
8.5 µö·¯´×ÀÇ ¹Ì·¡
__8.5.1 À̹ÌÁö ½ºÅ¸ÀÏ(Èdz) º¯È¯
__8.5.2 À̹ÌÁö »ý¼º
__8.5.3 ÀÚÀ² ÁÖÇà
__8.5.4 Deep Q-Network(°ÈÇнÀ)
8.6 Á¤¸®
ºÎ·Ï A Softmax-with-Loss °èÃþÀÇ °è»ê ±×·¡ÇÁ
A.1 ¼øÀüÆÄ
A.2 ¿ªÀüÆÄ
A.3 Á¤¸®
Âü°í¹®Çå
°ü·ÃÀ̹ÌÁö
ÀúÀÚ¼Ò°³
»ý³â¿ùÀÏ | 1984 |
---|
ÀúÀÚ »çÀÌÅä °íÅ°´Â 1984³â ³ª°¡»çÅ° Çö ¾²½Ã¸¶ Å»ýÀ¸·Î µµÄì°ø¾÷´ëÇб³ °øÇкθ¦ Á¹¾÷ÇÏ°í µµÄì´ëÇдëÇпø ÇÐÁ¦Á¤º¸ÇкΠ¼®»ç °úÁ¤À» ¼ö·áÇß´Ù. ÇöÀç´Â ±â¾÷¿¡¼ ÄÄÇ»ÅÍ ºñÀü°ú ±â°èÇнÀ °ü·Ã ¿¬±¸°³¹ß¿¡ ¸ÅÁøÇÏ°í ÀÖ´Ù. ¿À¶óÀϸ®ÀçÆÒ¿¡¼ ¡º½Çõ ÆÄÀ̽ã 3¡», ¡ºÄÄÇ»ÅÍ ½Ã½ºÅÛÀÇ À̷аú ±¸Çö¡», ¡º½Çõ ±â°èÇнÀ ½Ã½ºÅÛ¡» µîÀ» ¹ø¿ªÇß´Ù.
ÀúÀÚÀÇ ´Ù¸¥Ã¥
Àüüº¸±â»ý³â¿ùÀÏ | - |
---|
°í·Á´ëÇб³ ÄÄÇ»ÅÍÇаú¸¦ Á¹¾÷ÇÏ°í »ï¼º¼ÒÇÁÆ®¿þ¾î¸â¹ö½ÊÀ» °ÅÃÄ, »ï¼ºÀüÀÚ ¼ÒÇÁÆ®¿þ¾î¼¾ÅÍ¿Í ¹Ìµð¾î¼Ö·ç¼Ç¼¾ÅÍ¿¡¼ ÀÚ¹Ù °¡»ó ¸Ó½Å, ¹Ù´Ù Ç÷§Æû, ê¿Â ¸Þ½ÅÀú ¼ºñ½º µîÀ» °³¹ßÇß´Ù. ÁÖ ¾÷¹« ¿Ü¿¡ ºÐ»ê ºôµå, Áö¼ÓÀû ÅëÇÕ, ¾Û ¼ö¸íÁֱ⠰ü¸® µµ±¸, ¾ÖÀÚÀÏ µµÀÔ µî µ¿·á °³¹ßÀڵ鿡°Ô ½ÇÁúÀûÀÎ µµ¿òÀ» ÁÖ´Â ÀÏ¿¡ Àû±ØÀûÀ̾ú´Ù. ±× ÈÄ Ã¢¾÷ Àü¼±¿¡ ¶Ù¾îµé¾î ¼Ò¼È ¼ºñ½º, ±ÝÀ¶ °Å·¡ ÇÁ·¹ÀÓ¿öÅ© µîÀ» °³¹ßÇÏ´Ù°¡, ¹«½¼ ¹Ù¶÷ÀÌ ºÒ¾î¼ÀÎÁö Ã¥À» ¸¸µé°Ú´Ù¸ç ±âȹ¤ýÆíÁýÀÚ(ÀÚĪ Wisdom Compiler)·Î º¯½ÅÇß´Ù. ¡ºEffective Unit Testing¡»(ÇѺû¹Ìµð¾î, 2013)°ú ¡ºJUnit ÀÎ ¾×¼Ç¡»( ÀλçÀÌÆ®, 2011)À» ¹ø¿ªÇß´Ù. <°³¹ßÀÚÀÇ ¾Õ±æ¿¡ ¸ÊÇÙ ½ÃÀü>, ÁÙ¿©¼ ¡®°³¾Õ¸Ê½Ã¡¯´Â ¿ªÀÚ°¡ ¾î·Á¼ºÎÅÍ »ý°¢ÇÑ ÈÄÇÐ ¾ç¼ºÀÇ ²ÞÀ» Á¶±Ý µ¶Æ¯ÇÑ ¹æ½ÄÀ¸·Î ÀÏÂï ½ÇÇà¿¡ ¿Å±ä °ÍÀÌ´Ù. ÇöÀç ¸ð½ÀÀº °ÔÀÓ, ¼¹ö, À¥ µî ÁÖ¿ä Á÷±ºº° °³¹ßÀÚ¿¡°Ô ²À ÇÊ¿äÇÑ ±â¼ú°ú ¿ª·®À» ¾È³»Çϴ åµéÀ» ·Îµå¸Ê ÇüÅ·ΠÁ¤¸®ÇÑ Áöµµ´Ù. ÇÊ¿äÇÒ ¶§ ¹Ù·Î ±¸Çغ¼ ¼ö ÀÖµµ·Ï ÆǸŠÁßÀÎ µµ¼¸¸À» ´Ù·é´Ù.
ÆîÃĺ¸±â¿ªÀÚÀÇ ´Ù¸¥Ã¥
Àüüº¸±âÁÖ°£·©Å·
´õº¸±â»óÇ°Á¤º¸Á¦°ø°í½Ã
À̺¥Æ® ±âȹÀü
ÀÌ »óÇ°ÀÇ ½Ã¸®Áî
(ÃÑ 4±Ç / ÇöÀ籸¸Å °¡´Éµµ¼ 4±Ç)
Àü°øµµ¼/´ëÇб³Àç ºÐ¾ß¿¡¼ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥
ÆǸÅÀÚÁ¤º¸
»óÈ£ |
(ÁÖ)±³º¸¹®°í |
---|---|
´ëÇ¥ÀÚ¸í |
¾Èº´Çö |
»ç¾÷ÀÚµî·Ï¹øÈ£ |
102-81-11670 |
¿¬¶ôó |
1544-1900 |
ÀüÀÚ¿ìÆíÁÖ¼Ò |
callcenter@kyobobook.co.kr |
Åë½ÅÆǸž÷½Å°í¹øÈ£ |
01-0653 |
¿µ¾÷¼ÒÀçÁö |
¼¿ïƯº°½Ã Á¾·Î±¸ Á¾·Î 1(Á¾·Î1°¡,±³º¸ºôµù) |
±³È¯/ȯºÒ
¹ÝÇ°/±³È¯ ¹æ¹ý |
¡®¸¶ÀÌÆäÀÌÁö > Ãë¼Ò/¹ÝÇ°/±³È¯/ȯºÒ¡¯ ¿¡¼ ½Åû ¶Ç´Â 1:1 ¹®ÀÇ °Ô½ÃÆÇ ¹× °í°´¼¾ÅÍ(1577-2555)¿¡¼ ½Åû °¡´É |
---|---|
¹ÝÇ°/±³È¯°¡´É ±â°£ |
º¯½É ¹ÝÇ°ÀÇ °æ¿ì Ãâ°í¿Ï·á ÈÄ 6ÀÏ(¿µ¾÷ÀÏ ±âÁØ) À̳»±îÁö¸¸ °¡´É |
¹ÝÇ°/±³È¯ ºñ¿ë |
º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã |
¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯ |
·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì ·½Ã°£ÀÇ °æ°ú¿¡ ÀÇÇØ ÀçÆǸŰ¡ °ï¶õÇÑ Á¤µµ·Î °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì ·ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀÇ ¼ÒºñÀÚº¸È£¿¡ °üÇÑ ¹ý·üÀÌ Á¤ÇÏ´Â ¼ÒºñÀÚ Ã»¾àöȸ Á¦ÇÑ ³»¿ë¿¡ ÇØ´çµÇ´Â °æ¿ì |
»óÇ° Ç°Àý |
°ø±Þ»ç(ÃâÆÇ»ç) Àç°í »çÁ¤¿¡ ÀÇÇØ Ç°Àý/Áö¿¬µÉ ¼ö ÀÖÀ½ |
¼ÒºñÀÚ ÇÇÇغ¸»ó |
·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© ó¸®µÊ ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼ÀǼҺñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ |
(ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ȸ¿ø´ÔµéÀÇ ¾ÈÀü°Å·¡¸¦ À§ÇØ ±¸¸Å±Ý¾×, °áÁ¦¼ö´Ü¿¡ »ó°ü¾øÀÌ (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º¸¦ ÅëÇÑ ¸ðµç °Å·¡¿¡ ´ëÇÏ¿©
(ÁÖ)KGÀ̴Ͻýº°¡ Á¦°øÇÏ´Â ±¸¸Å¾ÈÀü¼ºñ½º¸¦ Àû¿ëÇÏ°í ÀÖ½À´Ï´Ù.
¹è¼Û¾È³»
±³º¸¹®°í »óÇ°Àº Åùè·Î ¹è¼ÛµÇ¸ç, Ãâ°í¿Ï·á 1~2Àϳ» »óÇ°À» ¹Þ¾Æ º¸½Ç ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä »óÇ°À» ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
±ººÎ´ë, ±³µµ¼Ò µî ƯÁ¤±â°üÀº ¿ìü±¹ Åù踸 ¹è¼Û°¡´ÉÇÕ´Ï´Ù.
¹è¼Ûºñ´Â ¾÷ü ¹è¼Ûºñ Á¤Ã¥¿¡ µû¸¨´Ï´Ù.