°£Æí°áÁ¦, ½Å¿ëÄ«µå û±¸ÇÒÀÎ
ÀÎÅÍÆÄÅ© ·Ôµ¥Ä«µå 5% (28,220¿ø)
(ÃÖ´ëÇÒÀÎ 10¸¸¿ø / Àü¿ù½ÇÀû 40¸¸¿ø)
ºÏÇǴϾð ·Ôµ¥Ä«µå 30% (20,790¿ø)
(ÃÖ´ëÇÒÀÎ 3¸¸¿ø / 3¸¸¿ø ÀÌ»ó °áÁ¦)
NH¼îÇÎ&ÀÎÅÍÆÄÅ©Ä«µå 20% (23,760¿ø)
(ÃÖ´ëÇÒÀÎ 4¸¸¿ø / 2¸¸¿ø ÀÌ»ó °áÁ¦)
Close

Ãʺ¸ÀÚµµ ½±°Ô ¹è¿ì´Â ÅÙ¼­Ç÷ηΠ±¸ÇöÇÏ´Â µö·¯´×°ú °­È­ÇнÀ : Tensorflow v1.10 ¹Ý¿µ

¿øÁ¦ : Deep Learning with TensorFlow: Delve into neural networks, implement deep learning algorithms, and e
¼Òµæ°øÁ¦

2013³â 9¿ù 9ÀÏ ÀÌÈÄ ´©Àû¼öÄ¡ÀÔ´Ï´Ù.

ÆǸÅÁö¼ö 64
?
ÆǸÅÁö¼ö¶õ?
»çÀÌÆ®ÀÇ ÆǸŷ®¿¡ ±â¹ÝÇÏ¿© ÆǸŷ® ÃßÀ̸¦ ¹Ý¿µÇÑ ÀÎÅÍÆÄÅ© µµ¼­¿¡¼­ÀÇ µ¶¸³ÀûÀÎ ÆǸŠÁö¼öÀÔ´Ï´Ù. ÇöÀç °¡Àå Àß Æȸ®´Â »óÇ°¿¡ °¡ÁßÄ¡¸¦ µÎ¾ú±â ¶§¹®¿¡ ½ÇÁ¦ ´©Àû ÆǸŷ®°ú´Â ´Ù¼Ò Â÷ÀÌ°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù. ÆǸŷ® ¿Ü¿¡µµ ´Ù¾çÇÑ °¡ÁßÄ¡·Î ±¸¼ºµÇ¾î ÃÖ±ÙÀÇ À̽´µµ¼­ È®Àνà À¯¿ëÇÒ ¼ö ÀÖ½À´Ï´Ù. ÇØ´ç Áö¼ö´Â ¸ÅÀÏ °»½ÅµË´Ï´Ù.
Close
°øÀ¯Çϱâ
Á¤°¡

33,000¿ø

  • 29,700¿ø (10%ÇÒÀÎ)

    1,650P (5%Àû¸³)

ÇÒÀÎÇýÅÃ
Àû¸³ÇýÅÃ
  • S-Point Àû¸³Àº ¸¶ÀÌÆäÀÌÁö¿¡¼­ Á÷Á¢ ±¸¸ÅÈ®Á¤ÇϽŠ°æ¿ì¸¸ Àû¸³ µË´Ï´Ù.
Ãß°¡ÇýÅÃ
¹è¼ÛÁ¤º¸
  • 3/20(¼ö) À̳» ¹ß¼Û ¿¹Á¤  (¼­¿ï½Ã °­³²±¸ »ï¼º·Î 512)
  • ¹«·á¹è¼Û
ÁÖ¹®¼ö·®
°¨¼Ò Áõ°¡
  • À̺¥Æ®/±âȹÀü

  • ¿¬°üµµ¼­

  • »óÇ°±Ç

AD

Ã¥¼Ò°³

ÅÙ¼­Ç÷θ¦ ÀÌ¿ëÇØ µö·¯´× ÇÁ·Î±×·¥À» °³¹ßÇÏ´Â ¹æ¹ýÀ» ¾Ë·ÁÁÖ´Â ¼Ò°³¼­´Ù. ÀÌ Ã¥À» ÅëÇØ ´ÙÀ½°ú °°Àº ³»¿ëÀ» ¹è¿ï ¼ö ÀÖ´Ù.

¡á µö·¯´×ÀÇ ¿ª»çÀû ¹ßÀü °úÁ¤
¡á ÃֽŠÅÙ¼­Ç÷Π1.3°ú GPU ÄÄÇ»ÆÃÀ» ÀÌ¿ëÇÑ µö·¯´× ÇÁ·Î±×·¥ °³¹ß °úÁ¤
¡á ÅÙ¼­Ç÷θ¦ »ç¿ëÇØ µ¥ÀÌÅ͸¦ ·Îµå, ó¸®, º¯È¯ÇÏ´Â ¹æ¹ý
¡á À̹ÌÁö³ª ÅؽºÆ®¸¦ Æ÷ÇÔÇÑ ½ÇÁ¦ µ¥ÀÌÅÍ ÁýÇÕ¿¡ ÅÙ¼­Ç÷θ¦ »ç¿ëÇØ CNN, RNNÀ» ±¸ÇöÇÏ´Â ¹æ¹ý
¡á µö·¯´× ¸ðµ¨ÀÇ ¼º´ÉÀ» Æò°¡ÇÏ´Â ¹æ¹ý
¡á °­È­ÇнÀ¿¡ ´ëÇÑ ±â¼úÀû °³¿ä ¹× ±¸Çö ¹æ¹ý
¡á Äɶ󽺿¡ ´ëÇÑ °³¿ä ¹× »ç¿ë ¹æ¹ý

ÃâÆÇ»ç ¼­Æò

¡Ú ÀÌ Ã¥¿¡¼­ ´Ù·ç´Â ³»¿ë ¡Ú

¡á µö·¯´×ÀÇ ¿ª»çÀû ¹ßÀü ¹× Áøº¸¿Í ÇÔ²² ¸Ó½Å ·¯´×¿¡ ´ëÇØ ÇнÀ
¡á ÃֽŠÅÙ¼­Ç÷Π1.x¸¦ »ç¿ëÇÑ µö ¸Ó½Å Áö´É°ú GPU ÄÄÇ»ÆÃ
¡á °ø¿ë µ¥ÀÌÅÍ ÁýÇÕ¿¡ ¾×¼¼½ºÇÏ°í ÅÙ¼­Ç÷θ¦ »ç¿ëÇÑ µ¥ÀÌÅÍ ·Îµå, ó¸® ¹× º¯Çü
¡á À̹ÌÁö, ÅؽºÆ® µîÀ» ºñ·ÔÇÑ ½ÇÁ¦ µ¥ÀÌÅÍ ÁýÇÕ¿¡ ÅÙ¼­Ç÷Π»ç¿ë
¡á µö·¯´× ¸ðµ¨ÀÇ ¼º´ÉÀ» Æò°¡ÇÏ´Â ¹æ¹ý
¡á È®Àå °¡´ÉÇÑ °´Ã¼ ŽÁö ¹× ¸ð¹ÙÀÏ ÄÄÇ»ÆÃÀ» À§ÇÑ µö·¯´× »ç¿ë
¡á °­È­ ÇнÀ ±â¹ýÀ» Ž»öÇØ µ¥ÀÌÅ͸¦ ½Å¼ÓÇÏ°Ô ÇнÀ½ÃÅ°´Â ¹æ¹ý
¡á µö·¯´× ¿¬±¸¿Í ÀÀ¿ëÀÇ È°¹ßÇÑ ºÐ¾ß Ž»ö

¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú

°³¹ßÀÚ, µ¥ÀÌÅÍ ºÐ¼®°¡ ¶Ç´Â º¹ÀâÇÑ ¼öÄ¡ °è»ê¿¡ ´ëÇÑ ¹è°æ Áö½ÄÀÌ ºÎÁ·ÇÏÁö¸¸, µö·¯´×ÀÌ ¹«¾ùÀÎÁö ¾Ë°í ½Í¾îÇÏ´Â µö·¯´× ¾ÖÈ£°¡¸¦ À§ÇØ ÀÛ¼ºµÆ´Ù. ÀÌ Ã¥Àº µö·¯´×À» ÅëÇØ ½ÇÁ¦ °æÇèÀ» ½×±â À§ÇÑ ºü¸¥ °¡À̵带 ¿øÇÏ´Â Ãʺ¸ÀÚ¿¡°Ô Å« µµ¿òÀÌ µÉ °ÍÀÌ´Ù. ÄÄÇ»ÅÍ Çϵå¿þ¾î ¹× ¾Ë°í¸®Áò¿¡ ´ëÇÑ ±âº» ÀνÄÀ» ºñ·ÔÇØ ÄÄÇ»ÅÍ°úÇÐ ±â¼ú ¹× ±â¼ú¿¡ ´ëÇÑ ±âº»Áö½ÄÀÌ ÀÖ´Â °ÍÀ¸·Î °£ÁֵŠÇϳªÀÇ ¾ð¾î·Î ÇÁ·Î±×·¡¹ÖÇÏ´Â Ãʺ¸ÀûÀÎ ¼öÁØÀ» ÀüÁ¦·Î ÇÑ´Ù. ÃÊ±Þ ¼±Çü ´ë¼öÇÐ ¹× ¹ÌÀûºÐÇÐ ¼öÁØÀÇ ¼öÇÐ ´É·ÂÀÌ ÇÊ¿äÇÏ´Ù.

¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú

1Àå, ¡®ÅÙ¼­Ç÷Π½ÃÀÛÇϱ⡯¿¡¼­´Â 2~10Àå¿¡¼­ ã¾ÆºÁ¾ß ÇÏ´Â ¸î °¡Áö ±âº» °³³ä¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. 1Àå¿¡¼­´Â ¸Ó½Å ·¯´×°ú µö·¯´× ¾ÆÅ°ÅØó¿¡ ´ëÇØ ¼Ò°³ÇÒ °ÍÀÌ´Ù. ¸¶Áö¸·À¸·Î ¼ÒÀ§ Deep Neural Networks¶ó°í ºÒ¸®´Â µö·¯´× ¾ÆÅ°ÅØó¸¦ ¼Ò°³ÇÑ´Ù. µö·¯´× ¾ÆÅ°ÅØó´Â ¸ÁÀÇ ±íÀÌ Ãø¸é¿¡¼­ ÀϹÝÀûÀ¸·Î ¾Ë·ÁÁø ´ÜÀÏ Àº´ÐÃþ ½Å°æ¸Á°ú´Â ´Ù¸£´Ù. Áï, ÆÐÅÏ ÀνÄÀÇ ´Ù´Ü°è ÇÁ·Î¼¼½º¿¡¼­ µ¥ÀÌÅÍ°¡ Åë°úÇÏ´Â ³ëµå °èÃþÀÇ ¼ö°¡ ¸¹´Ù. 1Àå¿¡¼­´Â µö·¯´× ¾ÆÅ°ÅØó¿¡ ´ëÇÑ ºñ±³ ºÐ¼®À» ÇÑ´Ù. ¿©±â¿¡´Â ´ëºÎºÐÀÇ µö·¯´× ¾Ë°í¸®ÁòÀÌ ÁøÈ­ÇÑ ¸ðµç ½Å°æ ³×Æ®¿öÅ©°¡ ¿ä¾àµÅ ÀÖ´Ù.
2Àå, ¡®ÅÙ¼­Ç÷θ¦ óÀ½À¸·Î »ìÆ캸±â¡¯¿¡¼­´Â ÅÙ¼­Ç÷Π1.xÀÇ ÁÖ¿ä ±â´É ¹× ³»¿ëÀ» ´Ù·é´Ù. °è»ê ±×·¡ÇÁ, µ¥ÀÌÅÍ ¸ðµ¨, ÇÁ·Î±×·¡¹Ö ¸ðµ¨ ¹× ÅÙ¼­º¸µå(TensorBoard)·Î ½ÃÀÛÇÑ´Ù. 2ÀåÀÇ ¸¶Áö¸· ºÎºÐ¿¡¼­´Â ´ÜÀÏ ÀÔ·Â ´º·±(Single Input Neuron)À» ±¸ÇöÇØ ÅÙ¼­Ç÷ΰ¡ ½ÇÁ¦·Î ÀÛµ¿ÇÏ´Â °ÍÀ» º¼ ¼ö ÀÖ´Ù. ¸¶Áö¸·À¸·Î ÅÙ¼­Ç÷Π0.x¿¡¼­ ÅÙ¼­Ç÷Π1.x·Î ¾÷±×·¹À̵åÇÏ´Â ¹æ¹ýÀ» »ìÆ캻´Ù.
3Àå, ¡®Çǵå Æ÷¿öµå ½Å°æ¸Á ÅÙ¼­Ç÷Π»ç¿ëÇϱ⡯¿¡¼­´Â Çǵå Æ÷¿öµå ´º·² ³×Æ®¿öÅ©¿¡ ´ëÇØ ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù. 3ÀåÀº ±âº» ¾ÆÅ°ÅØó¸¦ »ç¿ëÇØ ¸¹Àº ÀÀ¿ë ÇÁ·Î±×·¥ ¿¹Á¦¸¦ ±¸ÇöÇϹǷΠ¸Å¿ì ½Ç¿ëÀûÀÌ´Ù.
4Àå, ¡®ÄÁº¼·ç¼Ç ½Å°æ¸Á(Convolutional Neural Network)¡¯¿¡¼­´Â µö·¯´× ±â¹Ý À̹ÌÁö ºÐ·ù±âÀÇ ±âº» ºí·ÏÀÎ CNN ³×Æ®¿öÅ©¸¦ ¼Ò°³ÇÑ´Ù. CNN ³×Æ®¿öÅ©ÀÇ µÎ °¡Áö ¿¹¸¦ °³¹ßÇغ¼ °ÍÀÌ´Ù. ù ¹ø° ¿¹Á¦´Â °íÀüÀûÀÎ MNIST ¼ýÀÚ ºÐ·ù ¹®Á¦À̸ç, µÎ ¹ø° ¿¹Á¦ÀÇ ¸ñÀûÀº ÀÏ·ÃÀÇ ¾ó±¼ À̹ÌÁö¿¡ ´ëÇÑ ³×Æ®¿öÅ©¸¦ ÇнÀÇØ °¨Á¤ÀûÀÎ ½ºÆ®·¹ÄªÀ» ºÐ·ùÇÏ´Â °ÍÀÌ´Ù.
5Àå, ¡®ÅÙ¼­Ç÷Π¿ÀÅäÀÎÄÚ´õ¡¯¿¡¼­´Â ÃÖÀûÈ­ ÀÔ·Â ÆÐÅÏÀ» º¯ÇüÇϱâ À§ÇØ ¼³°èÇÏ°í ÇнÀ½ÃŲ ¿ÀÅäÀÎÄÚ´õ(autoencoder) ³×Æ®¿öÅ©¸¦ ¼³¸íÇÑ´Ù. µû¶ó¼­ ÀÔ·Â ÆÐÅÏÀÇ ¼º´É ÀúÇϳª ºÒ¿ÏÀüÇÑ ¹öÀüÀÌ ÀÖ´Â °æ¿ì, ¿ø·¡ ÆÐÅÏÀ» ¾òÀ» ¼ö ÀÖ´Ù. 5Àå¿¡¼­´Â ¸î °¡Áö ÀÀ¿ë ÇÁ·Î±×·¥ ¿¹Á¦·Î ÀÛµ¿ÇÏ´Â ¿ÀÅäÀÎÄÚ´õ ÇÁ·Î±×·¥À» º¼ ¼ö ÀÖ´Ù.
6Àå, ¡®¼øȯ ½Å°æ¸Á(Reverse Neural Networks)¡¯¿¡¼­´Â ´Ù¾çÇÑ ±æÀÌÀÇ µ¥ÀÌÅ͸¦ ó¸®Çϵµ·Ï ¼³°èµÈ ±âº» ¾ÆÅ°ÅØó¸¦ ¼³¸íÇÑ´Ù. ¼øȯ ½Å°æ¸ÁÀº ´Ù¾çÇÑ ÀÚ¿¬¾î ó¸® ÀÛ¾÷¿¡ ³Î¸® »ç¿ëµÈ´Ù. ÅؽºÆ® ó¸® ¹× À̹ÌÁö ºÐ·ù ¹®Á¦´Â 6Àå¿¡¼­ ±¸ÇöÇÑ´Ù.
7Àå, ¡®GPU ÄÄÇ»Æ᯿¡¼­´Â GPU ÄÄÇ»ÆÃÀ» À§ÇÑ ÅÙ¼­Ç÷Π±â´ÉÀ» º¸¿©ÁØ´Ù. ÀÌ Àå¿¡¼­´Â ÅÙ¼­Ç÷θ¦ »ç¿ëÇØ GPU¸¦ ó¸®ÇÏ´Â ¸î °¡Áö ±â¼úÀ» »ìÆ캻´Ù.
8Àå, ¡®°í±Þ ÅÙ¼­Ç÷ΠÇÁ·Î±×·¡¹Ö¡¯¿¡¼­´Â Äɶó½º(Keras), Pretty Tensor, TFLearn °°Àº ÅÙ¼­Ç÷Π±â¹Ý ¶óÀ̺귯¸®¿¡ ´ëÇÑ °³¿ä¸¦ ¼³¸íÇÑ´Ù. °¢ ¶óÀ̺귯¸®¿¡ °ü·ÃµÈ ÀÀ¿ë ÇÁ·Î±×·¥ ¿¹Á¦¸¦ ÅëÇØ ÁÖ¿ä ±â´ÉÀ» ¼³¸íÇÒ °ÍÀÌ´Ù.
9Àå, ¡®ÅÙ¼­Ç÷θ¦ »ç¿ëÇÑ °í±Þ ¸ÖƼ¹Ìµð¾î ÇÁ·Î±×·¡¹Ö¡¯¿¡¼­´Â ÅÙ¼­Ç÷θ¦ »ç¿ëÇØ ¸ÖƼ¹Ìµð¾î ÇÁ·Î±×·¡¹ÖÀÇ ÀϺΠ°í±Þ ±â¼ú ¹× »õ·Î¿î Ãø¸éÀ» ´Ù·é´Ù. ÅÙ¼­Ç÷θ¦ »ç¿ëÇØ ¾Èµå·ÎÀ̵忡¼­ È®ÀåÇÒ ¼ö ÀÖ´Â °´Ã¼ ŽÁö ¹× ½ÉÃþ ÇнÀÀ» À§ÇÑ ½ÉÃþ ½Å°æ¸ÁÀ» ¿¹Á¦·Î µé¾î ¼³¸íÇÑ´Ù. ³íÀǸ¦ Á» ´õ ±¸Ã¼È­Çϱâ À§ÇØ ¿¹Á¦·Î °¡¼Ó ¼±Çü ´ë¼ö(XLA)¿Í Äɶ󽺸¦ ³íÀÇÇÒ °ÍÀÌ´Ù.
10Àå, ¡®°­È­ ÇнÀ(Reinforcement Learning)¿¡¼­´Â RL ±âº» °³³äÀ» ´Ù·é´Ù. °¡Àå º¸ÆíÀûÀÎ °­È­ ÇнÀ ¾Ë°í¸®Áò Áß ÇϳªÀÎ Q-learning ¾Ë°í¸®ÁòÀ» °æÇèÇÒ °ÍÀÌ´Ù. ´õ¿íÀÌ ÅÙ¼­Ç÷ο¡¼­ »ç¿ëÇÒ ¼ö ÀÖ´Â °­È­ ÇнÀ ¾Ë°í¸®ÁòÀ» °³¹ßÇÏ°í ºñ±³Çغ¸±â À§ÇÑ ÅøŶÀÎ OpenAI gym ÇÁ·¹ÀÓ¿öÅ©¸¦ ¼Ò°³ÇÑ´Ù.

¸ñÂ÷

1Àå. µö·¯´× ½ÃÀÛÇϱâ

__¸Ó½Å ·¯´× ¼Ò°³
____Áöµµ ÇнÀ
____ºñÁöµµ ÇнÀ
____°­È­ ÇнÀ
__µö·¯´×À̶õ ¹«¾ùÀΰ¡?
____Àΰ£ÀÇ ³ú´Â ¾î¶»°Ô ÀÛµ¿Çϴ°¡?
____µö·¯´×ÀÇ ¿ª»ç
____Àû¿ë ºÐ¾ß
__½Å°æ¸Á
____»ý¹°ÇÐÀû ´º·±
____Àΰø ½Å°æ ¼¼Æ÷
__Àΰø ½Å°æ¸ÁÀº ¾î¶»°Ô ÇнÀÇϴ°¡?
____¿ªÀüÆÄ ¾Ë°í¸®Áò
____°¡ÁßÄ¡ ÃÖÀûÈ­
____È®·üÀû °æ»ç ÇÏ°­
__½Å°æ¸Á ±¸Á¶
____´ÙÃþ ÆÛ¼ÁÆ®·Ð
____DNN ±¸Á¶
____ÄÁ¹ú·ç¼Ç ´º·² ³×Æ®¿öÅ©
____Á¦¾à º¼Ã÷¸¸ ¸Ó½Å
__¿ÀÅäÀÎÄÚ´õ
__¼øȯ ½Å°æ¸Á
__µö·¯´× ÇÁ·¹ÀÓ¿öÅ© ºñ±³
__¿ä¾à

2Àå. ÅÙ¼­Ç÷Π»ìÆ캸±â

__ÀÏ¹Ý °³¿ä
____ÅÙ¼­Ç÷Π1.xÀÇ »õ·Î¿î ±â´ÉÀº ¹«¾ùÀΰ¡?
____ÅÙ¼­Ç÷δ »ç¶÷µéÀÌ »ç¿ëÇÏ´Â ¹æ½ÄÀ» ¾î¶»°Ô º¯È­½ÃÄ״°¡?
____ÅÙ¼­Ç÷Π¼³Ä¡ ¹× ½ÃÀÛÇϱâ
__¸®´ª½º¿¡¼­ ÅÙ¼­Ç÷Π¼³Ä¡Çϱâ
____Ç÷§Æû¿¡ ¾î¶² ÅÙ¼­Ç÷θ¦ ¼³Ä¡ÇØ¾ß Çϴ°¡?
__NVIDIA¿¡¼­ GPU·Î ÅÙ¼­Ç÷θ¦ ½ÇÇàÇϱâ À§ÇÑ ÇÊ¿ä ¿ä°Ç
____´Ü°è 1: NVIDIA CUDA ¼³Ä¡
____´Ü°è 2: NVIDIA cuDNN v5.1+ ¼³Ä¡
____´Ü°è 3: CUDA ÄÄÇ»Æà ±â´É 3.0+ ÀÌ ÀÖ´Â GPU Ä«µå
____´Ü°è 4: libcupti-dev ¶óÀ̺귯¸® ¼³Ä¡
____´Ü°è 5: Python(¶Ç´Â Python3) ¼³Ä¡
____´Ü°è 6: PIP(¶Ç´Â PIP3) ¼³Ä¡ ¹× ¾÷±×·¹À̵å
____´Ü°è 7: ÅÙ¼­Ç÷Π¼³Ä¡
__ÅÙ¼­Ç÷Π¼³Ä¡ ¹æ¹ý
____pip·Î ÅÙ¼­Ç÷Π¼³Ä¡Çϱâ
____virtualenv·Î ¼³Ä¡Çϱâ
__À©µµ¿ì¿¡¼­ ÅÙ¼­Ç÷Π¼³Ä¡Çϱâ
____¼Ò½º¸¦ ÀÌ¿ëÇØ ¼³Ä¡Çϱâ
____À©µµ¿ì¿¡ ¼³Ä¡Çϱâ
____ÅÙ¼­Ç÷Π¼³Ä¡¸¦ Å×½ºÆ®Çϱâ
__°è»ê ±×·¡ÇÁ
__¿Ö °è»ê ±×·¡ÇÁ°¡ Áß¿äÇÑ°¡?
____°è»ê ±×·¡ÇÁ·Î ½Å°æ¸Á Ç¥ÇöÇϱâ
__ÇÁ·Î±×·¡¹Ö ¸ðµ¨
__µ¥ÀÌÅÍ ¸ðµ¨
____·©Å©
____±¸Á¶
____µ¥ÀÌÅÍ À¯Çü
____º¯¼ö
____ÅÙ¼­ °¡Á®¿À±â
____Çǵå
__ÅÙ¼­º¸µå
____ÅÙ¼­º¸µå´Â ¾î¶»°Ô ÀÛµ¿Çϴ°¡?
__´ÜÀÏ ÀÔ·Â ´º·± ±¸ÇöÇϱâ
__´ÜÀÏ ÀÔ·Â ´º·±¿¡ ´ëÇÑ ¼Ò½º ÄÚµå
__ÅÙ¼­Ç÷Π1.x·Î ¸¶À̱׷¹À̼Ç
____¾÷±×·¹ÀÌµå ½ºÅ©¸³Æ®¸¦ »ç¿ëÇÏ´Â ¹æ¹ý
____Á¦¾È
____¼öÀÛ¾÷ ÄÚµå ¾÷±×·¹ÀÌµå ¹æ¹ý
____º¯¼ö
____¿ä¾à ÇÔ¼ö
____´Ü¼øÈ­ÇÑ ¼öÇÐ º¯Çü
____±âŸ º¯°æ »çÇ×
__¿ä¾à

3Àå. ¼ø¹æÇ⠽Űæ¸Á¿¡ ÅÙ¼­Ç÷Π»ç¿ëÇϱâ

__¼ø¹æÇ⠽Űæ¸Á ¼Ò°³
____¼ø¹æÇâ ¹× ¿ªÀüÆÄ
____°¡ÁßÄ¡¿Í ¹ÙÀ̾
____ÀüÀÌ ÇÔ¼ö
__ÀÚÇÊ ¼ýÀÚÀÇ ºÐ·ù
__MNIST µ¥ÀÌÅÍ ÁýÇÕ »ìÆ캸±â
__¼ÒÇÁÆ®¸Æ½º ºÐ·ù±â
____°¡½ÃÈ­
__ÅÙ¼­Ç÷Π¸ðµ¨À» ÀúÀåÇÏ°í º¹±¸ÇÏ´Â ¹æ¹ý
____¸ðµ¨ ÀúÀåÇϱâ
____¸ðµ¨ º¹±¸Çϱâ
____¼ÒÇÁÆ®¸Æ½º ¼Ò½º ÄÚµå
____¼ÒÇÁÆ®¸Æ½º ·Î´õ ¼Ò½º ÄÚµå
__5Ãþ ½Å°æ¸Á ±¸Çö
____°¡½ÃÈ­
____5Ãþ ½Å°æ¸Á ¼Ò½º ÄÚµå
__ReLU ºÐ·ù±â
__°¡½ÃÈ­
____ReLU ºÐ·ù±â ¼Ò½º ÄÚµå
__µå·Ó¾Æ¿ô ÃÖÀûÈ­
____°¡½ÃÈ­
____µå·Ó¾Æ¿ô ÃÖÀûÈ­¸¦ Àû¿ëÇÑ ¼Ò½º ÄÚµå
__¿ä¾à

4Àå. ÄÁº¼·ç¼Ç ½Å°æ¸Á¿¡ ÅÙ¼­Ç÷Π»ç¿ëÇϱâ

__CNN ¼Ò°³
__ÄÁº¼·ç¼Ç ´º·² ³×Æ®¿öÅ© ±¸Á¶
____CNN ¸ðµ¨ - LeNet
__ù ¹ø° CNN ±¸Ãà
____¼ÕÀ¸·Î ¾´ ºÐ·ù±âÀÇ ¼Ò½º ÄÚµå
____CNNÀ¸·Î °¨Á¤ ÀνÄÇϱâ
____°¨Á¤ ºÐ·ù±â ¼Ò½º ÄÚµå
____¿©·¯ºÐÀÌ º¸À¯ÇÑ À̹ÌÁö·Î ¸ðµ¨ Å×½ºÆ®Çϱâ
____¼Ò½º ÄÚµå
__¿ä¾à

5Àå. ÅÙ¼­Ç÷Π¿ÀÅäÀÎÄÚ´õ ÃÖÀûÈ­Çϱâ

__¿ÀÅäÀÎÄÚ´õ ¼Ò°³
__¿ÀÅäÀÎÄÚ´õ ±¸ÇöÇϱâ
____¿ÀÅäÀÎÄÚ´õ¿¡ ´ëÇÑ ¼Ò½º ÄÚµå
__¿ÀÅäÀÎÄÚ´õ °ß°í¼º °³¼±Çϱâ
__³ëÀÌÁî Á¦°Å ¿ÀÅäÀÎÄÚ´õ ±¸ÃàÇϱâ
____³ëÀÌÁî Á¦°Å ¿ÀÅäÀÎÄÚ´õ ¼Ò½º ÄÚµå
__ÄÁº¼·ç¼Ç ¿ÀÅäÀÎÄÚ´õ
____ÀÎÄÚ´õ
____µðÄÚ´õ
____ÄÁº¼·ç¼Ç ¿ÀÅäÀÎÄÚ´õ ¼Ò½º ÄÚµå
__¿ä¾à

6Àå. RNN ¼øȯ ½Å°æ¸Á

__RNN ±âº» °³³ä
__RNN ½ÇÇà ¸ÞÄ¿´ÏÁò
__RNNÀÇ ÆîÃÄÁø ¹öÀü
__±×·¹À̵ð¾ðÆ® ¼Ò¸ê ¹®Á¦
__LSTM ³×Æ®¿öÅ©
__RNNÀ» ÀÌ¿ëÇÑ À̹ÌÁö ºÐ·ù±â
____RNN À̹ÌÁö ºÐ·ù ÇÁ·Î±×·¥ÀÇ ¼Ò½º ÄÚµå
__¾ç¹æÇâ RNN
____¾ç¹æÇâ RNN ¼Ò½º ÄÚµå
____ÅؽºÆ® ¿¹Ãø
____µ¥ÀÌÅÍ ÁýÇÕ
____È¥Àâµµ
____PTB ¸ðµ¨
____¿¹Á¦ ½ÇÇàÇϱâ
__¿ä¾à

7Àå. GPU ¿¬»ê

__GPGPU ¿¬»ê
__GPGPU ¿ª»ç
__CUDA ±¸Á¶
__GPU ÇÁ·Î±×·¡¹Ö ¸ðµ¨
__ÅÙ¼­Ç÷ΠGPU ¼³Á¤
____ÅÙ¼­Ç÷Π¾÷µ¥ÀÌÆ®
__ÅÙ¼­Ç÷ΠGPU °ü¸®
____ÇÁ·Î±×·¡¹Ö ¿¹Á¦
________GPU °è»êÀ» À§ÇÑ ¼Ò½º ÄÚµå
__GPU ¸Þ¸ð¸® °ü¸®
__º¹¼ö GPU ½Ã½ºÅÛ¿¡¼­ ´ÜÀÏ GPU ÇÒ´ç
____¼ÒÇÁÆ® ¹èÄ¡·Î GPU¿¡ ´ëÇÑ ¼Ò½º ÄÚµå
____º¹¼ö GPU »ç¿ëÇϱâ
____º¹¼ö GPU °ü¸®¸¦ À§ÇÑ ¼Ò½º ÄÚµå
__¿ä¾à

8Àå. °í±Þ ÅÙ¼­Ç÷ΠÇÁ·Î±×·¡¹Ö

__ÄÉ¶ó½º ¼Ò°³
____¼³Ä¡
__µö·¯´× ¸ðµ¨ ¸¸µé±â
__¿µÈ­ Æò·Ð ³»¿ë¿¡ ±Ù°ÅÇÑ °¨Á¤ ºÐ·ù
____ÄÉ¶ó½º ¹«ºñ ºÐ·ù ÇÁ·Î±×·¥ÀÇ ¼Ò½º ÄÚµå
__ÄÁº¼·ç¼ÇÃþÀ» Ãß°¡Çϱâ
____ÄÁº¼·ç¼ÇÃþÀ» °®´Â ¿µÈ­ ºÐ·ù±â¿¡ ´ëÇÑ ¼Ò½º ÄÚµå
__Pretty Tensor
____Ãþ ¿¬°á
________ÀÏ¹Ý ¸ðµå
________¼øÂ÷ ¸ðµå
________ºÐ±â ¹× Á¶ÀÎ
__¼ýÀÚ ºÐ·ù±â
____¼ýÀÚ ºÐ·ù±â¿ë ¼Ò½º ÄÚµå
__TFLearn
____TFLearn ¼³Ä¡
__ŸÀÌŸ´Ð »ýÁ¸ ¿¹Ãø±â
____ŸÀÌŸ´Ð ºÐ·ù±â ¼Ò½º ÄÚµå
__¿ä¾à

9Àå. ÅÙ¼­Ç÷θ¦ ÀÌ¿ëÇÑ °í±Þ ¸ÖƼ¹Ìµð¾î ÇÁ·Î±×·¡¹ÖÇϱâ

__¸ÖƼ¹Ìµð¾î ºÐ¼® ¼Ò°³
__°¡º¯ÀûÀÎ °´Ã¼ °¨Áö¸¦ À§ÇÑ µö·¯´×
____º´¸ñ
____ÀçÇнÀ ¸ðµ¨ »ç¿ë
__°¡¼ÓÈ­ÇÑ ¼±Çü ´ë¼öÇÐ
____ÅÙ¼­Ç÷ÎÀÇ ÁÖ¿ä °­Á¡
____XLA¸¦ ÅëÇÑ Just-In-Time ÄÄÆÄÀÏ
________JIT ÄÄÆÄÀÏ
________XLAÀÇ Á¸Àç¿Í ÀåÁ¡
________XLAÀÇ Èĵå ÀÛ¾÷
________¿©ÀüÈ÷ ½ÇÇèÀûÀÎ »óÅ´Ù
________Áö¿ø Ç÷§Æû
________º¸´Ù ½ÇÇèÀûÀÎ ÀÚ·á
__ÅÙ¼­ÇÃ·Î¿Í Äɶó½º
____Äɶ󽺴 ¹«¾ùÀΰ¡?
____Äɶó½ºÀÇ È¿°ú
____ºñµð¿À Áú¹® ÀÀ´ä ½Ã½ºÅÛ
________½ÇÇà ºÒ°¡´ÉÇÑ ÄÚµå!
__¾Èµå·ÎÀ̵忡¼­ µö·¯´×
____ÅÙ¼­Ç÷Πµ¥¸ð ¿¹Á¦
____¾Èµå·ÎÀÌµå ½ÃÀÛÇϱâ
________±¸Á¶ ¿ä±¸ »çÇ×
________»çÀü ºôµåÇÑ APK.
________µ¥¸ð ½ÇÇà
________¾Èµå·ÎÀ̵𠽺Ʃµð¿À·Î ±¸ÇöÇϱâ
________Á» ´õ ½ÃµµÇغ»´Ù - Bazel·Î ±¸ÃàÇϱâ
__¿ä¾à

10Àå. °­È­ ÇнÀ

__°­È­ ÇнÀÀÇ ±âº» °³³ä
__Q-·¯´× ¾Ë°í¸®Áò
__OpenAI Gym ÇÁ·¹ÀÓ¿öÅ© ¼Ò°³
__frozenlake-v0 ±¸Çö ¹®Á¦
____frozenlake-v0 ¹®Á¦¿¡ ´ëÇÑ ¼Ò½º ÄÚµå
__ÅÙ¼­Ç÷θ¦ »ç¿ëÇÑ Q-·¯´×
__Q ·¯´× ½Å°æ¸Á ¼Ò½º ÄÚµå
__¿ä¾à

ÀúÀÚ¼Ò°³

·¹ÀÚ¿ï Ä«¸², ¾Æ¸Þµå ¸à½Ã [Àú] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

Á¤»ç¹ü [¿ª] ½ÅÀ۾˸² SMS½Åû
»ý³â¿ùÀÏ -

ÇØ´çÀÛ°¡¿¡ ´ëÇÑ ¼Ò°³°¡ ¾ø½À´Ï´Ù.

Àü°øµµ¼­/´ëÇб³Àç ºÐ¾ß¿¡¼­ ¸¹Àº ȸ¿øÀÌ ±¸¸ÅÇÑ Ã¥

    ¸®ºä

    8.0 (ÃÑ 0°Ç)

    100ÀÚÆò

    ÀÛ¼º½Ã À¯ÀÇ»çÇ×

    ÆòÁ¡
    0/100ÀÚ
    µî·ÏÇϱâ

    100ÀÚÆò

    10.0
    (ÃÑ 0°Ç)

    ÆǸÅÀÚÁ¤º¸

    • ÀÎÅÍÆÄÅ©µµ¼­¿¡ µî·ÏµÈ ¿ÀǸ¶ÄÏ »óÇ°Àº ±× ³»¿ë°ú Ã¥ÀÓÀÌ ¸ðµÎ ÆǸÅÀÚ¿¡°Ô ÀÖÀ¸¸ç, ÀÎÅÍÆÄÅ©µµ¼­´Â ÇØ´ç »óÇ°°ú ³»¿ë¿¡ ´ëÇØ Ã¥ÀÓÁöÁö ¾Ê½À´Ï´Ù.

    »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
    ´Ü, »óÇ°ÀÇ °áÇÔ ¹× °è¾à³»¿ë°ú ´Ù¸¦ °æ¿ì ¹®Á¦Á¡ ¹ß°ß ÈÄ 30ÀÏ À̳»

    ¹ÝÇ°/±³È¯ ºñ¿ë

    º¯½É ȤÀº ±¸¸ÅÂø¿À·Î ÀÎÇÑ ¹ÝÇ°/±³È¯Àº ¹Ý¼Û·á °í°´ ºÎ´ã
    »óÇ°À̳ª ¼­ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯/¹ÝÇ°Àº ¹Ý¼Û·á ÆǸÅÀÚ ºÎ´ã

    ¹ÝÇ°/±³È¯ ºÒ°¡ »çÀ¯

    ·¼ÒºñÀÚÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¼Õ½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
    (´ÜÁö È®ÀÎÀ» À§ÇÑ Æ÷Àå ÈѼÕÀº Á¦¿Ü)

    ·¼ÒºñÀÚÀÇ »ç¿ë, Æ÷Àå °³ºÀ¿¡ ÀÇÇØ »óÇ° µîÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
    ¿¹) È­ÀåÇ°, ½ÄÇ°, °¡ÀüÁ¦Ç°(¾Ç¼¼¼­¸® Æ÷ÇÔ) µî

    ·º¹Á¦°¡ °¡´ÉÇÑ »óÇ° µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
    ¿¹) À½¹Ý/DVD/ºñµð¿À, ¼ÒÇÁÆ®¿þ¾î, ¸¸È­Ã¥, ÀâÁö, ¿µ»ó È­º¸Áý

    ·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
    ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó

    ·»óÇ°ÀÇ ºÒ·®¿¡ ÀÇÇÑ ±³È¯, A/S, ȯºÒ, Ç°Áúº¸Áõ ¹× ÇÇÇغ¸»ó µî¿¡ °üÇÑ »çÇ×Àº ¼ÒºñÀÚºÐÀïÇØ°á ±âÁØ (°øÁ¤°Å·¡À§¿øȸ °í½Ã)¿¡ ÁØÇÏ¿© 󸮵Ê

    ·´ë±Ý ȯºÒ ¹× ȯºÒÁö¿¬¿¡ µû¸¥ ¹è»ó±Ý Áö±Þ Á¶°Ç, ÀýÂ÷ µîÀº ÀüÀÚ»ó°Å·¡ µî¿¡¼­ÀÇ ¼ÒºñÀÚ º¸È£¿¡ °üÇÑ ¹ý·ü¿¡ µû¶ó ó¸®ÇÔ

    (ÁÖ)KGÀ̴Ͻýº °áÁ¦´ë±Ý¿¹Ä¡¾÷ µî·Ï¹øÈ£: 02-006-00013

    (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.
    µî·Ï ¿©ºÎ´Â e-±ÝÀ¶¹Î¿ø¼¾ÅÍ È¨ÆäÀÌÁö(www.fcsc.kr)ÀÇ µî·Ï¡¤½Å°í>ÀüÀÚ±ÝÀ¶¾÷µî·ÏÇöȲ ¸Þ´º¿¡¼­ È®ÀÎÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. ¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

    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.

    • - µµ¼­ ±¸¸Å ½Ã 15,000¿ø ÀÌ»ó ¹«·á¹è¼Û, 15,000¿ø ¹Ì¸¸ 2,500¿ø - »óÇ°º° ¹è¼Ûºñ°¡ ÀÖ´Â °æ¿ì, »óÇ°º° ¹è¼Ûºñ Á¤Ã¥ Àû¿ë