추가 적립 안내

친절한 설명과 알기 쉬운 그림으로 이해하는 딥러닝!

『텐서플로로 시작하는 딥러닝 입문』은 지금부터 딥러닝을 공부하고 싶어 하는 독자가 딥러닝 방법을 이해하고, 직접 구현할 수 있게 하는 것을 목적으로 합니다. 딥러닝을 처음 공부하기 시작하는 개발자는 일반적으로 2가지 벽을 넘지 못합니다. 첫 번째는 ‘딥러닝 방법’, 특히 이론을 설정하는 수식의 이해라는 벽입니다. 두 번째는 ‘구현 방법’이라는 벽입니다.

이 책에서는 구글의 딥러닝 프레임워크 텐서플로를 바탕으로 초보자도 쉽게 사용할 수 있는 TFLearn 라이브러리를 사용해서, 실제로 딥러닝 프로그램을 구현해 봅니다. 실행 환경 구축도 처음부터 차근차근 설명하며, 샘플 코드도 차근차근 설명합니다.

이 책에서는 꼭 알아두었으면 하는 전결합 뉴럴 네트워크, 합성곱 뉴럴 네트워크(CNN), 재귀형 뉴럴 네트워크(RNN)을 설명합니다. 처음 공부하는 독자를 위해 모두가 쉽게 읽을 수 있게, 수식을 사용하지 않고 차근차근 데이터 과학의 관점에서 이론을 설명합니다.

-

▣ 01장: 처음 배우는 딥러닝
1.1 머신러닝과 딥러닝
__1.1.1 AI에 대한 관심
__1.1.2 기계 학습이란?
__1.1.3 딥러닝이란
1.2 딥러닝 라이브러리
__1.2.1 텐서플로
__1.2.2 TFLearn

▣ 02장: 딥러닝 구현 준비하기
2.1 딥러닝 환경 구축하기
__2.1.1 버추얼박스 설치하기
__2.1.2 우분투 설치하기
__2.1.3 아나콘다 설치하기
__2.1.4 텐서플로와 TFLearn 설치하기
2.2 주피터 노트북의 사용 방법
__2.2.1 주피터 노트북 실행하기
__2.2.2 새로운 노트 만들기
__2.2.3 파이썬 코드 입력하고 실행하기
__2.2.4 노트 종료하기
2.3 파이썬 프로그래밍 기초
__2.3.1 변수와 자료형
__2.3.2 리스트
__2.3.3 식과 연산자
__2.3.4 조건 분기와 반복
__2.3.5 함수와 라이브러리

▣ 03장: 심층 신경망 맛보기
3.1 신경망의 구조
__3.1.1 순전파의 구조
__3.1.2 역전파의 구조
3.2 딥러닝의 구조
__3.2.1 오토 인코더의 구조
__3.2.2 학습 테크닉
3.3 딥러닝 구현 과정
3.4 손글씨 글자 이미지 MNIST 분류하기
__3.4.1 MNIST 데이터 세트
__3.4.2 주피터 노트북 실행하기
__3.4.3 라이브러리 읽어 들이기
__3.4.4 데이터 읽어 들이고 전처리하기
__3.4.5 데이터 확인하기
__3.4.6 신경망 만들기
__3.4.7 모델 만들기(학습하기)
__3.4.8 모델 적용하기(예측하기)

▣ 04장: 합성곱 신경망의 구조
4.1 합성곱 신경망의 구조
__4.1.1 합성곱 레이어의 구조
__4.1.2 풀링 레이어의 구조
__4.1.3 패딩의 구조
4.2 손글씨 문자 이미지 MNIST 분류하기
__4.2.1 라이브러리 읽어 들이기
__4.2.2 데이터 읽어 들이고 전처리하기
__4.2.3 데이터 확인하기
__4.2.4 신경망 만들기
__4.2.5 모델 만들기(학습)
__4.2.6 모델 적용하기(예측)
4.3 일반적인 이미지 분류
__4.3.1 Pillow 기본 조작
__4.3.2 이미지 분류하기

▣ 05장: 재귀형 신경망 체험하기
5.1 재귀형 신경망의 구조
__5.1.1 순전파와 역전파의 구조
__5.1.2 LTSM의 구조
5.2 손글씨 문자 이미지 MNIST 분류하기
__5.2.1 라이브러리 읽어 들이기
__5.2.2 데이터 읽어 들이고 전처리하기
__5.2.3 신경망 만들기
__5.2.4 모델 만들기(학습)

▣ A: 텐서보드 사용 방법과 딥러닝 환경 구축
A.1 텐서보드 사용 방법
__A.1.1 학습 로그 출력하기
__A.1.2 텐서보드 실행하기
__A.1.3 생성한 모델과 로그 출력하기
A.2 딥러닝 환경 구축하기(윈도우)
__A.2.1 아나콘다 설치하기
__A.2.2 파이썬 환경 구축하기
__A.2.3 텐서플로 설치하기
__A.2.4 TFLearn 설치하기
__A.2.5 h5py 설치하기
__A.2.6 scipy 설치하기
__A.2.7 curses 설치하기
__A.2.8 주피터 노트북 설치하기

▣ B: 시세 예측하기
B.1 데이터 추출하기
B.2 네트워크 만들고 학습하기
B.3 그래프 그리기