간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (20,520원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (15,120원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (17,280원)
(최대할인 4만원 / 2만원 이상 결제)
Close

파이토치 첫걸음 : 딥러닝 모델 생성에서 애플리케이션 개발까지

원제 : 現場で使える!PyTorch開発入門
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 417
?
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
  • 저 : 두세교
  • 역 : 김완섭
  • 출판사 : 제이펍
  • 발행 : 2019년 05월 09일
  • 쪽수 : 232
  • 제품구성 : 전1권
  • ISBN : 9791188621590
정가

24,000원

  • 21,600 (10%할인)

    1,200P (5%적립)

  • 구매

    16,800 (30%할인)

    840P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
추가혜택
배송정보
주문수량
감소 증가
  • 북카트 담기
  • 바로구매
  • 매장픽업
  • 이벤트/기획전

  • 연관도서(2)

  • 사은품(10)

책소개

정말정말 쉽게 시작하는 파이토치&딥러닝 입문!

고도의 기술을 배운다고 해서 그 시작도 어려워야만 할까요? 이 책은 미간 찌푸리지 않고 부담 없이! 마음 편히! 임할 수 있는 파이토치 입문용 최강 서적입니다. 학습을 위한 자세한 예제는 물론이고 자칫 어려워서 등돌리게 될 수 있는 수식 투성이 구성은 최대한 배제하여 초보자를 더욱 배려하였습니다. 책 내용에 따라 직접 파이토치 실습을 하다 보면 어느새 파이토치와 딥러닝의 높은 문턱을 넘어선 자신을 발견할 수 있을 것입니다.

출판사 서평

실무에도 바로 활용할 수 있는 파이토치 입문서!

딥러닝의 파이썬 라이브러리로는 구글이 개발한 텐서플로(TensorFlow) 프레임워크가 가장 유명하지만, 심벌을 사용하는 프로그래밍 스타일 때문에 초보자가 접근하기 어렵다는 의견도 존재한다. 반면 이 책에서 다루는 파이토치는 페이스북을 중심으로 개발된 오픈 소스 프로젝트로 동적 네트워크라는 구조를 도입했으며, 일반적인 파이썬 프로그램과 같은 환경에서 간단하게 신경망을 구축할 수 있다는 점에서 많은 관심을 받고 있다. 특히, 해외 연구자들로부터 많은 지지를 받고 있어서 최신 연구들이 파이토치를 사용해 구현되는 중이다. 연구 결과들도 깃허브를 통해 빠르게 공개되는 것이 당연시되고 있다. 아직 한글 자료는 부족하지만, 사용하기 쉽고 최신 연구 결과를 바로 적용할 수 있어서 서비스에 딥러닝을 곧바로 적용하고 싶은 사람에게는 최적의 프레임워크가 될 것이다. 이 책을 통해서 독자 여러분이 신경망이나 딥러닝, 그리고 머신러닝 등에 흥미를 가지고 실제로 자신의 업무에 적용할 수 있게 되기를 바란다.
- ‘시작하며’ 중에서

이 책의 대상 독자
● 인공지능을 배우고자 하는 프로그래머
● 머신러닝 및 딥러닝 엔지니어

목차

PROLOGUE 개발 환경 준비
0.1 이 책의 검증 환경
0.1.1 OS 환경: 우분투 16.04
0.1.2 엔비디아의 GPU
0.1.3 클라우드에서 GPU를 탑재한 인스턴스 실행하기
0.2 개발 환경 구축
0.2.1 미니콘다 설치
0.2.2 가상 환경 구축

CHAPTER 1 파이토치의 기본
1.1 파이토치의 구성
1.1.1 파이토치의 전반적인 구성
1.2 텐서
1.2.1 텐서 생성과 변환
1.2.2 텐서의 인덱스 조작
1.2.3 텐서 연산
1.3 텐서와 자동 미분
1.4 정리

CHAPTER 2 최대 우도 추정과 선형 모델
2.1 확률 모델과 최대 우도 추정
2.2 확률적 경사 하강법
2.3 선형 회귀 모델
2.3.1 선형 회귀 모델의 최대 우도 추정
2.3.2 파이토치로 선형 회귀 모델 만들기(직접 만들기)
2.3.3 파이토치로 선형 회귀 모델 만들기(nn, optim 모듈 사용)
2.4 로지스틱 회귀
2.4.1 로지스틱 회귀의 최대 우도 추정
2.4.2 파이토치를 사용한 로지스틱 회귀 분석
2.4.3 다중 분류를 위한 로지스틱 회귀 분석
2.5 정리

CHAPTER 3 다층 퍼셉트론
3.1 MLP 구축과 학습
3.2 Dataset과 DataLoader
3.2.1 Dataset과 DataLoader
3.3 학습 효율화 팁
3.3.1 Dropout을 사용한 정규화
3.3.2 Batch Normalization를 사용한 학습 가속
3.4 신경망의 모듈화
3.4.1 자체 신경망 계층(커스텀 계층) 만들기
3.5 정리

CHAPTER 4 이미지 처리와 합성곱 신경망
4.1 이미지와 합성곱 계산
4.2 CNN을 사용한 이미지 분류
4.2.1 Fashion-MNIST
4.2.2 CNN 구축과 학습
4.3 전이 학습
4.3.1 데이터 준비
4.3.2 파이토치를 사용한 전이 학습
4.4 CNN 회귀 모델을 사용한 이미지 해상도 향상
4.4.1 데이터 준비
4.4.2 모델 작성
4.5 DCGAN을 사용한 이미지 생성
4.5.1 GAN이란
4.5.2 데이터 준비
4.5.3 파이토치를 사용한 DCGAN
4.6 정리

CHAPTER 5 자연어 처리와 순환 신경망
5.1 RNN이란?
5.2 텍스트 데이터의 수치화
5.3 RNN과 문장 분류
5.3.1 IMDb 리뷰 데이터
5.3.2 신경망 정의와 훈련
5.3.3 가변 길이 계열 처리
5.4 RNN을 사용한 문장 생성
5.4.1 데이터 준비
5.4.2 모델 정의 및 학습
5.5 인코더-디코더 모델을 사용한 기계 번역
5.5.1 인코더-디코더 모델이란
5.5.2 데이터 준비
5.5.3 파이토치를 사용한 인코더-디코더 모델
5.6 정리

CHAPTER 6 추천 시스템과 행렬 분해
6.1 행렬 인수분해
6.1.1 이론적 배경
6.1.2 MovieLens 데이터
6.1.3 파이토치에서 행렬 인수분해하기
6.2 신경망 행렬 인수분해
6.2.1 행렬 인수분해를 비선형화
6.2.2 부속 정보 이용
6.3 정리

CHAPTER 7 애플리케이션 적용
7.1 모델 저장과 불러오기
7.2 플라스크를 사용한 웹 API화
7.3 도커를 이용한 배포
7.3.1 nvidia-docker 설치
7.3.2 파이토치의 도커 이미지 작성
7.3.3 웹 API 배포
7.4 ONNX를 사용한 다른 프레임워크와의 연계
7.4.1 ONNX란
7.4.2 파이토치 모델 엑스포트
7.4.3 Cae2에서 ONNX 모델 사용하기
7.4.4 ONNX 모델을 Cae2 모델로 저장
7.5 정리

APPENDIX A 훈련 상태 가시화
A1.1 텐서보드를 사용한 가시화

APPENDIX B 컬래버레터리로 파이토치 개발 환경 구축
B1.1 컬래버레터리를 사용한 파이토치 개발 환경 구축 방법
B1.1.1 컬래버레터리란
B1.1.2 장비 사양
B1.1.3 파이토치 환경 구축
B1.1.4 데이터 처리

본문중에서

선형 모델이라는 매우 중요한 기초 개념을 설명할 때를 제외하고는 가능한 한 수식을 사용하지 않고 코드와 실제 예를 통해 설명하도록 노력했다. 간단한 데이터 식별부터 이미지 분류 및 생성, 문장 분류 및 생성, 번역, 그리고 추천 시스템 등 다양한 응용 예제를 사용해 실제 데이터가 움직이는 것을 보면서 이해할 수 있도록 주의를 기울였다.
(/ p.xii)

로지스틱 회귀는 두 가지 분류뿐만 아니라 여러 개를 분류할 수도 있다. 수학적인 내용은 머신러닝 서적에 양보하도록 하겠지만, 요점은 다음과 같다. 선형 결합 계층의 출력을 1차원이 아닌 분류의 차원으로 만들고, 손실 함수를 소프트맥스 크로스 엔트로피라는 함수로 변경하기만 하면 된다.
(/ p.40)

전이 학습(transfer learning)이란, 특정 태스크(또는 도메인)에서 얻은 모델을 다른 태스크에 적용하는 기술을 말한다. 이미지 인식 분야의 신경망에서는 사전에 학습한 신경망의 마지막 출력 선형 계층만 새로 학습하고 다른 계층의 파라미터를 모두 고정시키면 좋은 결과를 얻을 수 있다고 알려져 있다. 특히, ImageNet이라는 대규모 이미지 인식 데이터로 사전 학습한 여러 신경망(ResNet 등)의 파라미터가 공개돼 있어서 전이 학습에 사용하기 좋다. 왜 이 방식이 좋은지는 사실 이론적으로 증명된 것은 없다(필자가 알고 있는 한). 단, CNN의 하위 계층에서 이미지를 인식할 때 필요한 일반적인 특징을 추출할 수 있다는 결과가 나와 있다.
(/ p.71)

하지만 RNN은 일반 신경망보다 훈련이 어렵다. 오랜 시간 동안 쌓인 이력을 사용하려고 하면 그만큼 깊은 신경망이 되어야 하며, 경사 손실이나 경사 분실 등의 문제가 발생할 수 있다. 이것을 해결하기 위해 단순한 선형 계층이 아닌 더 정교한 처리를 모아 모듈 블록으로 바꾼 LSTM(Long Short Term Memory)나 GRU(Gated Recurrent Unit) 등의 RNN도 있다.
(/ p.104)

영화 ID, 제목, 장르순으로 나열돼 있으며, 장르가 여러 개인 경우 파이프 기호(|)로 연결하고 있다. 이와 같이 복수의 항목을 가변 길이로 지니고 있는 데이터를 수치화할 때는 여러 가지 방법이 있다. 여기서는 장르가 24가지밖에 없으므로 간단하게 BoW를 사용하도록 한다.
(/ p.153)

컬래버레터리는 구글이 공개한 웹 서비스로 주피터 노트북과 비슷한 환경을 제공한다. ipynb 파일은 구글 드라이브(Google Drive)상에 저장되며, 구글 독스(Google Docs)처럼 공유할 수도 있다. 컬래버레터리는 엔비디아의 Telsa K80이라는 GPU도 무료로 제공하므로 GPU 장비 없이도 손쉽게 딥러닝을 검증할 수 있다.
(/ p.194)

관련이미지

저자소개

생년월일 -
출생지 -
출간도서 0종
판매수 0권

도쿄공업대학에서 계산 기기를 활용한 분자생물학을 연구했으며, 졸업 후에는 IT 기업에서 소프트웨어 개발 및 데이터 분석을 담당하고 있다. 대학원 시절에 아직 유명해지기 전이었던 파이썬과 NumPy를 접했고, 스터디 모임이나 집필 등을 통해 파이썬을 전파했다. 요근래 몇 년 동안은 스타트업을 중심으로 데이터 분석이나 머신러닝 개발 지원 등을 해왔으며, 2018년 4월부터 물류 IT 관련 스타트업에서 근무하고 있다. 머신러닝, 빅데이터 분석, 서버 개발 등에 관심이 많으나, 지금은 자녀 교육을 위해 육아 휴직 중인 아빠 엔지니어다.

생년월일 -
출생지 -
출간도서 0종
판매수 0권

네덜란드 ITC에서 Geoinformation for Disaster Risk Management 석사 학위를 취득했다. 약 9년간 일본과 한국의 기업에서 IT 및 GIS/LBS 분야 업무를 담당했으며, 일본에서는 세콤(SECOM) 계열사인 파스코(PASCO)에서 일본 외무부, 국토지리정보원 같은 정부기관을 대상으로 한 시스템 통합(SI) 업무를 담당했다. 이후 야후 재팬으로 직장을 옮겨 야후맵 개발 담당 시니어 엔지니어로 근무했으며, 한국으로 돌아와 SK에서 내비게이션 지도 데이터 담당 매니저로 근무했다. 현재는 싱가포르에 있는 일본계 회사에서 은행 관련 IT 프로젝트를 담당하고 있다. 저서로는 [나

펼쳐보기

역자의 다른책

전체보기
펼쳐보기

이 상품의 시리즈

컴퓨터/인터넷 분야에서 많은 회원이 구매한 책

    리뷰

    0.0 (총 0건)

    구매 후 리뷰 작성 시, 북피니언 지수 최대 600점

    리뷰쓰기

    기대평

    작성시 유의사항

    평점
    0/200자
    등록하기

    기대평

    7.3

    교환/환불

    교환/환불 방법

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

    교환/환불 가능 기간

    고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

    교환/환불 비용

    고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

    교환/환불 불가사유

    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
    배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

    소비자 피해보상

    소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
    교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

    기타

    도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

    배송안내

    • 인터파크 도서 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 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

    • 배송비

    도서(중고도서 포함) 구매

    2,000원 (1만원이상 구매 시 무료배송)

    음반/DVD/잡지/만화 구매

    2,000원 (2만원이상 구매 시 무료배송)

    도서와 음반/DVD/잡지/만화/
    중고직배송상품을 함께 구매

    2,000원 (1만원이상 구매 시 무료배송)

    업체직접배송상품 구매

    업체별 상이한 배송비 적용