간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 5만원 이상 결제시, 4/1~4/30 기간 중 1회)
우리카드 3천원/7천원/1만 5천원 즉시할인
3만원/5만원/10만원 이상 결제시
삼성카드 6% (22,850원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (23,090원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (17,010원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (19,440원)
(최대할인 4만원 / 2만원 이상 결제)
Close

실전! GAN 프로젝트 : 텐서플로와 케라스를 이용한 차세대 생성적 적대 신경망 모델 구축

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 277
?
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
정가

27,000원

  • 24,300 (10%할인)

    1,350P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
추가혜택
배송정보
  •  당일배송을 원하실 경우 주문시 당일배송을 선택해주세요.
  • 서울시 강남구 삼성로 512변경
  • 배송지연보상 안내
  • 무료배송
  • 해외배송가능
주문수량
감소 증가
  • 북카트 담기
  • 바로구매
  • 매장픽업
  • 이벤트/기획전

  • 연관도서(53)

  • 사은품(3)

출판사 서평

파이썬 생태계를 사용하는 다양한 생성적 적대 신경망 아키텍처를 탐구해 본다!

생성적 적대 신경망(Generative Adversarial Networks, GAN)을 사용하면 어떤 데이터 분포이든지 모방할 수 있기 때문에, 이를 바탕으로 차세대 인공지능 모델을 구축할 수 있다. GAN은 다양한 머신러닝 분야 중에서도 급속히 발전하는 분야로, 주요 연구개발 작업이 GAN과 관련하여 이뤄지고 있다. 이 책에서는 비지도학습 기술을 사용해 일곱 가지 GAN 프로젝트를 처음부터 끝까지 구축해 본다.

이 책에서는 GAN 프로젝트를 진행할 때 프로젝트를 효율적으로 구축하는 데 필요한 개념과 도구 및 라이브러리부터 알아본다. 또, 서로 다른 프로젝트에서 다양한 데이터셋을 사용하며 각 장마다 요구되는 작업의 복잡도가 증가한다. 이 책에서는 3D-GAN, DCGAN, StackGAN, CycleGAN처럼 인기 있는 접근방식을 다루며, 이것들을 실제로 구현해 봄으로써 생성 모델의 아키텍처와 기능을 이해할 수 있게 하였다.

이 책을 마치고 나면 직장에서 맡은 일이나 자신이 진행하는 일과 관련하여 GAN 모델을 처음부터 끝까지 구축하고 훈련하고 최적화하는 능력을 지니게 될 것이다.

[이 책에서 다루는 내용]

- 3D ShapeNet이라고 부르는 데이터셋을 사용해 신경망을 훈련해 진짜 같은 형상을 생성하게 해 본다.
- DCGAN을 케라스로 구현해 애니메이션 캐릭터를 생성하게 해 본다.
- SRGAN 신경망을 구현해 고해상도 이미지를 생성하게 해 본다.
- 위키에서 따낸 사진으로 Age-cGAN을 훈련해 사람이 나이를 먹어도 신경망이 그 사람의 얼굴을 잘 알아볼 수 있게 한다.
- 조건부 GAN을 사용해 신경망이 영상을 또 다른 영상으로 변환하게 해 본다.
- StackGAN에 쓰이는 생성기와 판별기를 케라스로 구현하며 이해한다.

목차

▣ 01장- 생성적 적대 신경망 소개
GAN이란 무엇인가?
-생성기 신경망이란 무엇인가?
-판별기 신경망이란 무엇인가?
-GAN 내에서 서로 대적하며 훈련하기
실용적인 GAN 애플리케이션
상세한 GAN 아키텍처
-생성기 아키텍처
-판별기 아키텍처
-GAN과 관련된 중요한 개념
-쿨백-라이블러 발산
-옌센-섀넌 발산
-내시 균형
-목적 함수
-알고리즘 점수 매기기
-인셉션 점수
-프레셰 인셉션 거리
GAN의 변형
-DCGAN
-StackGAN
-CycleGAN
-3D-GAN
-Age-cGAN
-pix2pix
GAN의 이점
GAN 훈련 시 문제
-최빈값 붕괴
-경사 소멸
-내부 공변량 변화
GAN 훈련 시의 안정성 문제를 해결하기
-특징 정합
-미니배치 판별
-역사적 평균
-단측 레이블 평활화
-배치 정규화
-사례 정규화
요약

▣ 02장- 3D-GAN- GAN으로 형상을 만들기
3D-GAN 소개
-3차원 합성곱
-3D-GAN 아키텍처
-생성기 신경망 아키텍처
-판별기 신경망 아키텍처
-목적 함수
-3D-GAN 훈련
프로젝트 구성
데이터 준비
-데이터셋을 내려받아 압축을 풀기
-데이터셋 탐색
-복셀이란?
-3차원 이미지 적재와 시각화
-3차원 이미지 시각화
3D-GAN의 케라스 구현
-생성기 신경망
-판별기 신경망
3D-GAN 훈련
-신경망 훈련
-모델 저장
-모델 테스트
-손실 시각화
-그래프 시각화
하이퍼파라미터 최적화
실용적인 3D-GAN 애플리케이션
요약

▣ 03장- cGAN으로 하는 얼굴 노화
얼굴 노화 처리용 cGAN 소개
-cGAN을 이해하기
-Age-cGAN의 아키텍처
-인코더 신경망
-생성기 신경망
-판별기 신경망
-얼굴 인식 신경망
-Age-cGAN의 훈련 단계
-cGAN 훈련
-초기 잠재 벡터 근사
-잠재 벡터 최적화
프로젝트 구성
데이터 준비
-데이터셋 내려받기
-데이터셋의 압축을 풀기
Age-cGAN의 케라스 구현
-인코더 신경망
-생성기 신경망
-판별기 신경망
cGAN 훈련
-cGAN을 훈련하기
-초기 잠재 벡터 근사
-잠재 벡터 최적화
-손실 시각화
-그래프 시각화
실용적인 Age-cGAN 애플리케이션
요약

▣ 04장- DCGAN으로 애니메이션 캐릭터를 생성
DCGAN 소개
-DCGAN의 아키텍처를 자세히 살펴보기
-생성기 신경망을 구성하기
-판별기 신경망 구성
프로젝트 구성
애니메이션 캐릭터 데이터셋을 내려받아 준비하기
-데이터셋 내려받기
-데이터셋 탐색
-데이터셋에서 이미지를 잘라내고 크기를 조절하기
케라스로 DCGAN을 구현하기
-생성기
-판별기
DCGAN 훈련
-표본 적재
-신경망을 빌드하고 컴파일하기
-판별기 신경망 훈련
-생성기 신경망 훈련
-이미지 생성
-모델 저장
-생성 이미지 시각화
-손실 시각화
-그래프 시각화
-하이퍼파라미터 조율
실용적인 DCGAN 애플리케이션
요약

▣ 05장- SRGAN으로 사진 같은 이미지를 생성하기
SRGAN 소개
-SRGAN의 아키텍처
-생성기 신경망 아키텍처
-판별기 신경망 아키텍처
-목적 함수 훈련
-내용 손실
-적대 손실
프로젝트 구성
CelebA 데이터셋 내려받기
케라스로 구현하는 SRGAN
-생성기 신경망
-판별기 신경망
-VGG19 신경망
-적대 신경망
SRGAN 훈련
-신경망 구축과 컴파일
-판별기 신경망 훈련
-생성기 신경망 훈련
-모델 저장
-생성 이미지 시각화
-손실 시각화
-그래프 시각화
실용적인 SRGAN 애플리케이션
요약

▣ 06장- StackGAN- 글을 바탕으로 사진 같은 이미지로 합성하기
StackGAN 소개
StackGAN 아키텍처
-텍스트 인코더 신경망
-조건화 확대 블록
-조건화 확대 변수 획득
-Stage-I
-생성기 신경망
-판별기 신경망
-StackGAN의 Stage-I에 사용되는 손실
-Stack-II
-생성기 신경망
-판별기 신경망
-StackGAN의 Stage-II에 사용되는 손실
프로젝트 구성
데이터 준비
-데이터셋 내려받기
-데이터셋의 압축을 풀기
-데이터셋 탐색
StackGAN의 케라스 구현
-Stage-I
-텍스트 인코더 신경망
-조건부 확장 신경망
-생성기 신경망
-판별기 신경망
-적대 모델
-Stage-II
-생성기 신경망
-판별기 신경망
StackGAN 훈련
-Stage-I StackGAN 훈련
-데이터셋 적재
-모델 만들기
-모델 훈련
-Stage-II StackGAN 훈련
-데이터셋 적재
-모델 만들기
-모델 훈련
-생성된 이미지 시각화
-손실 시각화
-그래프 시각화
실용적인 StackGAN 애플리케이션
요약

▣ 07장- CycleGAN- 그림을 사진으로 바꾸기

CycleGAN 소개
-CycleGAN의 아키텍처
-생성기의 아키텍처
-판별기의 아키텍처
-목적 함수 훈련
-적대 손실
-순환 일치성 손실
-완전 목적 함수
프로젝트 구성
데이터셋 내려받기
CycleGAN의 케라스 구현
-생성기 신경망
-판별기 신경망
CycleGAN 훈련
-데이터셋 적재
-신경망 구축과 컴파일
-적대 신경망을 만들어 컴파일하기
-훈련 개시
-판별기 신경망 훈련
-적대 신경망 훈련
-모델 저장
-생성 이미지 시각화
-손실 시각화
-그래프 시각화
실용적인 CycleGAN 애플리케이션
요약
더 읽어 볼 만한 것

▣ 08장- cGAN- 조건부 GAN을 사용한 이미지 대 이미지 변환
pix2pix 소개
-pix2pix 아키텍처
-생성기 신경망
-판별기 신경망
-훈련 목적 함수
프로젝트 구성
데이터 준비
-이미지 시각화
pix2pix의 케라스 구현
-생성기 신경망
-판별기 신경망
-적대 신경망
pix2pix 신경망 훈련
-모델 저장
-생성된 이미지를 시각화하기
-손실 시각화
-그래프 시각화
실용적인 pix2pix 신경망 애플리케이션
요약

▣ 09장- GAN의 미래 예측
GAN의 미래 예측
-기존 딥러닝 방법 개선
-상용 GAN 애플리케이션의 발전
-GAN 훈련 과정의 성숙
GAN의 향후 응용 가능성
-텍스트 기반 인포그래픽 생성
-웹 사이트 디자인 생성
-데이터 압축
-약물 발견과 개발
-텍스트 생성
-음악 생성
GAN 탐색
요약

저자소개

카일라쉬 아히르와(Kailash Ahirwar) [저] 신작알림 SMS신청 작가DB보기
생년월일 -
출생지 -
출간도서 0종
판매수 0권

카일라쉬 아히르와는 기계학습 및 심층학습 애호가이다. 자연 언어 처리 및 컴퓨터 비전에서부터 GAN을 사용한 생성 모델링에 이르기까지 인공지능과 관련된 여러 분야에서 근무했다. 메이트 랩(Mate Lab)의 공동 창립자이자 CTO이다. GAN을 사용하여 그림을 사진으로 바꾼다거나 질감을 나타내는 조각을 사용해 심층 이미지 합성을 제어하는 등으로 다양한 모델을 만든다. 인공일반지능(AGI) 구현을 아주 낙관적으로 전망하며 인공지능(AI)이 인간 진화의 주역이 될 것이라고 믿는다.

생년월일 -
출생지 -
출간도서 0종
판매수 0권

다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융·복합 사업을 꿈꾸는, 1인 회사 ‘리율’의 대표다. 옮긴 책으로는 《검색을 위한 딥러닝》, 《파이썬으로 배우는 응용 텍스트 분석》, 《R로 배우는 텍스트 마이닝》, 《케라스 창시자의 딥러닝 with R》, 《모두를 위한 실용 전자공학》, 《해킹 일렉트로닉스》, 《ggplot2》 등이 있다.

이 상품의 시리즈

(총 68권 / 현재구매 가능도서 54권)

펼쳐보기

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

    0.0

    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