간편결제, 신용카드 청구할인
카카오페이 3,000원
(카카오페이 결제시 최대할인 3천원 / 5만원 이상 결제, 기간 중 1회)
삼성카드 6% (16,920원)
(삼성카드 6% 청구할인)
인터파크 롯데카드 5% (17,100원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (12,600원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (14,400원)
(최대할인 4만원 / 2만원 이상 결제)
Close

딥러닝 인 더 브라우저 : 자바스크립트 프레임워크를 이용한 딥러닝 웹 개발

원제 : Deep Learning In The Browser
소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 402
?
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

20,000원

  • 18,000 (10%할인)

    1,000P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    • 예약판매
    • 2020-02-20 (공급업체사정에 따라 입고예정일은 변경될 수 있습니다.)
    • 배송지연보상 안내
    • 무료배송
    주문수량
    감소 증가
    • 이벤트/기획전

    • 연관도서(20)

    • 사은품(12)

    책소개

    딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!

    이 책은 기본적인 웹 프로그래밍과 더불어 WebGL 등을 사용한 자바스크립트 딥러닝 프레임워크 사용법을 설명합니다. 브라우저와 딥러닝의 만남은 아직 걸음마 수준에 불과하지만, 하루가 다르게 눈부시게 발전하고 있습니다. 지금이야말로 시작하기 가장 좋을 때입니다. 이 책과 함께 놀라운 딥러닝의 세계를 느껴보기를 바랍니다.

    출판사 서평

    딥러닝을 활용한 웹 애플리케이션 개발의 기초와 응용!
    웹 프로그래밍과 인공지능의 만남이 시작되는 책!


    이 책은 딥러닝과 웹 개발의 교차점에 있습니다. 두 기술 모두 성숙 단계에 접어들었고, 이들이 만난다면 누구도 상상하지 못한 환상적인 애플리케이션을 만들 수 있습니다.

    이 책은 기본적인 웹 프로그래밍과 더불어 WebGL 등을 사용한 자바스크립트 딥러닝 프레임워크 사용법을 설명합니다. 브라우저와 딥러닝의 만남은 아직 걸음마 수준에 불과하지만, 하루가 다르게 눈부시게 발전하고 있습니다. 지금이야말로 시작하기 가장 좋을 때입니다. 이 책과 함께 놀라운 딥러닝의 세계를 느껴보기를 바랍니다. 자, 새로운 여행을 떠나 볼까요?

    이 책의 주요 내용
    ∙ 주요 딥러닝 모델
    ∙ 딥러닝을 위한 기초 수학
    ∙ 딥러닝 모델을 활용한 웹 애플리케이션 제작법
    ∙ TensorFlow, WebDNN, Keras 등 최신 딥러닝 프레임워크 사용법
    ∙ WebGL 사용법

    목차

    CHAPTER 1 딥러닝 소개 1
    1.1 신경망을 위한 기초 수학 3
    1.1.1 단층 퍼셉트론 3
    1.1.2 다층 퍼셉트론 8
    1.1.3 합성곱 계층과 풀링층 9
    1.1.4 활성화 함수 12
    1.2 뉴럴 네트워크 17
    1.2.1 손실 함수의 중요성 17
    1.2.2 정규화 18
    1.2.3 역전파 알고리즘 19
    1.2.4 최적화 방법 19
    1.3 정리 21

    CHAPTER 2 신경망 구조 23
    2.1 합성곱 신경망 24
    2.1.1 AlexNet 25
    2.1.2 GoogLeNet 26
    2.1.3 ResNet 27
    2.1.4 SqueezeNet 29
    2.2 순환 신경망 31
    2.2.1 LSTM 33
    2.2.2 GRU 34
    2.3 강화 학습 35
    2.3.1 DQN 38
    2.4 정리 39

    CHAPTER 3 자바스크립트 딥러닝 프레임워크 41
    3.1 TensorFlow.js 42
    3.1.1 TensorFlow.js 시작하기 42
    3.1.2 XOR 문제 43
    3.1.3 XOR 문제 해결 44
    3.1.4 네트워크 구조 49
    3.1.5 텐서 50
    3.1.6 연산 52
    3.1.7 학습 55
    3.1.8 TensorFlow.js 생태계 58
    3.2 WebDNN 61
    3.3 Keras.js 63
    3.4 정리 65

    CHAPTER 4 딥러닝을 위한 자바스크립트 기초 67
    4.1 자바스크립트 형식화 배열 68
    4.1.1 ArrayBuffer 69
    4.1.2 DataView 71
    4.2 자바스크립트 동시성 73
    4.2.1 자바스크립트 이벤트 루프 73
    4.2.2 Promise 비동기 함수 75
    4.2.3 async/await 비동기 함수 77
    4.2.4 웹워커를 사용한 멀티스레딩 79
    4.2.5 딥러닝 애플리케이션을 위한 프로세싱 반복 처리 81
    4.3 CPU/GPU에서 리소스 로드하기 81
    4.3.1 Fetch API 82
    4.3.2 레이블 인코딩 84
    4.3.3 원-핫 인코딩 85
    4.4 정리 86

    CHAPTER 5 WebGL을 이용한 GPU 가속화 89
    5.1 WebGL 기초 91
    5.1.1 WebGL 작업 흐름 93
    5.1.2 프래그먼트 셰이더 렌더링 96
    5.2 일반적인 WebGL 사용 102
    5.2.1 WebGL 디버깅 103
    5.2.2 텍스처 렌더링 104
    5.2.3 정밀도 109
    5.2.4 최적화 112
    5.2.5 부동소수점 스페셜 113
    5.2.6 CPU에서 GPU로 또는 GPU에서 CPU로 118
    5.3 행렬 연산을 위한 텍스처와 셰이더 119
    5.3.1 행렬의 덧셈 120
    5.3.2 행렬의 곱셈 120
    5.3.3 활성화 함수 122
    5.3.4 WGLMatrix 메서드 122
    5.4 손글씨 인식 애플리케이션 123
    5.4.1 데이터 인코딩 123
    5.4.2 메모리 최적화 124
    5.4.3 피드포워드 126
    5.4.4 첫 번째 시도 126
    5.4.5 성능 향상 127
    5.5 정리 129

    CHAPTER 6 웹브라우저에서의 데이터 추출 131
    6.1 이미지 데이터 로딩 132
    6.1.1 이미지에서 픽셀 추출하기 132
    6.1.2 원격 리소스 로드하기 134
    6.1.3 이진 블랍 가져오기 136
    6.2 픽셀 데이터를 화면에 렌더링하기 137
    6.2.1 이미지 보여주기 138
    6.2.2 픽셀 데이터를 캔버스에 렌더링하기 139
    6.2.3 이미지 데이터 보간 141
    6.2.4 캔버스에 도형 그리기 143
    6.3 카메라, 마이크, 스피커 사용하기 144
    6.3.1 웹캠에서 이미지 캡처하기 145
    6.3.2 마이크로 오디오 레코딩하기 146
    6.3.3 사운드 파일의 로딩, 디코딩, 출력 148
    6.4 딥러닝 프레임워크의 유틸리티 도구 149
    6.4.1 TensorFlow.js 150
    6.4.2 Keras.js 151
    6.4.3 WebDNN 152
    6.5 정리 153

    CHAPTER 7 고급 데이터 조작을 위한 레시피 155
    7.1 Protobuf 직렬화 156
    7.1.1 Caffe 모델 파라미터 파싱하기 158
    7.1.2 텐서플로 그래프 파싱 159
    7.1.3 부동소수점 정밀도 161
    7.2 Chart.js 차트 구현 162
    7.2.1 차트 유형 살펴보기 163
    7.2.2 데이터 세트 구성 165
    7.2.3 데이터 업데이트 166
    7.2.4 옵션과 구성 설정 168
    7.3 캔버스를 활용한 스케치 171
    7.3.1 캔버스에 그림 그리기 172
    7.3.2 펜 스트로크 추출하기 175
    7.4 마이크에서 스펙토그램 계산하기 177
    7.5 얼굴 감지 및 추적 179
    7.5.1 Jeeliz FaceFilter를 사용한 얼굴 추적 179
    7.5.2 Tracking.js로 얼굴 추적하기 180
    7.5.3 크롬 얼굴 인식 API 182
    7.6 정리 184

    CHAPTER 8 TensorFlow.js 애플리케이션 개발 185
    8.1 TensorFlow.js를 활용한 동작 분류 185
    8.1.1 알고리즘 186
    8.1.2 TensorFlow.js 프로젝트 시작하기 188
    8.1.3 KNN 분류기 설정 189
    8.1.4 TensorFlow.js 프로세싱 루프 190
    8.1.5 정리 193
    8.2 TensorFlow.js를 활용한 텍스트 생성 애플리케이션 개발 193
    8.2.1 알고리즘 193
    8.2.2 케라스 모델 194
    8.2.3 케라스 모델을 TensorFlow.js 모델로 변환하기 195
    8.2.4 프로젝트 설치하기 196
    8.2.5 TensorFlow.js로 케라스 모델 가져오기 196
    8.2.6 TensorFlow.js 프로세싱 반복문 197
    8.2.7 모델 입력 구성하기 198
    8.2.8 예측 구현 200
    8.2.9 모델 출력 샘플링 201
    8.2.10 마치며 203
    8.3 TensorFlow.js를 활용한 이미지 노이즈 제거 204
    8.3.1 알고리즘 204
    8.3.2 케라스 모델을 TensorFlow.js 모델로 변환하기 206
    8.3.3 프로젝트 설치 207
    8.3.4 초기화 207
    8.3.5 애플리케이션 동작 흐름 208
    8.3.6 테스트 이미지 불러오기 209
    8.3.7 노이즈 업데이트 211
    8.3.8 이미지 노이즈가 제거된 이미지 생성하기 211
    8.3.9 이미지 노이즈 제거 212
    8.3.10 초기화 함수 213
    8.3.11 마치며 214
    8.4 정리 214
    8.5 맺음말 216

    찾아보기 218

    본문중에서

    저처럼 이제 막 딥러닝의 세계로 뛰어든 웹 개발자라면, 이론과 실제라는 엄청난 간극을 메울 수 있는 최고의 책이 될 것입니다. 이 책을 통해 수학적인 이론에 그치지 않고 다양한 딥러닝 모델을 사용한 데모를 실제로 개발해 보며 딥러닝의 세계를 직접 맛볼 수 있을 것입니다. 특히, 저자들의 실제 딥러닝 애플리케이션 개발 경험을 통해 얻었던 팁에서 이 책의 정수를 느낄 수 있을 것입니다.
    ( '옮긴이 머리말' 중에서)

    퍼셉트론 방정식에서 계단 함수(step function)가 소개된 이후, 시그모이드 함수(sigmoid function)는 1980년대 가장 인기 있는 활성화 함수였습니다. 그 이유는 계단 함수와 달리 시그모이드는 함수가 모든 값을 0과 1의 범위로 부드럽게 변경하고 연속적인 값을 얻을 수 있기 때문입니다.
    (/ p.12)

    현재 TensorFlow.js는 0차원(0D 텐서) 배열(스칼라)부터 4차원(4D 텐서) 배열까지 지원합니다. 학습 데이터, 테스트 데이터, 네트워크 가중치 등과 같이 신경망에서 처리하는 모든 데이터는 반드시 텐서로 표시해야 합니다. TensorFlow.js는 사용자로부터 텐서를 통해 WebGL 셰이더(shaders) 사용을 숨깁니다. 내부적으로 TensorFlow.js는 CPU(자바스크립트 스레드)에서 GPU(WebGL 셰이더)로, (결과를 검색하기 위해) 텐서 데이터를 앞뒤로 전송합니다.
    (/ p.50)

    고정밀 셰이더에서는 부동소수점 숫자가 GPU에 따라 16~32bit를 사용하여 저장됩니다. 첫 번째 비트에 부호가 결정되면 부동소수점으로 넘어갑니다. 32bit 부동소수점의 경우, 8bit가 지수를 인코딩하고 23bit가 소수를 인코딩합니다. 저장 형식은 32bit 인코딩된 부동소수점 값의 최댓값은3.4e38이고 최솟값은-3.4e38입니다. 16bit 부동소수점은 이보다 범위가 더 좁을 것입니다.
    (/ p.113)

    protobuf.js는 모듈로서 ES6 및 Typescript 클래스를 내보낼 수도 있습니다. 모듈에서 코드를 구성하면 환상적입니다. 그러나 브라우저에서 이러한 모듈을 사용하려면 Browserify 또는 Typescript와 같은 패키징 시스템을 사용하여 브라우저용으로 컴파일하고 패키지화해야 합니다. 가독성과 재현성을 위해 이 섹션에서는 JSON 형식을 사용합니다.
    (/ p.157)

    저자소개

    자비에르 보우리(Xavier Bourry) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    StartupJeeliz의 대표 겸 CTO이자 딥러닝 전문가다.
    @xavierbourry

    카이 사사키(Kai Sasaki) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    ARM의 시니어 소프트웨어 개발자이며, Apache Hivemall의 오픈 소스 커미터로 활
    동하고 있다.
    @Lewuathe

    크리스토프 코너(Christoph Korner) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    마이크로소프트 아일랜드에서 TSP 데이터 및 인공지능 처리 업무를 담당하고 있다.
    @ChrisiKrnr

    레이이치로 나카노(Reiichiro Nakano) [저] 신작알림 SMS신청 작가DB보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    Infostellar의 소프트웨어 개발자이자 머신러닝 전문가다.
    @reiinakano

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    대학에서 작곡을 공부하던 중 기술과 예술의 만남을 목격하고 웹 기술에 매료되어 드넓은 IT 세상에 뛰어들었다. 예술가가 펼치는 아름다운 색과 선율처럼 코드로 독창적이고 생동감 넘치는 웹을 만들고 싶은 소프트웨어 엔지니어다. 싱가포르 국영 언론사에서 다수의 데이터 분석 및 시각화 프로젝트를 진행했다. 현재는 베를린의 핀테크 스타트업에서 리액트 개발을 하고 있으며, 딥러닝 모델을 활용한 인터랙티브 웹 개발에 많은 관심을 기울이고 있다.
    홈페이지: https://sujinlee.me
    트위터: @sujinleeme

    이 상품의 시리즈

    I♥A.I. 제이펍의 인공지능 시리즈(총 21권 / 현재구매 가능도서 21권)

    펼쳐보기

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      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