출고예상일 안내
주문하신 상품이 한국에서 현지 배송을 위한 출고단계가 이루어질 것으로 예상되는 날짜입니다. 상품을 준비하는 과정에서 내부적인 사정으로 인해 출고예상일에 다소 오차가 생길 수 있습니다.
여러 상품(예약상품포함)을 함께 주문하신 경우 출고예상일이 가장 늦은 날짜에 맞춰 함께 배송됩니다.
ISBN : 9791162240137 / 264쪽 152 x 223 (㎜)
이 상품에 궁금하신점이 있으세요? 1:1상담문의
아래의 도서와 구매하시면 이 도서들의 적립금을 즉시적용해 드립니다.
-
성구(강성규)
-
-
김현철, 신은경, 이민정, 박선우, 정기민, 곽소아, 정문수
-
김영욱
- 21,600
- 26,100
- 21,420
- 23,400
반디앤루니스 리뷰
텐서플로 코드로 맛보는 딥러닝 핵심개념!
이책은신경망기초부터 CNN, Autoencoder, GAN, RNN, DQN까지딥러닝의가장기본이되는모델들을직접구현하며몸으로익히도록구성했습니다. 이론을깊이파헤치기보다는다양한딥러닝모델의기초개념과기본적인텐서플로사용법을학습하는데초점을두고, 각모델의논문에수록된복잡한코드들을그핵심이잘드러나도록재구현했습니다. 간결해진예제들이여러분을딥러닝과텐서플로의세계로즐겁고편안히모실것입니다.
출판사 리뷰
이론보다는 실전! 몸으로 먼저 익히는 딥러닝!
“한동안 좌절하던 중, 텐서플로 예제나 한번 돌려보자 싶더군요. 그런데 예제들을 돌려보고 나니 어렵게만 느껴지던 강좌들이 어느 정도 이해되는 것이었습니다! 그래서 깨달았죠. “아, 나 같은 사람은 코드로 먼저 공부하는 게 좋겠다!” … 이 책은 딥러닝/머신러닝을 배우고 싶지만, 수식만 나오면 울렁거려서 책을 덮는 저 같은 프로그래머에게 가장 적합합니다. 더불어 딥러닝/머신러닝을 공부하는 학생이나 연구자, 혹은 이론을 먼저 공부한 개발자 중 텐서플로를 써보고 싶은 분께도 좋은 가이드가...
이론보다는 실전! 몸으로 먼저 익히는 딥러닝!
“한동안 좌절하던 중, 텐서플로 예제나 한번 돌려보자 싶더군요. 그런데 예제들을 돌려보고 나니 어렵게만 느껴지던 강좌들이 어느 정도 이해되는 것이었습니다! 그래서 깨달았죠. “아, 나 같은 사람은 코드로 먼저 공부하는 게 좋겠다!” … 이 책은 딥러닝/머신러닝을 배우고 싶지만, 수식만 나오면 울렁거려서 책을 덮는 저 같은 프로그래머에게 가장 적합합니다. 더불어 딥러닝/머신러닝을 공부하는 학생이나 연구자, 혹은 이론을 먼저 공부한 개발자 중 텐서플로를 써보고 싶은 분께도 좋은 가이드가 될 것입니다.”
_ ‘서문’ 중에서
★ 주요 내용
● 텐서플로 프로그래밍 101
● 기본 신경망 구현
● 텐서보드와 모델 재사용
● 헬로 딥러닝, MNIST
● 이미지 인식의 은총알, CNN
● 대표적 비지도 학습법, Autoencoder
● 딥러닝의 미래, GAN
● 번역과 챗봇 모델의 기본, RNN
● 구글의 핵심 이미지 인식 모델, Inception
● 딥마인드가 개발한 강화학습, DQN
예제 소스: https://github.com/golbin/TensorFlow-Tutorials
-
- 구분 : 저서
- 이름 : 골빈해커(김진중)
- 국적 : 대한민국
- 직업 :
- 분류 : 기타
- 인기지수 [95]
-
- [최근저서]전체보기
- 골빈해커의 3분 딥러닝
1장. 딥러닝과 텐서플로의 만남
__1.1 인공지능, 머신러닝 그리고 딥러닝
__1.2 왜 텐서플로인가?
2장. 텐서플로 설치와 주피터 노트북
__2.1 파이썬 및 필수 라이브러리 설치하기
__2.2 텐서플로 예제 내려받고 실행해보기
__2.3 주피터 노트북
3장. 텐서플로 프로그래밍 101
__3.1 텐서와 그래프 실행
__3.2 플레이스홀더와 변수
__3.3 선형 회귀 모델 구현하기
4장. 기본 신경망 구현
__4.1 인공신경망의 작동 원리
__4.2 간단한 분류 모델 구현하기
__4.3 심층 신경망 구현하기
5장. 텐서보드와 모델 재사용
__5.1 학습 모델 저장하고 재사용하기
__5.2 텐서보드 사용하기
__5.3 더 보기
6장. 헬로 딥러닝, MNIST
__6.1 MNIST 학습하기
__6.2 드롭아웃
__6.3 matplotlib
7장. 이미지 인식의 은총알, CNN
__7.1 CNN 개념
__7.2 모델 구현하기
__7.3 고수준 API
__7.4 더 보기
8장. 대표적 비지도 학습법, Autoencoder
__8.1 오토인코더 개념
__8.2 오토인코더 구현하기
9장. 딥러닝의 미래, GAN
__9.1 GAN 기본 모델 구현하기
__9.2 원하는 숫자 생성하기
__9.3 더 보기
10장. 번역과 챗봇 모델의 기본, RNN
__10.1 MNIST를 RNN으로
__10.2 단어 자동 완성
__10.3 Sequence to Sequence
__10.4 더 보기
11장. 구글의 핵심 이미지 인식 모델, Inception
__11.1 자료 준비
__11.2 학습시키기
__11.3 예측 스크립트
__11.4 더 보기
12장. 딥마인드가 개발한 강화학습, DQN
__12.1 DQN 개념
__12.2 게임 소개
__12.3 에이전트 구현하기
__12.4 신경망 모델 구현하기
__12.5 학습시키기
__12.6 더 보기
