CHAPTER 1 딥러닝과 파이토치
1.1 인공지능과 머신러닝
1.2 지도학습, 비지도학습, 강화학습
1.3 딥러닝과 신경망
1.4 파이토치가 개발되기까지
1.5 왜 파이토치인가?
1.6 마치며
CHAPTER 2 파이토치 시작하기
2.1 파이토치 설치 & 환경구성
2.2 파이토치 예제 내려받고 실행 확인하기
2.3 주피터 노트북
2.4 마치며
CHAPTER 3 파이토치로 전체 코드 구현하는 ANN
3.1 텐서와 Autograd
3.2 경사하강법으로 이미지 복원하기
3.3 신경망 모델 구현하기
3.4 마치며
CHAPTER 4 패션 아이템을 구분하는 DNN
4.1 Fashion MNIST 데이터셋 알아보기
4.2 인공 신경망으로 패션 아이템 분류하기
4.3 성능 측정하기
4.4 과적합과 드롭아웃
4.5 마치며
CHAPTER 5 이미지 처리 능력이 탁월한 CNN
5.1 CNN 기초
5.2 CNN 모델 구현하기
5.3 ResNet으로 컬러 데이터셋에 적용하기
5.4 마치며
CHAPTER 6 사람의 지도 없이 학습하는 오토인코더
6.1 오토인코더 기초
6.2 오토인코더로 이미지의 특징 추출하기
6.3 오토인코더로 망가진 이미지 복원하기
6.4 마치며
CHAPTER 7 순차적인 데이터를 처리하는 RNN
7.1 RNN 개요
7.2 영화 리뷰 감정 분석
7.3 Seq2Seq 기계 번역
7.4 마치며
CHAPTER 8 딥러닝을 해킹하는 적대적 공격
8.1 적대적 공격이란?
8.2 적대적 공격의 종류
8.3 FGSM 공격
8.4 마치며
CHAPTER 9 경쟁하며 학습하는 GAN
9.1 GAN 기초
9.2 GAN으로 새로운 패션 아이템 생성하기
9.3 cGAN으로 생성 제어하기
9.4 마치며
CHAPTER 10 주어진 환경과 상호작용하며 학습하는 DQN
10.1 강화학습과 DQN 기초
1
이론보다는 실전! 몸으로 먼저 익히는 <3분> 딥러닝 시리즈!
새로운 프로그래밍 언어나 라이브러리를 학습하는 가장 좋은 방법은 무엇일까요? <3분> 시리즈는 긴 설명을 읽기보다는 직접 코드를 입력해가면서 익히게 해 쉽고 재미있습니다.
독자 옆에 앉아 빠르게 ‘함께 코딩해가며’ 설명한다는 느낌이 들도록 했습니다. 코드는 설명 흐름에 맞춰 필요한 만큼만 보여주며, 전체 코드를 마지막에 제시합니다. 이론은 큰 그림을 이해할 정도로만 알려주고, 코드도 세세한 부분까지 설명하지는 않습니다.
우선은 큰 그림과 동작하는 코드를 손에 넣은 후, 파이토치 사용법 문서와 저자가 만든 파이토치 깃허브를 참고해 코드를 주물러보며 파이토치와 친해져보세요.
각 절의 마지막에는 주석이 거의 없는 전체 코드가 등장합니다. 주~욱 훑어보며 배운 걸 정리하고 제대로 이해했는지 점검해보기 바랍니다. 각 코드 블록에 해당하는 본문 설명의 위치를 숫자로 연결해뒀으니 특정 코드가 이해되지 않을 때 활용하기 바랍니다.
주요 내용
● 파이토치 시작하기
● 파이토치로 구현하는 ANN
● 패션 아이템을 구분하는 DNN
● 이미지 인식 능력이 탁월한 CNN
● 사람의 지도 없이 학습하는 오토인코더
● 순차적인 데이터를 처리하는 RNN
● 딥러닝을 해킹하는 적대적 공격
● 경쟁하며 학습하는 GAN
● 주어진 환경과 상호작용하며 학습하는 DQN
★ 이 책의 구성
딥러닝과 파이토치를 처음 접하는 사람이 쉽게 이론을 익히고 구현할 수 있도록 구성했습니다. 딥러닝은 언어부터 이미지까지 넓은 분야에 쓰이며 응용 분야에 따라 그 형태가 다양합니다. 따라서 최대한 다양한 학습 방식과 딥러닝 모델을 구현할 수 있도록 예제를 준비했습니다 .
_1장. 딥러닝과 파이토치
딥러닝의 기본 지식을 쌓고 여러 머신러닝 방식을 배웁니다. 파이토치가 무엇이고 왜 필요한지, 텐서플로와 케라스 같은 라이브러리와 무엇이 다른지 알아봅니다.
_2장. 파이토치 시작하기
파이토치
