[PART 1 파이토치와 신경망 기초]
CHAPTER 1 파이토치 기본
구글 코랩
파이토치 텐서
파이토치를 이용한 자동 기울기 계산
계산 그래프
핵심 정리
CHAPTER 2 파이토치로 만드는 첫 번째 신경망
MNIST 이미지 데이터셋
MNIST 데이터 얻기
데이터 살펴보기
간단한 신경망
훈련 시각화하기
MNIST 데이터셋 클래스
분류기 훈련시키기
신경망에 쿼리하기
분류기의 성능
CHAPTER 3 성능 향상 기법
손실 함수
활성화 함수
옵티마이저
정규화
복합적 성능 향상 기법
핵심 정리
CHAPTER 4 CUDA 기초
넘파이 대 파이썬
엔비디아 CUDA
CUDA를 파이썬에서 사용하기
핵심 정리
[PART 2 튼튼한 GAN 만들기]
CHAPTER 5 GAN 개념
이미지 생성하기
적대적 훈련
GAN 훈련
훈련하기 어려운 GAN
핵심 정리
CHAPTER 6 단순한 1010 패턴
실제 데이터 소스
판별기 만들기
판별기 테스트하기
생성기 만들기
생성기 결과 확인하기
GAN 훈련하기
핵심 정리
CHAPTER 7 손으로 쓴 숫자 훈련
데이터셋 클래스
MNIST 판별기
판별기 테스트하기
MNIST 생성기
생성기 결과 확인하기
GAN 훈련하기
모드 붕괴
GAN 훈련 성능 향상하기
시드로 실험하기
핵심 정리
CHAPTER 8 얼굴 이미지
컬러 이미지
CelebA 데이터셋
계층적 데이터 형식
데이터 가져오기
데이터 살펴보기
데이터셋 클래스
판별기
판별기 테스트하기
GPU 가속
생성기
생성기 결과 확인하기
GAN 훈련하기
핵심 정리
[PART 3 흥미로운 GAN 기법]
CHAPTER 9 합성곱 GAN
메모리 소비
지역화된 이미지 특성
합성곱 필터
커널 가중치 학습하기
특성의 계층구조
MNIST CNN
CelebA CNN
각자 실험해보기
핵심 정리
CHAPTER 10 조건부 GAN
*멋진 아이디어는 누구나 쉽게 배울 수 있어야 한다
*세계에서 가장 안락한 GAN 입문서
2014년 등장한 GAN은 빠르게 발전하는 머신러닝 분야에서 특히 폭발적인 관심을 모았습니다. 인간이 보기에 그럴듯한 새로운 결과를 기계가 알아서 생성한다는 건 혁신이었습니다. 신경망 분야의 세계적인 석학인 얀 르쿤은 GAN을 “최근 10년 동안 머신러닝 분야에서 나온 제일 멋진 아이디어”라고 평하기도 했습니다.
GAN에 대한 연구는 현재도 활발히 진행 중이지만, 신경망과 마찬가지로 원리만 알면 GAN 역시 어렵지 않습니다. 쉽게 가르쳐주는 사람이 없었던 것뿐입니다. 『신경망 첫걸음』으로 전 세계 수포자들에게 희망을 준 타리크 라시드가 이번에는 GAN 입문서를 썼습니다. 멋진 아이디어는 간결하고 쉬운 설명으로 많은 사람에게 알려질 때 더욱 빛난다는 저자의 신념이 책 곳곳에서 고스란히 전해집니다.
『신경망 첫걸음』과 마찬가지로 수학 공식은 줄이고 친절한 그림과 문장으로 개념 원리를 알려줍니다. 기존 신경망에 비해 구현이 까다로울 수 있지만, 파이토치와 구글 코랩을 사용해 구현 시 어려움을 겪지 않게 배려했습니다. 1부에서 파이토치와 신경망 기초를 배우고, 2부에서 MNIST 손 글씨부터 풀컬러 연예인 얼굴까지 GAN으로 생성하며, 3부에서는 합성곱 GAN과 조건부 GAN 등 더 고급 기법을 살펴봅니다. 그림으로 합성곱을 설명하는 챕터 하나만 봐도, 이 책이 세상 어떤 딥러닝 자료보다 친절하다는 사실을 알 수 있습니다.
