로그인회원가입장바구니고객센터마이페이지회사소개
kangcom
전체
Home >   >   > 

텐서플로 입문

 [예제로 배우는 텐서플로]
   
지은이 잔카를로 자코네   |   출판사 에이콘  |   발행일 2016년 10월 20일
 
클릭하시면 큰 도서이미지를 보실 수 있습니다.
판매가 20,000원18,000원 10%
마일리지 5% 1,000원
발행일 2016-10-20
ISBN 8960779199 | 9788960779198
기타정보 번역서 | 208쪽 | 일반
예상출고일 1~2일 이내 (근무일기준)
배송비 2,000원 (20,000원이상 무료배송)
   
컴퓨터공학
종합지수 0p
   
이 책의 원서
  Getting Started with TensorFlow
Packt Publishing | Giancarlo Zaccone
 

[ 요약 ]

이 책은 머신 러닝과 딥 러닝에 관심이 있는 독자들이 텐서플로 예제를 구현해 보면서 쉽게 이해할 수 있도록 구성되어 있다. 기본 파이썬 문법부터 기본적인 머신 러닝 알고리즘(선형회귀, KNN, K-Means), 인공 신경망, 합성곱 신경망, 순환 신경망까지 텐서플로 예제를 통해 자세하게 설명한다. 텐서플로의 중요한 특징 중 하나인 텐서보드를 소개하고 GPU를 사용한 텐서플로 프로그래밍과 머신러닝으로 학습한 모델을 실무에서 활용할 수 있도록 환경을 제공하는 텐서플로 서빙까지 다룬다. 텐서플로를 통한 머신 러닝과 딥 러닝 구현의 기초를 다지는 데 큰 도움이 될 것이다.


[ 이 책에서 다루는 내용 ]

■ 수학적 문제 해결을 위한 텐서플로 환경 구축
■ 머신 러닝과 딥 러닝 기본 개념 학습
■ 데이터 모델 구축을 위한 인공 신경망 학습 및 검증
■ 회귀 알고리즘을 이용한 예측
■ 군집화를 통한 데이터 분석
■ 군집화와 데이터 분류를 위한 알고리즘 개발
■ 빅데이터 분석을 위한 GPU 컴퓨팅 구현


★ 이 책의 대상 독자 ★

프로그래밍과 수학에 대한 기본 지식이 있으며, 머신 러닝과 딥 러닝을 배우고 싶어 하는 사람을 대상으로 한다. 이 책의 내용을 숙지한다면 텐서플로의 기능을 이용해 강력한 애플리케이션을 제작할 수 있다.


[ 이 책의 구성 ]

1장, ‘텐서플로: 기초’에서는 텐서플로 구조의 전반적인 내용과 개발 배경, 파이썬 프로그래밍 가이드라인을 설명한다. 텐서플로 설치 방법과 세션을 구동시키는 방법, 그리고 최적화와 디버깅에서 사용하는 텐서보드(TensorBoard)에 대해서도 다룬다.
2장, ‘텐서플로 기초 연산’에서는 텐서플로의 수학 연산 기능에 대해 설명한다. 텐서플로의 기초 자료형을 설명하고, 이를 통해 가장 기본적인 연산부터 복잡한 편미분 방정식까지 풀어본다. 텐서플로에서 주요하게 다루는 자료 구조인 텐서(tensor)에 대해서도 설명한다.
3장, ‘머신 러닝 시작’에서는 머신 러닝 모델에 대해 설명한다. 데이터 간 유사성을 특징으로 사용하는 선형 회귀 알고리즘을 직접 구현해보면서 데이터 간의 연관성에 대해 알아본다. 머신 러닝의 학습 방법은 크게 분류(Classification)와 군집화(Clustering)의 두 가지로 나눌 수 있다. 분류는 새로운 데이터가 입력되면 미리 정의된 카테고리로 나누는 방법이며, 군집화는 비슷한 데이터끼리 그룹을 만드는 방법이다.
4장, ‘인공 신경망 소개’에서는 신경망에 대해 간단하면서도 자세히 설명한다. 인공 뉴런의 연결 구조는 사람의 뉴런이 행동하는 방식을 모방하도록 수학적으로 모델링돼 있다. 즉, 인공 뉴런은 실제 뉴런의 특성을 모방하도록 수학적으로 구성됐다고 할 수 있으며, 신경망(Neural Network)은 인공 뉴런을 연결해서 딥 러닝 알고리즘을 구성한 것이다. 단일 계층 퍼셉트론(Single Layer Perceptron)과 다중 계층 퍼셉트론(Multi Layer Perceptron)이 가장 기본적인 신경망이라 할 수 있으며, 이를 이용해 데이터를 분류해본다.
5장, ‘딥 러닝’에서는 딥 러닝 알고리즘을 다룬다. 최근 몇 년 동안 딥 러닝은 급격히 성장해, 과거에는 불가능하게 여겼던 문제를 해결하고 있다. 딥 러닝에서 가장 중요하게 다뤄지고 있는 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 이용해 이미지 인식과 번역을 각각 구현해본다.
6장, ‘GPU 프로그래밍과 텐서플로 서빙’에서는 GPU 연산 능력을 이용해 텐서플로를 더 빠르게 구동시키는 방법을 다루며, 머신 러닝에 특화된 고성능의 오픈소스 서빙 시스템인 텐서플로 서빙을 통해 텐서플로에 최적화된 개발 환경을 구성해본다.


[ 지은이의 말 ]

텐서플로(TensorFlow)는 머신 러닝과 딥 러닝을 위해 만들어진 오픈소스 소프트웨어 라이브러리다.
머신 러닝과 딥 러닝은 컴퓨터가 복잡한 패턴을 자동으로 인식해 똑똑한 결정을 내리도록 만드는 알고리즘이다.
머신 러닝의 알고리즘은 크게 지도 학습과 비지도 학습으로 나눌 수 있다. 두 방법의 주요 차이점은, 지도 학습은 프로그래머가 컴퓨터에게 해야 할 행위를 가르쳐주는 것인 반면, 비지도 학습은 모든 과정을 컴퓨터가 스스로 하도록 한다는 점이다.
딥 러닝은 머신 러닝의 한 분과며, 최근에는 인공지능 구현에 머신 러닝을 접목하는 사례가 늘어나고 있다. 이것이 가능한 이유는, 딥 러닝 알고리즘이 사람의 두뇌를 모방하려는 특징을 갖기 때문이다.
이런 흥미로운 주제를 다루기 위해 구글 브레인 팀은 이 책의 주제인 텐서플로를 개발했다.
텐서플로의 프로그래밍적 기능을 다루기 위해서는 먼저 파이썬(Python) 프로그래밍 언어에 대해 알아둬야 한다. 파이썬은 재미있고 사용하기 쉬운 범용 프로그래밍 언어며, 꼭 배워둬야 할 프로그래밍 언어 중 하나로 빠르게 자리 잡고 있다.
이 책은 텐서플로의 모든 기능을 다루지는 않는다. 하지만 텐서플로의 주요 개념을 소개하고 독자들로 하여금 최대한 효율적으로 텐서플로를 학습할 수 있게 돕는다. 각 장마다 텐서플로의 주요한 특징에 대해 프로그래밍 예제를 들어 설명하며, 머신 러닝과 딥 러닝을 다루며 마주치게 될 문제에 대해서도 다룬다.
텐서플로는 거대하고 복잡하다. 하지만 기본적인 사용법을 익혀둔다면 사용하기 아주 쉽게 구성돼 있다. 이 책과 함께라면 이 과정이 좀 더 수월할 것이다.

1장. 텐서플로: 기초
__머신 러닝과 딥 러닝 기초
____지도 학습
________비지도 학습
________딥 러닝
__텐서플로 개요
__파이썬 기초
____문법
____데이터 형식
____문자열
____제어 흐름
____함수
____클래스
____예외 처리
____라이브러리 불러오기
__텐서플로 설치
____맥과 리눅스 배포판에 설치
____윈도우에 설치
____소스코드로부터 텐서플로 설치
____텐서플로 동작 확인
__첫 번째 작업 세션
__데이터 플로우 그래프
__텐서플로 프로그래밍 모델
____텐서보드 사용법
__요약

2장. 텐서플로 기초 연산
__텐서 자료 구조
____1차원 텐서
____2차원 텐서
________텐서 다루기
____3차원 텐서
____텐서플로를 이용한 텐서 다루기
________입력 데이터 준비
__복소수와 프랙탈
____망델브로 집합 데이터 준비
____망델브로 집합의 데이터 플로우 그래프 생성과 실행
____망델브로 집합 시각화
____쥘리아 집합 데이터 준비
____쥘리아 집합의 데이터 플로우 그래프 생성과 실행
____쥘리아 집합 시각화
__그레이디언트 계산
__난수
____균일 분포
____정규 분포
____시드를 이용한 난수 생성
________몬테카를로 기법
__편미분 방정식 풀기
____초기 조건 설정
____모델 생성
____그래프 실행
________연산에 사용된 함수 살펴보기
__요약

3장. 머신 러닝 시작
__선형 회귀 알고리즘
____데이터 모델
________비용 함수와 경사 하강법
________________모델 학습
__MNIST 데이터 집합
____데이터 다운로드와 준비
__분류기
____최근접 이웃 알고리즘
________학습군 제작
________비용 함수와 최적화
________________테스트와 알고리즘 평가
__데이터 군집화
____k-평균 알고리즘
____학습군 제작
____비용 함수와 최적화
________테스트와 알고리즘 평가
__요약

4장. 인공 신경망 소개
__인공 신경망이란?
____신경망 구조
____단일 계층 퍼셉트론
____로지스틱 회귀
________텐서플로 구현
________모델 생성
________세션 실행
________테스트 평가
________소스코드
__다중 계층 퍼셉트론
____다중 계층 퍼셉트론 분류
________모델 생성
________세션 실행
________소스코드
____다중 계층 퍼셉트론 함수 추정
________모델 생성
________세션 실행
__요약

5장. 딥 러닝
__딥 러닝 기술
____합성 곱 신경망
________CNN 구조
________텐서플로를 이용한 CNN 구현
________________초기화 단계
________________첫 번째 합성 곱 레이어
________________두 번째 합성 곱 레이어
________________완전 연결 레이어
________________출력 레이어
________________모델 학습 및 평가
________________세션 실행
________________소스코드
____순환 신경망
________RNN 구조
________LSTM 네트워크
________텐서플로를 이용한 자연어 처리
________________데이터 다운로드
____모델 제작
____코드 실행
__요약

6장. GPU 프로그래밍과 텐서플로 서빙
__GPU 프로그래밍
__텐서플로 서빙
____텐서플로 서빙 설치
________Bazel
________gRPC
________________텐서플로 서빙 의존성 패키지
________________텐서플로 서빙 설치
____텐서플로 서빙 사용법
________텐서플로 모델 학습과 내보내기
________세션 실행
__텐서플로 모델 불러오기와 내보내기
____서버 테스트
__요약

잔카를로 자코네(Giancarlo Zaccone)
산업과학 분야에서 10년 이상 연구 프로젝트를 관리해 왔다. 국립 연구 협회(CNR, the National Research Council)에서 근무하면서 병렬 수치 연산 및 시각화에 관해 연구했다.
현재 컨설팅 업체에서 소프트웨어 엔지니어로 활동하며, 대공 방어 시스템 유지 보수 업무를 맡고 있다.
나폴리 대학교(Federico II of Naples)에서 물리학 석사학위를 받았으며, 로마 라 사피엔차 대학교(La Sapienza of Rome)에서 컴퓨터 과학 석사 2학기 과정에 있다.
팩트출판사에서 『Python Parallel Programming Cookbook』을 출간했으며 링크드인(https://it.linkedin.com/in/giancarlozaccone)을 통해 그와 연락할 수 있다.

등록된 서평이 없습니다.
알고리즘 문제 풀이 전략...
조중필, 한현상, 이주호
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
알고리즘 문제 해결 전략 세트(전2권)...
구종만
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
버그 안녕! (WRITING SOLID CODE)...
나윤석
선택된 상품을 찜하실 수 있습니다. 선택된 상품을 바로구매 하실 수 있습니다.
 
전체평균(0)
회원평점   회원서평수 0
에이콘 출판사의 신간
함수형 파이썬 프로그래밍
스티븐 로트 저
27,000원
(10%↓+5%)
 
하이브 핵심정리
다융 두 저
18,000원
(10%↓+5%)
 
웹 개발자 레퍼런스 가이드
조슈아 조하난, 탈하 칸, 리카르도 지 저
45,000원
(10%↓+5%)
 
자바스크립트 JSON 쿡북
레이 리쉬패터 저
18,000원
(10%↓+5%)
 
소프트웨어 아키텍처 설계
움베르토 세르반테스, 릭 카즈만 저
27,000원
(10%↓+5%)
 
이메일주소수집거부