목차 일부
1장. 딥러닝 시작하기
__머신 러닝 소개
____지도 학습
____비지도 학습
____강화 학습
__딥러닝이란 무엇인가?
____인간의 뇌는 어떻게 작동하는가?
____딥러닝의 역사
____적용 분야
__신경망
____생물학적 뉴런
____인공 신경 세포
__인공 신경망은 어떻게 학습하는가?
____역전파 알고리즘
___...
더보기
목차 전체
1장. 딥러닝 시작하기
__머신 러닝 소개
____지도 학습
____비지도 학습
____강화 학습
__딥러닝이란 무엇인가?
____인간의 뇌는 어떻게 작동하는가?
____딥러닝의 역사
____적용 분야
__신경망
____생물학적 뉴런
____인공 신경 세포
__인공 신경망은 어떻게 학습하는가?
____역전파 알고리즘
____가중치 최적화
____확률적 경사 하강
__신경망 구조
____다층 퍼셉트론
____DNN 구조
____컨벌루션 뉴럴 네트워크
____제약 볼츠만 머신
__오토인코더
__순환 신경망
__딥러닝 프레임워크 비교
__요약
2장. 텐서플로 살펴보기
__일반 개요
____텐서플로 1.x의 새로운 기능은 무엇인가?
____텐서플로는 사람들이 사용하는 방식을 어떻게 변화시켰는가?
____텐서플로 설치 및 시작하기
__리눅스에서 텐서플로 설치하기
____플랫폼에 어떤 텐서플로를 설치해야 하는가?
__NVIDIA에서 GPU로 텐서플로를 실행하기 위한 필요 요건
____단계 1: NVIDIA CUDA 설치
____단계 2: NVIDIA cuDNN v5.1+ 설치
____단계 3: CUDA 컴퓨팅 기능 3.0+ 이 있는 GPU 카드
____단계 4: libcupti-dev 라이브러리 설치
____단계 5: Python(또는 Python3) 설치
____단계 6: PIP(또는 PIP3) 설치 및 업그레이드
____단계 7: 텐서플로 설치
__텐서플로 설치 방법
____pip로 텐서플로 설치하기
____virtualenv로 설치하기
__윈도우에서 텐서플로 설치하기
____소스를 이용해 설치하기
____윈도우에 설치하기
____텐서플로 설치를 테스트하기
__계산 그래프
__왜 계산 그래프가 중요한가?
____계산 그래프로 신경망 표현하기
__프로그래밍 모델
__데이터 모델
____랭크
____구조
____데이터 유형
____변수
____텐서 가져오기
____피드
__텐서보드
____텐서보드는 어떻게 작동하는가?
__단일 입력 뉴런 구현하기
__단일 입력 뉴런에 대한 소스 코드
__텐서플로 1.x로 마이그레이션
____업그레이드 스크립트를 사용하는 방법
____제안
____수작업 코드 업그레이드 방법
____변수
____요약 함수
____단순화한 수학 변형
____기타 변경 사항
__요약
3장. 순방향 신경망에 텐서플로 사용하기
__순방향 신경망 소개
____순방향 및 역전파
____가중치와 바이어스
____전이 함수
__자필 숫자의 분류
__MNIST 데이터 집합 살펴보기
__소프트맥스 분류기
____가시화
__텐서플로 모델을 저장하고 복구하는 방법
____모델 저장하기
____모델 복구하기
____소프트맥스 소스 코드
____소프트맥스 로더 소스 코드
__5층 신경망 구현
____가시화
____5층 신경망 소스 코드
__ReLU 분류기
__가시화
____ReLU 분류기 소스 코드
__드롭아웃 최적화
____가시화
____드롭아웃 최적화를 적용한 소스 코드
__요약
4장. 컨볼루션 신경망에 텐서플로 사용하기
__CNN 소개
__컨볼루션 뉴럴 네트워크 구조
____CNN 모델 - LeNet
__첫 번째 CNN 구축
____손으로 쓴 분류기의 소스 코드
____CNN으로 감정 인식하기
____감정 분류기 소스 코드
____여러분이 보유한 이미지로 모델 테스트하기
____소스 코드
__요약
5장. 텐서플로 오토인코더 최적화하기
__오토인코더 소개
__오토인코더 구현하기
____오토인코더에 대한 소스 코드
__오토인코더 견고성 개선하기
__노이즈 제거 오토인코더 구축하기
____노이즈 제거 오토인코더 소스 코드
__컨볼루션 오토인코더
____인코더
____디코더
____컨볼루션 오토인코더 소스 코드
__요약
6장. RNN 순환 신경망
__RNN 기본 개념
__RNN 실행 메커니즘
__RNN의 펼쳐진 버전
__그레이디언트 소멸 문제
__LSTM 네트워크
__RNN을 이용한 이미지 분류기
____RNN 이미지 분류 프로그램의 소스 코드
__양방향 RNN
____양방향 RNN 소스 코드
____텍스트 예측
____데이터 집합
____혼잡도
____PTB 모델
____예제 실행하기
__요약
7장. GPU 연산
__GPGPU 연산
__GPGPU 역사
__CUDA 구조
__GPU 프로그래밍 모델
__텐서플로 GPU 설정
____텐서플로 업데이트
__텐서플로 GPU 관리
____프로그래밍 예제
________GPU 계산을 위한 소스 코드
__GPU 메모리 관리
__복수 GPU 시스템에서 단일 GPU 할당
____소프트 배치로 GPU에 대한 소스 코드
____복수 GPU 사용하기
____복수 GPU 관리를 위한 소스 코드
__요약
8장. 고급 텐서플로 프로그래밍
__케라스 소개
____설치
__딥러닝 모델 만들기
__영화 평론 내용에 근거한 감정 분류
____케라스 무비 분류 프로그램의 소스 코드
__컨볼루션층을 추가하기
____컨볼루션층을 갖는 영화 분류기에 대한 소스 코드
__Pretty Tensor
____층 연결
________일반 모드
________순차 모드
________분기 및 조인
__숫자 분류기
____숫자 분류기용 소스 코드
__TFLearn
____TFLearn 설치
__타이타닉 생존 예측기
____타이타닉 분류기 소스 코드
__요약
9장. 텐서플로를 이용한 고급 멀티미디어 프로그래밍하기
__멀티미디어 분석 소개
__가변적인 객체 감지를 위한 딥러닝
____병목
____재학습 모델 사용
__가속화한 선형 대수학
____텐서플로의 주요 강점
____XLA를 통한 Just-In-Time 컴파일
________JIT 컴파일
________XLA의 존재와 장점
________XLA의 후드 작업
________여전히 실험적인 상태다
________지원 플랫폼
________보다 실험적인 자료
__텐서플로와 케라스
____케라스는 무엇인가?
____케라스의 효과
____비디오 질문 응답 시스템
________실행 불가능한 코드!
__안드로이드에서 딥러닝
____텐서플로 데모 예제
____안드로이드 시작하기
________구조 요구 사항
________사전 빌드한 APK.
________데모 실행
________안드로이디 스튜디오로 구현하기
________좀 더 시도해본다 - Bazel로 구축하기
__요약
10장. 강화 학습
__강화 학습의 기본 개념
__Q-러닝 알고리즘
__OpenAI Gym 프레임워크 소개
__frozenlake-v0 구현 문제
____frozenlake-v0 문제에 대한 소스 코드
__텐서플로를 사용한 Q-러닝
__Q 러닝 신경망 소스 코드
__요약
더보기 닫기