__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