한빛출판네트워크

IT/모바일

한 권으로 끝내는 딥러닝 텐서플로

회귀분석에서 강화학습까지 최고의 딥러닝 입문서

한빛미디어

번역서

절판

한 권으로 끝내는 딥러닝 텐서플로
좋아요: 4
  • 저자 : 바라스 람순다르 Bharath Ramsundar , 레자 자데 Reza Bosagh Zadeh
  • 역자 : 장정호 , 정하나
  • 출간일 : 2018-11-05
  • 페이지 : 264쪽
  • ISBN : 9791162241226
  • 물류코드 :10122

합계 : 21,600

  • 텐서플로 코드로 딥러닝 개념 원리 확실히 이해하기 

     

    딥러닝 기초 이론과 텐서플로 동작 원리를 단시간에 확실히 배울 수 있게 구성되었다. 회귀분석에서 시작해 하이퍼파라미터 최적화, CNN, RNN, 강화학습, 나아가 GPU 및 TPU까지, 딥러닝/머신러닝 관련 업무에 종사하고 있다면 반드시 알아야 할 기법과 지식을 실무 관점에서 담았다. 특히 소프트웨어 시스템을 설계해본 경험이 있는 개발자에게 도움이 되며, 딥러닝을 처음 접하는 과학자 및 다른 전문가에게도 유용한 내용으로 채웠다.

  • [저자] 바라스 람순다르 Bharath Ramsundar

    캘리포니아 대학교 버클리에서 전자공학 컴퓨터 과학 학위를 받았고 수학과 졸업생 대표였다. 현재 스탠퍼드 대학교에서 컴퓨터 과학 박사과정을 밟고 있다. 연구 분야는 딥러닝을 신약 개발에 적용하는 방법이다. 딥켐(DeepChem.io)의 리드 개발자이자 창시자로서, 딥켐은 텐서플로 기반의 오픈소스 패키지로서 신약 개발 분야에서 딥러닝 사용을 대중화하는 것을 목표로 한다. 선정이 까다롭기로 유명한 허츠(Hertz) 장학금 지원을 받고 있다.

    [저자] 레자 자데 Reza Bosagh Zadeh

    매트로이드(Matroid) 창립 CEO이자 스탠퍼드 대학교 부교수. 머신러닝, 분산 컴퓨팅, 이산응용수학을 연구하고 있다. KDD 최고논문상과 진 골룹 우수논문상을 수상한 바 있고, 마이크로소프트와 데이터브릭스에서 기술자문위원을 역임하기도 했다. 연구 중 트위터의 ‘팔로우 추천’ 알고리즘을 머신러닝으로 구축했고, 이는 트위터에 머신러닝을 적용한 첫 사례였다. 아파치 스파크의 선형대수 패키지의 초기 제작자였고, 당시 작업물이 업계 및 학계의 클러스터 컴퓨팅 환경에서 사용되고 있다. 현재 스탠퍼드 대학교에서 분산 알고리즘과 최적화, 이산수학 및 알고리즘 강의를 개설해 가르치고 있다.

    [역자] 장정호

    네이버 검색 소프트웨어 엔지니어. 2006년에 티맥스에서 애플리케이션/시스템 간 데이터 전송 시스템 개발을 시작으로, 다음커뮤니케이션에서 데이터 마이닝 업무, SAP에서 칼럼 기반의 인메모리 RDBMS인 HANA 개발에 동참했으며, 그 후 빅데이터 저장/분석 시스템 영역에 관한 연구를 통해 네이버에서 데이터 분석 시스템을 개발을 담당하고 있습니다. 한빛미디어에서 『쿠퍼네티스 모범 사례』(2020), 『하둡 완벽 가이드(4판)』(2017), 『하이브 완벽 가이드』(2013) 등을 번역했습니다.

     

    SK텔레콤의 데이터 플랫폼 엔지니어. 네이버와 SAP에서 데이터 플랫폼과 데이터베이스 개발에 참여했습니다.

     

    [역자] 정하나

    성균관대학교 글로벌경제학과를 졸업하고 삼성전자 무선사업부에서 데이터 분석 기반 마케팅 업무를 담당하고 있다. 공학 기술과 경영, 인문을 융합한 비즈니스 분석에 관심이 크다. 현재 연세대학교에서 빅데이터 분석 석사과정을 밟으며 학업과 실무를 병행하고 있다.

  • CHAPTER 1 딥러닝 소개

    1.1 머신러닝이 컴퓨터 과학을 집어삼키다

    1.2 딥러닝 기본 요소

    1.3 딥러닝 아키텍처

    1.4 딥러닝 프레임워크 

    1.5 마치며

     

    CHAPTER 2 텐서플로 기초 소개

    2.1 텐서 소개

    2.2 텐서플로 기초 계산

    2.3 명령형과 선언형 프로그래밍

    2.4 마치며

     

    CHAPTER 3 텐서플로를 사용한 선형 및 로지스틱 회귀

    3.1 수학 복습

    3.2 텐서플로를 사용한 학습

    3.3 텐서플로에서 선형 모델 및 로지스틱 모델 학습하기

    3.4 마치며

     

    CHAPTER 4 완전연결 딥 네트워크

    4.1 완전연결 딥 네트워크란?

    4.2 완전연결 네트워크에서의 ‘뉴런’

    4.3 완전연결 신경망 학습

    4.4 텐서플로 구현

    4.5 마치며

     

    CHAPTER 5 하이퍼파라미터 최적화

    5.1 모델 평가 및 하이퍼파라미터 최적화

    5.2 지표, 지표, 지표

    5.3 하이퍼파라미터 최적화 알고리즘

    5.4 마치며 

     

    CHAPTER 6 합성곱 신경망

    6.1 합성곱 아키텍처 소개

    6.2 합성곱 네트워크 애플리케이션

    6.3 텐서플로 합성곱 네트워크 학습

    6.4 마치며

     

    CHAPTER 7 순환 신경망

    7.1 순환 아키텍처 개요 

    7.2 순환 셀

    7.3 순환 모델 애플리케이션

    7.4 신경 튜링머신

    7.5 순환 신경망을 사용하여 실제 작업하기

    7.6 펜 트리뱅크 말뭉치 처리하기 

    7.7 마치며

     

    CHAPTER 8 강화학습

    8.1 마르코프 결정 과정

    8.2 강화학습 알고리즘

    8.3 강화학습의 한계

    8.4 틱택토 게임

    8.5 A3C 알고리즘

    8.6 마치며

     

    CHAPTER 9 대규모 딥 네트워크 학습

    9.1 딥 네트워크를 위한 커스텀 하드웨어

    9.2 CPU 학습 

    9.3 분산 딥 네트워크 학습

    9.4 다중 GPU를 사용한 CIFAR-10 데이터 병렬 학습

    9.5 마치며

     

    CHAPTER 10 딥러닝의 미래

    10.1 기술 산업 밖의 딥러닝

    10.2 윤리적인 딥러닝 사용

    10.3 인공일반지능이 곧 도래할까요?

    10.4 이제 무엇을 해야 할까요?

  • 최신 텐서플로 코드로 체계적으로 이해하는 딥러닝 이론과 실무 

     

    딥러닝 이론 따로 구현 따로 공부하는 것보다 라이브러리로 실습하며 익히는 게 더 효율적이다. 그리고 현재 딥러닝에 가장 널리 쓰이는 라이브러리는 텐서플로다. 이 책은 신약 개발 분야에서 딥러닝을 활용하고 있는 연구자들이 딥러닝 기초 이론과 텐서플로 동작 원리를 단시간에 확실히 배울 수 있게 쓴 실전적인 가이드북이다. 

    딥러닝의 기초가 되는 텐서 수학에서 시작해 완전연결 신경망, CNN, RNN, GAN, 강화학습 등 입문자들이 꼭 알아야 할 기초 지식과 기법을 친절히 살펴본다. 수학 이론을 세세히 다루는 대신 적절한 코드 예제로 이해를 돕고, 프로그래밍에 익숙하지 않은 이들을 위해 선언형 프로그래밍과 객체지향 개념도 함께 살펴본다. 

    많은 입문서에서 적당히 넘어가는 하이퍼파라미터 최적화도 챕터를 할애해 설명하는 것도 장점이다. 끝으로 현업에서 접하게 될 GPU/TPU를 활용한 분산처리까지, 딥러닝/머신러닝 관련 업무에 종사하고 있다면 반드시 알아야 할 기법과 지식을 실무 관점에서 담았다. 

    웹에 수많은 데이터셋과 튜토리얼 코드가 공개되어 있지만, 구슬이 서 말이라도 꿰어야 보배다. 이 책을 마스터하면 단편적인 딥러닝, 텐서플로 지식을 체계적으로 종합하여 현업에 준비된 개발자로 거듭날 수 있다.

    • 기본 연산 등으로 텐서플로 기초 학습
    • 기초적인 학습 시스템을 구축하며 수학 원리 습득
    • 완전연결 네트워크 이해
    • 하이퍼파라미터 최적화로 모델 품질 개선
    • 합성곱 신경망으로 이미지 처리
    • 순환 신경망으로 자연어 데이터셋 다루기
    • 강화학습으로 틱택토 같은 게임 풀기
    • GPU 및 TPU로 네트워크 학습

     

    추천사

    실습 위주의 읽기 편한 텐서플로 책이다. 딥러닝을 배워야 할 동기를 유발하는 다양한 예제를 살펴보면서도, 너무 세세하게 들어가지 않는 것도 좋았다. 텐서플로를 기초부터 설명하고, 실무 개발자가 주 독자이므로 수학도 자세히 다루지 않는다. 소프트웨어 엔지니어에게 강력히 추천한다. - 바룬 바수데반, 스탠퍼드 대학교 계산수학과 박사과정


    • KakaoTalk_20201122_192211758.jpg



      TensorFlow for Deep Learning : 한 권으로 끝내는 딥러닝 텐서플로






      ● 텐서플로를 통해 머신러닝의 기본을 소개하는 책



      ● 텐서플로우를 사용하여 이미지 객체 감지, 텍스트 이해, 임상 의약의 특성 예측하는 시스템을 구축하는 방법을 배우는 책



      ● 텐서 미적분학을 수행하는 시스템으로서의 텐서플로의 잠재력을 이해할 수 있는 책



      ● 실무자를 위해 쓰인 딥러닝 책



      ● 실용적인 예제를 통해 기본 개념을 설명하는 책



      ● 머신러닝의 기본에 대한 이해를 기초부터 쌓게하는 책



      ● 대상 독자는 소프트웨어 시스템 설계에 익숙한 실무 개발자



      <목차>



      1. 딥러닝 소개



      2. 텐서플로 기초 소개



      3. 텐서플로를 사용한 선형 및 로지스틱 회귀



      4. 완전연결 딥 네트워크



      5. 하이퍼파라미터 최적화



      6. 합성곱 신경망



      7. 순환 신경망



      8. 강화학습



      9. 대규모 딥 네트워크 학습



      10. 딥러닝의 미래






      텐서플로는 딥러닝을 배우기에 가장 적절한 도구이다.



      회귀분석부터 하이퍼파라미터 최적화, CNN, RNN, 강화학습 등 딥러닝의 기본적인 이론을 모두 다루고 있으며 지식을 실무 관점에서 담았다.






      초보자가 보기엔 어려운 느낌이들며 기본 배경 지식이 있은 후 보면 좀더 읽기 쉬운 책이 되지 않을까 한다.







    •  



      Author: 바리스 람순데르, 레자 자데



      출판사: 한빛미디어



      Score /5: ⭐️⭐️⭐️⭐️


       


      1. 간략 정리



      딥러닝에 관한 전체적인 그림은 이책으로 그릴 수 있습니다.



      • 딥러닝에 대한 이야기를 쉽고 간단하게 풀어서 설명

      • 다만, 아무리 쉬워도 딥러닝은 딥러닝. 합성곱이 무엇이냐 등등은 알고 들어와야 할듯

      • 딥러닝에 대한 간단한 기초를 가진 사람이 정리하는 식으로 보기에는 좋은 책


      2. 좋았던 점



      텐서플로를 통해 딥러닝에 좀 더 깊이 접근해 볼 수 있음



      텐서플로의 기본을 통해서 딥러닝을 깊게 이해할 수 있어서 좋았다. 그리고 하나 하나씩 딥러닝에 대한 접근을 할 수 있다. (로지스틱 회귀등 다양한 알고리즘에 접근)


       


      상당히 얇다


       



      코드와 수식을 통해서 충분히 설명



      해당 책이 절대 쉽지는 않다. 다만, 설명 → 수식 → 코드 형태로 하나씩 하나씩 뜯어서 과정을 보여주기 때문에 조금 공부를 하면 좀 더 용이하게 접근할 수 있다.


      3. 보완할 점



      과연 입문자가 볼 수 있는 책일까?



      '생각보다는 쉽다' 라고 느껴 지지는 않다. 기본적인 수식에 대한 이해를 바탕으로 텐서플로를 다룰 줄 알아야 한다.


      어느 정도는 기본 지식이 필요하다.


      4. 정리


      정리하자면, 어느 정도의 기본 지식을 가지고 전체적인 흐름을 훑어 보고자 하는 독자가 읽기에는 최고의 책이라고 볼 수 있다. 책도 두껍지 않으며 (약 250페이지) 일주일안에 후루룩 훑어보고 다시 참고할 수 있는 책이다.

    • 학교에서 딥러닝 수업은 수강중인데, 아무래도 내용이 어려운 점이 많아 자습은 필수적이었다.


      자습할 때 같이 볼 책이 필요했는데 서점에 가니 정말 다양한 딥러닝 관련 서적들을 볼 수 있었다.


      책을 고를 때 나는 양이 부담스럽지 않으며, 코드에 대한 설명이 잘 되어 있는 책을 원했다.


       


      그 중에서 발견한 딥러닝 책은 바로 이번에 리뷰하게 될 



      " 한 권으로 끝내는 딥러닝 텐서플로 "


       


       


       




       


      책의 첫 표지부터 전문적인(?) 느낌이 났다.


       


       




       


      두께는 내가 고려한 가장 중요한 기준 중 하나였는데, 이 책은 양 부분 에서는 너무 마음에 들었다. 


      총 263페이지이고 가벼워서 도서관이나 학교에 가지고 다니기 편했다.


      챕터는 총 10개로 구성되어있고 유기적으로 연결되어 있다. 


       


       




       


      맨 처음은 모든 책들이 그렇듯, 소개로 시작한다. 


      딥러닝을 공부해야하는 이유와 딥러닝의 기본구조에 대한 이야기를 담고 있다.


       


       




       


      딥러닝을 다루기 위해 필요한 라이브러리는 텐서플로우(Tensorflow)이다.


      딥러닝을 위한 라이브러리가 텐서플로우만 있는 건 아니지만 가장 대표적이며 많이 쓰인다.


      chapter 2에서는 텐서플로우 설치방법과 간단한 텐서 연산을 코드와 함께 설명하고 있다.


       


       




       


       


      ▼참고▼



      내 블로그에서 윈도우에서 텐서플로우 설치하는 방법을 다뤘었다.



      growingarchive.tistory.com/25?category=887294


       



       


      [딥러닝/Deep Learning] TensorFlow 윈도우 설치


      1. 텐서플로우란? -구글에서 오픈소스로 공개한 기계학습 라이브러리 -다른 언어들도 대부분 제공하나, 파이썬(Python) 관련 자료가 가장 풍부 -아나콘다(anaconda)를 사용해 텐서플로우를 설치하면


      growingarchive.tistory.com




       


       






       


      텐서플로우를 설치하고 가장 먼저 배우는 것은 선형 회귀(Linear Regression)이다.


      가장 단순하지만 가장 중요한 부분이기도하다.


      보통 구글링을 통해서 예제를 접하다보면, 코드가 다 비슷비슷한 경우가 많다.


      그런데 이 책의 코드는 처음보는 코드들이 많아 공부하는 재미가 있었다.


       


       






       


      chapter 4에서는  완전연결 딥 네트워크 (FNN)에 대해서 다룬다. 


       


       




       


      chapter5는 하이퍼파라미터를 최적화하는 방법에 대해 설명한다.


      흔히 튜닝한다고 하는데 더 성능을 좋게하는 방법을 말한다. 


      맨 처음부터 결과가 좋기란 어렵기 때문에,, 튜닝, 최적화를 통해 모델은 조금 더 나은 성능을 향해 나아간다.


      하이퍼파라미터 최적화 알고리즘도 같이 배운다.


       


       






       


      이후 chapter6에서는 합성곱 신경망(CNN)에 대해서 다룬다.


      합성곱 신경망은 이미지 데이터에 강점을 보이는 신경망 모델이다.


      나는 이 부분을 학습할 때 가장 어려웠었다. 


      제일 흥미롭긴 했지만 코드 이해하는데 있어서 시간을 가장 많이 잡아먹었다.


       


       




       


      chapter7은 순환신경망(RNN)이다.


      순환신경망은 텍스트, 시계열 데이터에 강점을 보인다. 


      순환신경망은 내가 느끼기에 상대적으로 코드가 적었다고 느꼈다.


      코드가 좀 더 많았으면 독자들이 이해하는데 더 도움이 되지 않을까 싶었다.


       


       






       


      이후에는 강화학습에 대해 다루고 있다.


      이부분부터는 제대로 보지 못했는데, 강화학습으로 이루어진 모델들은 가장 좋은 성능을 내기 위한 방법을 스스로 찾아나가는 모델이라고 한다. 사람은 당근과 채찍으로 모델의 성능을 끌어올린다. 


       


       


       






       


      이후 chapter9,10은 데이터의 크기가 엄청 커지고 모델의 크기도 작았는데, 더 데이터의 사이즈가 커지고 모델의 사이즈도 커졌을 때 어떻게 해야할지에 대한 내용, 그리고 딥러닝의 앞으로 나아갈 방향과 미래에 대해 이야기하고 있다.


       


       


      책을 한 번 쭉 보면서 전체적으로 마음에 드는 부분이 더 많았다. 예를 들면, 낯선 코드가 많았고 책의 설명도 입문자를위해 신경을 많이 쓴 느낌이 들었다.


       


      지금까지 딥러닝 학습에 관련된 책을 4개정도 보았는데, 가장 설명도 잘되어있고 내용이 구성도 매우 짜임새 있다.


      개인적인 의견이지만 수학을 잘 모르는 사람을 위해 '쉽게' 설명해준다는 책들이 많은데 그런 책들이 오히려


      내가 이해하고 있는 개념을 혼란스럽게 만드는 경험이 있었다.


      그래서 이번 책은 그런 느낌도 받지 않았고 설명도 깔끔해서 정말 마음에 들었다.


      주변에서 딥러닝 입문서를 추천해달라고하면 반드시 이 책을 추천해줄 의향이 있다.  


       



      ★(5/5점)


       






    • 현재 IT 기술 분야에서 가장 잘 나가는 분야는 당연히 AI와 딥러닝이 아닐까싶다. 해외에서 우수한 성과들이 쏟아져내리는데 언어의 한계로 접할 수 있는 장벽이 조금 있는 편인데 우리나라에 뛰어난 언어 실력과 기술적 바탕이 되는 분들이 많이 계셔서 이러한 신기술들을 우리말로 읽어볼 수 있다. 현재는 잘 모르겠으나 일본이 잘 살았던 이유도 외국 문물을 스스럼 없이 받아들인 것도 있지만 번역 분야에 투자를 하고 그러한 인프라가 체계적으로 갖춰져 있기 때문이지 않나 싶다.이 책은 수 많은 딥러닝 관련 라이브러리나 프레임워크 중 구글에서 개발한 텐서플로를 중심으로 딥러닝을 학습해나간다. 텐서플로는 파이썬 딥러닝 라이브러리로서 요즘 가장 핫한 프레임워크이다. 일단 처음 책을 전체적으로 훑어봤을 때는 수식과 그리스 문자가 펼쳐지는게 굉장히 부담스러워졌다. 수학에 할애하는 챕터를 처음부터 읽어보니 다행히도 텐서플로 활용과 이해에 필요한 기초 수학을 갖추기 위한 것이었고 설명도 충분하다. 그리고 텐서플로의 특징에 대한 설명에서 텐서플로는 선언형 프로그래밍이라는 것이 흥미로웠다. 보통 명령형 프로그래밍을 많이 쓰는데 텐서플로는 컴퓨터에게 정확하게 계산하는 방법을 지시하지 않는 선언형 프로그램이라고 한다. 이 책을 통해 생소했던 개념들을 많이 알게 된 것 같다. 텐서플로를 사용한 선형 및 로지스틱 회귀를 담음 3챕터부터 미적분을 다루는데 위의 사진을 보면 내가 왜 기초수학을 갖추기 위한 설명이 충분하다고 말하는지 모두 알 것이다. 이 챕터는 다른 챕터에 비해 긴 편에 속하는데 그만큼 딥러닝을 다루기 위한 최소한의 내용은 짚고 넘어가는 것이다. 그리고 나서 텐서플로로 설명을 시작한다. 책 내용을 하나로 보면 내용이 어렵고 길어보이지만 사실 하나하나 나누어보면 그렇게 이해하지 못할 영역의 분야는 절대 아니다. 모든 통계학 교재에서 나오는 선형 모델 및 로지스텍 모델을 보면 오히려 쉽고 친숙한 개념들이 많이 나온다. 텐서보드라는 것도 처음 봤는데 보통 텐서플로를 설치할 때 함께 설치된다고 한다. 이것을 보며 놀랐는데 사용한 모형을 시각화해서 보여준다는 점이었다. 로지스틱 회귀 손실 함수를 바로 시각화할 수 있다. 완전연결 딥 네트워크가 소개된 4장부터는 본격적으로 딥러닝 만의 개념과 내용이 나오게 된다. 신경망이니, 은닉층이니 모두 인간의 신경망에서 아이디어를 발굴해 만들어놓은 것이 아닌가 여하튼 오늘은 이 책에 대해서 알아봤는데 꼭 실무자나 전공자가 아니더라도 이 텐서플로를 사용해볼 영역이 너무 많다. 어느 영역에 활용할 지는 각자의 몫에 달렸고 저자나 역자들은 이러한 기술을 악용하지 말기를 명시하였다. 그만큼 이 기술이 강력하고 활용성이 높다는 뜻일 것이다. 책의 두께가 250페이지 정도로 매우 얇은 편에 속한다. 딥러닝에 대한 기초를, 그것도 가장 인기있는 텐서플로 프레임워크로 직접 구현해볼 수 있으니 여기서 많은 기초와 개념을 쌓아가기에 충실한 구성으로 되어있다는 것이 나의 생각이다. 현재 IT 기술 분야에서 가장 잘 나가는 분야는 당연히 AI와 딥러닝이 아닐까싶다. 해외에서 우수한 성과들이 쏟아져내리는데 언어의 한계로 접할 수 있는 장벽이 조금 있는 편인데 우리나라에 뛰어난 언어 실력과 기술적 바탕이 되는 분들이 많이 계셔서 이러한 신기술들을 우리말로 읽어볼 수 있다. 현재는 잘 모르겠으나 일본이 잘 살았던 이유도 외국 문물을 스스럼 없이 받아들인 것도 있지만 번역 분야에 투자를 하고 그러한 인프라가 체계적으로 갖춰져 있기 때문이지 않나 싶다.이 책은 수 많은 딥러닝 관련 라이브러리나 프레임워크 중 구글에서 개발한 텐서플로를 중심으로 딥러닝을 학습해나간다. 텐서플로는 파이썬 딥러닝 라이브러리로서 요즘 가장 핫한 프레임워크이다. 일단 처음 책을 전체적으로 훑어봤을 때는 수식과 그리스 문자가 펼쳐지는게 굉장히 부담스러워졌다. 수학에 할애하는 챕터를 처음부터 읽어보니 다행히도 텐서플로 활용과 이해에 필요한 기초 수학을 갖추기 위한 것이었고 설명도 충분하다. 그리고 텐서플로의 특징에 대한 설명에서 텐서플로는 선언형 프로그래밍이라는 것이 흥미로웠다. 보통 명령형 프로그래밍을 많이 쓰는데 텐서플로는 컴퓨터에게 정확하게 계산하는 방법을 지시하지 않는 선언형 프로그램이라고 한다. 이 책을 통해 생소했던 개념들을 많이 알게 된 것 같다. 텐서플로를 사용한 선형 및 로지스틱 회귀를 담음 3챕터부터 미적분을 다루는데 위의 사진을 보면 내가 왜 기초수학을 갖추기 위한 설명이 충분하다고 말하는지 모두 알 것이다. 이 챕터는 다른 챕터에 비해 긴 편에 속하는데 그만큼 딥러닝을 다루기 위한 최소한의 내용은 짚고 넘어가는 것이다. 그리고 나서 텐서플로로 설명을 시작한다. 책 내용을 하나로 보면 내용이 어렵고 길어보이지만 사실 하나하나 나누어보면 그렇게 이해하지 못할 영역의 분야는 절대 아니다. 모든 통계학 교재에서 나오는 선형 모델 및 로지스텍 모델을 보면 오히려 쉽고 친숙한 개념들이 많이 나온다. 텐서보드라는 것도 처음 봤는데 보통 텐서플로를 설치할 때 함께 설치된다고 한다. 이것을 보며 놀랐는데 사용한 모형을 시각화해서 보여준다는 점이었다. 로지스틱 회귀 손실 함수를 바로 시각화할 수 있다. 완전연결 딥 네트워크가 소개된 4장부터는 본격적으로 딥러닝 만의 개념과 내용이 나오게 된다. 신경망이니, 은닉층이니 모두 인간의 신경망에서 아이디어를 발굴해 만들어놓은 것이 아닌가 여하튼 오늘은 이 책에 대해서 알아봤는데 꼭 실무자나 전공자가 아니더라도 이 텐서플로를 사용해볼 영역이 너무 많다. 어느 영역에 활용할 지는 각자의 몫에 달렸고 저자나 역자들은 이러한 기술을 악용하지 말기를 명시하였다. 그만큼 이 기술이 강력하고 활용성이 높다는 뜻일 것이다. 책의 두께가 250페이지 정도로 매우 얇은 편에 속한다. 딥러닝에 대한 기초를, 그것도 가장 인기있는 텐서플로 프레임워크로 직접 구현해볼 수 있으니 여기서 많은 기초와 개념을 쌓아가기에 충실한 구성으로 되어있다는 것이 나의 생각이다. 현재 IT 기술 분야에서 가장 잘 나가는 분야는 당연히 AI와 딥러닝이 아닐까싶다. 해외에서 우수한 성과들이 쏟아져내리는데 언어의 한계로 접할 수 있는 장벽이 조금 있는 편인데 우리나라에 뛰어난 언어 실력과 기술적 바탕이 되는 분들이 많이 계셔서 이러한 신기술들을 우리말로 읽어볼 수 있다. 현재는 잘 모르겠으나 일본이 잘 살았던 이유도 외국 문물을 스스럼 없이 받아들인 것도 있지만 번역 분야에 투자를 하고 그러한 인프라가 체계적으로 갖춰져 있기 때문이지 않나 싶다.


      이 책은 수 많은 딥러닝 관련 라이브러리나 프레임워크 중 구글에서 개발한 텐서플로를 중심으로 딥러닝을 학습해나간다. 텐서플로는 파이썬 딥러닝 라이브러리로서 요즘 가장 핫한 프레임워크이다. 





      일단 처음 책을 전체적으로 훑어봤을 때는 수식과 그리스 문자가 펼쳐지는게 굉장히 부담스러워졌다. 수학에 할애하는 챕터를 처음부터 읽어보니 다행히도 텐서플로 활용과 이해에 필요한 기초 수학을 갖추기 위한 것이었고 설명도 충분하다. 그리고 텐서플로의 특징에 대한 설명에서 텐서플로는 선언형 프로그래밍이라는 것이 흥미로웠다. 보통 명령형 프로그래밍을 많이 쓰는데 텐서플로는 컴퓨터에게 정확하게 계산하는 방법을 지시하지 않는 선언형 프로그램이라고 한다. 이 책을 통해 생소했던 개념들을 많이 알게 된 것 같다. 





      텐서플로를 사용한 선형 및 로지스틱 회귀를 담음 3챕터부터 미적분을 다루는데 위의 사진을 보면 내가 왜 기초수학을 갖추기 위한 설명이 충분하다고 말하는지 모두 알 것이다. 이 챕터는 다른 챕터에 비해 긴 편에 속하는데 그만큼 딥러닝을 다루기 위한 최소한의 내용은 짚고 넘어가는 것이다. 그리고 나서 텐서플로로 설명을 시작한다. 





       


      책 내용을 하나로 보면 내용이 어렵고 길어보이지만 사실 하나하나 나누어보면 그렇게 이해하지 못할 영역의 분야는 절대 아니다. 모든 통계학 교재에서 나오는 선형 모델 및 로지스텍 모델을 보면 오히려 쉽고 친숙한 개념들이 많이 나온다. 


      텐서보드라는 것도 처음 봤는데 보통 텐서플로를 설치할 때 함께 설치된다고 한다. 이것을 보며 놀랐는데 사용한 모형을 시각화해서 보여준다는 점이었다. 로지스틱 회귀 손실 함수를 바로 시각화할 수 있다. 완전연결 딥 네트워크가 소개된 4장부터는 본격적으로 딥러닝 만의 개념과 내용이 나오게 된다. 신경망이니, 은닉층이니 모두 인간의 신경망에서 아이디어를 발굴해 만들어놓은 것이 아닌가





       


      여하튼 오늘은 이 책에 대해서 알아봤는데 꼭 실무자나 전공자가 아니더라도 이 텐서플로를 사용해볼 영역이 너무 많다. 어느 영역에 활용할 지는 각자의 몫에 달렸고 저자나 역자들은 이러한 기술을 악용하지 말기를 명시하였다. 그만큼 이 기술이 강력하고 활용성이 높다는 뜻일 것이다.





       


      책의 두께가 250페이지 정도로 매우 얇은 편에 속한다. 딥러닝에 대한 기초를, 그것도 가장 인기있는 텐서플로 프레임워크로 직접 구현해볼 수 있으니 여기서 많은 기초와 개념을 쌓아가기에 충실한 구성으로 되어있다는 것이 나의 생각이다.















    •  



      동물그림으로 유명한 O’reilly 사의 ‘TensorFlow for Deep Learning’을 읽어 보았다.



      IT 기술 붐이 일어나는 요즘, 빅데이터, 딥러닝 등의 기술이 이제는 필수가 되는 것 같다. 이 책은 텐서플로를이용한 딥 러닝을 가르쳐 주는 책이다. 처음 책을 봤을 때, 생각보다얇은 두께에 놀랐다. 하지만, 필요한 내용은 다 들어가 있어군더더기 없다는 느낌을 받았다.



       



      텐서플로는 오픈소스 머신러닝 툴로, 이쪽 전공자가 아니라도 쉽게 접근할수 있다는 장점이 있다. 나도 이러한 점 때문에 책을 보게 됐다. 원하는동작을 학습시킴으로써, 소프트웨어를 직접적인 수정 없이 동작 시킬 수 있기 때문에 이러한 머신러닝, 딥러닝은 현재의 공학도들에게 매우 필요한 역량이 됐다.



       



      컴공 전공이 아닌 나에게는, 초반의 아키텍처 설명과 완전연결 등의모델 설명이 좀 어려웠다. 어찌됬든 그만큼 딥러닝, 머신러닝이중요하다 라는 정도로 해석하면 될 것 같다.



       



      아직 초반 공부밖에 하지 않았지만, 이전 다른 프로그래밍 tool을 이용해 배운 개념들이 이렇게 새로운 프로그램에도 적용할 수 있어 접근이 편했다. 행렬의 개념이 텐서위주로바뀌는 것 빼고는 명령어들 또한 비슷비슷해 쉽다는 생각이 들었다.



       



      특히 텐서플로를 이용한 회귀분석은 기존의 데이터 회귀분석보다 성능이 뛰어나 다시금 공부를 하는 계기가 되었다.



       



      이 책을 통해 기존 업무와의 딥러닝 간 연결을 통해, 보다 일의 능률을끌어올리고자 하는 사람들에게 추천한다.


       

    •  



      이제 막 C와 python 공부를 마친, 컴퓨터 초보자의 입장에서 글을 쓰려고 합니다.


       



      우선 저 뿐만 아니라 이 책에 관한 다른 리뷰에서도 다루고 있듯이, 이 책은 저와 같은 "완전 초보자"를 위한 책은 아닙니다. 이 책으로 텐서플로에 입문을 하기엔 다소 무리가 있어 보입니다.


       



      하지만 텐서플로에 대한 기초적인 지식이 있다면 이 책을 통해 텐서플로와 딥러닝에 대한 지식을 다듬을 수 있습니다. 또, 텐서플로의 역할과 그 강력함에 대해 제시해줄 것이라고 생각합니다.



      이 책의 특징


       



      이 책의 딥러닝 소개 (챕터 1), 텐서플로 기초 소개 (챕터 2) 를 약 50페이지에 걸쳐 다루고 있습니다. 딥러닝의 기본 요소나 기초 계산에 필요한 수학 지식 등의 내용을 지나치게 가볍지도, 무겁지도 않게 다루고 있습니다. 독자는 적당한 템포로 책을 읽을 수 있습니다.






      다양한 예제를 포함하고 있습니다. 이론적인 설명에 치우치지 않고, 실제적인 예시를 보여줍니다. 하지만 '도움이 되는 정도'의 수준으로, 이 내용을 통해 텐서플로에 입문할 수 있는 수준은 아닙니다. 기초적인 지식만 있다면 책의 예시가 내용을 실제적으로 이해하는 데에 많은 도움이 됩니다.






      기초 수준부터 심화 단계까지에 이르는 폭넓은 내용을 적절한 속도로 다룹니다. 기초적인 지식을 익히고, 다음 나아갈 길을 찾는 학습자나 텐서플로의 단지 기술적인 측면에만 집중했던 실무자에게 이 책은 많은 도움이 될 수 있습니다.









      추천하는 독자






      - 아직 텐서플로가 익숙하지 않은 기초 학습자


       



      - 텐서플로가 가진 효과성을 이해하고 싶은 사람

    • 텐서플로를 활용하여 딥러닝 연구를 하시려는 분들에게 최적화된 책입니다.딥러닝 입문서로 충분히 좋은 책이라고 생각되며, 특히 텐서플로(tensorflow)가 필수적인 분들에게는 강추드리는 책입니다.

       

      다루는 내용이 넓고 얉은 편이다보니, 반드시 텐서플로가 아니어도 되거나 다른 입문서를 본 적이 있으신 분에게는 내용이 겹치거나 충분하지 않을 수 있습니다.

       

    • 흔히 동물그림 IT책으로 유명한 O'REILLY의 책은 정말 활용서의 범위도 다양하고 그 내용의 깊이도 어느정도 있다고 생각한다. 여러 책을 볼 때마다 평균 이상을 하는 만족스런 브랜드이지만 각 언어/분야별로 무척 다양하게 나온 터라 무슨 책을 찾아야할지 늘 고민이 많은 브랜드이기도 하다. 데이터 분석쪽으로도 많은 책이 이미 나오고 있는 데다 책의 종류에 따라 표현하고자 하는 내용/강조하는 내용이 다르기에 이 책에선 어떤 부분을 중요시하는지를 중점으로 한번 읽어보게 되었다.


       


       


      이 책은 생각보다 분량은 얇았다. 내용도 보면 전반적인 인공지능보단 딥러닝과 텐서플로 기초에 대한  내용이 주로 이루었다. 하지만 얇은 책임에도 기본을 탄탄하게 구성하고 있는것을 보면 역시 O'REILLY 답다는 느낌을 이번에도 받았다. 


       


       


      지금껏 봐온 책들이 주로 실전/활용에 주목하는 쪽이라면 이 책은 실전보단 이론에 초점을 맞추는게 많았다. 다양한 수학공식과 구현원리에 대해 설명을 길게 한 후 이를 어떻게 실제 코드로 구현하는지를 짤막한 예제를 보여주는 형태이기 때문에 이론서에 더 가깝다는 인상을 많이 받을 수 있었다. 하지만 이론서이고, 많은 수학공식이 등장함에도 그 내용은 딥러닝이나 텐서플로,인공지능 하면 다가올 어려운 분위기보다는 조금은 어려운 부분이 덜하기에 생각보단 이해하기는 쉽다는 느낌을 많이 받았었다.


       


       


      딥러닝과 관련있는 수학기술과 이와 관련된 이론들, 그리고 간단한 구현예제까지 이어지는 내용이기에 아무래도 어느정도의 전제지식이 필요하다는 생각이 들긴 했다. 물론 딥러닝에 관심이 많고, 작동원리에 대해 알고싶어하는 사람들에겐 적극추천하지만 딥러닝이 어떤지 보고 싶고 활용하고 싶어하는 사람에겐 조금은 다른 방향을 제시하는 도서가 아닐까 싶다. 그리고 중간중간 소프트웨어 시스템에 빗대어서 설명하는 것이 많기때문에 이런 시스템에 대해 익숙한 사람들, 수학적인 내용을 이해하는데 조금은 수월한 사람이라면 이 책을 좀 더 쉽게 읽을수 있지 않을까 싶다.

    •  






      오늘 서평을 책은 "Tensorflow for Deep Learning" 이라는 책이다. IT 종사하는 사람으로써 최근 많은 이슈가 되고 있는 AI 대해 기초적인 지식이라도 알아야 하지 않을까 라는 생각을 가지고 있던 한빛미디어의 "나는 리뷰어다" 이벤트에 응모하여 운좋게 이러한 서평을 있는 기회를 가지게 되었다.


       


       


       



      책을 한마디로 요약하면 구글에서 개발한 TensorFlow 오픈소스 라이브러리 (신경망과 같은 머신 러닝 어플리케이션에서 사용) 예제로 사용하는 딥러닝 입문서이다. 입문서에는 다음의 내용이 포함되어 있다.


       



      * 딥러닝을 학습하는데 필요한 기초 지식 설명
      *
      딥러닝의 다양한 아키텍쳐 설명
      * TensorFlow
      이용하여 실제 딥러닝 수행
      *
      딥러닝 적용 시에 유의해야할 사항들


       


       


       



      결론만 말하자면 책은 현재 나의 수준에서 이해하기에는 어려운 책이었다. 책의 내용을 이해하고 실제 TensorFlow 실전에 사용하기 위해서는 AI 영역에서 사용되는 수학 지식들 (행렬, 확률 & 통계, 미분 등등) 알아야 하며 기본적으로 AI, 머신 러닝, 러닝에 대한 기본 개념을 알고 있어야 한다. 그렇지 않으면 책에서 설명하는 각종 개념들과 그래프, 지표들의 의미를 이해하는데 어려움이 있다.


       


       


       



      하지만 AI 관련된 기본 개념들을 이미 알고 있는 데이터 과학자들이 참고하기에는 괜찮은 책인 같다. 딥러닝 실제 TensorFlow 샘플 코드를 통해 수행해볼 있고 딥러닝 경험할 있는 여러 문제들을 미리 파악할 있기 때문에 실제로 실전에서 딥러닝을 사용할 때에 시행착오를 줄일 있을 것이다.


       



    • 총평: 


      이 책의 각 챕터의 구조는 매우 유기적인 방식으로 연결되고 있으며,


      이를 통해 책의 저자는 본인이 전달하고자 하는 내용을 정확한 흐름을 통해 잘 기술하고 있다.


       



      각 장에서 다루는 내용은 다음과 같다.



      000.jpg


       


       



      2장에서는


      텐서플로의 세션, 변수 등과 관련 내부구조가 도입되고, 



      3장에서는 


      선형 회귀 및 로지스틱 회귀가 소개를 통해 텐서플로를 이용한 학습 시스템을 구축하는 방법이 소개된다. 특히 이 장에서 소개된 학습 시스템과 기본 구축 개념은 이후 장에서도 기본적인 학습 원리로 이용이 된다.



      4장은 


      DeepChem 데이터를 이용하여 완전연결 딥 네트워크를 구축하는 방법을 배울 수 있다. 특히 이 장에서 조기중단과 손실곡선을 언급하는 것도 이 책의 장점중의 하나이다.



      5장은 


      4장에서 구축한 DeepChem 데이터에 대해 하이퍼파라미터 최적화를 수행하는 과정을 배울 수 있다. 일반 기본개념에서 잘 다루지 않는 하이퍼파라미터 최적화가 소개된 것만으로도 이 책을 학습할 가치가 있다고 본다.


       



      6장은 


      합성곱 네트워크의 기본 개념과 디자인 방법을 소개한다. 합성곱 계층, 폴링 계층 등에 대해 배울 수 있으며, 실습으로 MNIST 손글씨 데이터셋을 통해 합성곱 네트워크를 구축한다.


       



      7장은 


      순환 신경망을 펜 트리뱅크 데이터셋을 이용하여 학습하는 방법을 볼 수 있다. 이 장에서는 순환 신경망에서 사용되는 개념인 LSTM, GRU 등의 이론적인 주제도 같이 살펴 볼 수 있다.


       



      8장은 


      최근의 강화학습 이론들을 살 펴 볼 수 있다. 틱택토 게임에 강화 학습을 적용하기 위해 객체지향 기법을 통해 강화학습 시스템을 구축하는 방법을 살펴 볼 수 있다.A3C 알고리즘을 구현하고 있으므로 이 알고리즘이 소개된 논문을 살펴 본 다면 논문을 구현하는 예시로도 사용할 수 있다.


       



      9장은 


      대규모 딥 네트워크 학습을 위해 다중 CPU/GPU를 이용하기 위한 데이터와 모델의 병렬처리에 대하여 소개하고 있다.


       


    • undefined


       


      '한 권으로 끝내는 딥러닝 텐서플로'는 텐서플로를 사용해 딥러닝을 대략적으로 살펴볼 수 있도록 개념과 실습을 제공하고 있습니다.


      한권으로 끝낸다는 책 제목과는 달리 260쪽 정도의 분량으로 개념들을 간략하게 핵심만 설명하고, 코드를 통해 실습해 볼 수 있도록 딥러닝 맛보기 느낌의 책입니다.


      빠르게 딥러닝의 개념들을 훑어보고 실습해 볼 수 있다는 점에서 마음에 들었습니다.







      딥러닝을 시작하기 위해서는 미적분/선형대수/확률과 통계에 대한 기본적인 지식이 필요합니다.


      처음 시작할 때, 수학의 벽에 막혀서 많이 포기하게 되는데 이 책은 도입부에 간략하게 사용할 수학 지식들을 설명하고 있습니다. 


      물론 충분하진 않지만 읽기 전에 어떤 수학 지식들이 필요한지 인지하고, 모르는 개념들에 대해서는 찾아봄으로써 보다 뒷 내용을 잘 이해할 수 있도록 잘 구성되었다고 생각합니다.






      본격적으로 딥러닝을 시작하기 전에 살펴보면 좋은 책이라고 생각합니다.





    • 한 권으로 끝내는 딥러닝 텐서플로







      이 책은 구글에서 개발 중인 범용적으로 널리 사용되는 딥러닝 프레임워크 텐서플로에 대해 쉽게 접근 할수 있는 책입니다. 딥러닝의 다양한 분야를 세부적으로 깊게는 다루진 않지만 얇고 넓게 딥러닝 기술을 빠르게 파악할 수 있습니다. 실무에서 사용할 수 있는 머신러닝 기초 지식을 터득하기 알맞게 구성되어 있으므로 효과적으로 할습을 모델링하는데 도움이 될것입니다.







      이책의 목차 설명



      CHAPTER 1 딥러닝 소개



      CHAPTER 2 텐서플로 기초 소개



      CHAPTER 3 텐서플로를 사용한 선형 및 로지스틱 회귀



      CHAPTER 4 완전연결 딥 네트워크



      CHAPTER 5 하이퍼파라미터 최적화



      CHAPTER 6 합성곱 신경망



      CHAPTER 7 순환 신경망



      CHAPTER 8 강화학습



      CHAPTER 9 대규모 딥 네트워크 학습



      CHAPTER 10 딥러닝의 미래







      최신 텐서플로 코드로 체계적으로 이해하는 딥러닝 이론과 실무







      딥러닝 이론 따로 구현 따로 공부하는 것보다 라이브러리로 실습하며 익히는 게 더 효율적이다. 그리고 현재 딥러닝에 가장 널리 쓰이는 라이브러리는 텐서플로다. 이 책은 신약 개발 분야에서 딥러닝을 활용하고 있는 연구자들이 딥러닝 기초 이론과 텐서플로 동작 원리를 단시간에 확실히 배울 수 있게 쓴 실전적인 가이드북이다.



      딥러닝의 기초가 되는 텐서 수학에서 시작해 완전연결 신경망, CNN, RNN, GAN, 강화학습 등 입문자들이 꼭 알아야 할 기초 지식과 기법을 친절히 살펴본다. 수학 이론을 세세히 다루는 대신 적절한 코드 예제로 이해를 돕고, 프로그래밍에 익숙하지 않은 이들을 위해 선언형 프로그래밍과 객체지향 개념도 함께 살펴본다.



      많은 입문서에서 적당히 넘어가는 하이퍼파라미터 최적화도 챕터를 할애해 설명하는 것도 장점이다. 끝으로 현업에서 접하게 될 GPU/TPU를 활용한 분산처리까지, 딥러닝/머신러닝 관련 업무에 종사하고 있다면 반드시 알아야 할 기법과 지식을 실무 관점에서 담았다.



      웹에 수많은 데이터셋과 튜토리얼 코드가 공개되어 있지만, 구슬이 서 말이라도 꿰어야 보배다. 이 책을 마스터하면 단편적인 딥러닝, 텐서플로 지식을 체계적으로 종합하여 현업에 준비된 개발자로 거듭날 수 있다.







      기본 연산 등으로 텐서플로 기초 학습



      기초적인 학습 시스템을 구축하며 수학 원리 습득



      완전연결 네트워크 이해



      하이퍼파라미터 최적화로 모델 품질 개선



      합성곱 신경망으로 이미지 처리



      순환 신경망으로 자연어 데이터셋 다루기



      강화학습으로 틱택토 같은 게임 풀기



      GPU 및 TPU로 네트워크 학습








      이 책을 읽은 소감



      이 책은 텐서플로를 통해 머신러닝의 기본 지식을 익힐수 있습니다. 텐서플로로 딥러닝 아키텍처를 쉽게 설계하고 구현하는 것을 배울수 있습니다. 텐서플로를 사용하여 이미지의 객체를 감지하고 인간의 텍스트를 이해하고 임상 의약의 특성을 예측하는 시스템을 구축하는 예제를 통해서 쉽게 배울수 있을 겁니다. 그리고 책을 단계 단계 읽다보면 텐서 미적분학에 대해 이해하는 직관력을 얻을수 있을겁니다. 그리고 머신러닝 범위 밖에 있는 작업에 텐서플로를 사용하는 방법을 배울수 있습니다.







      이 책은 실무자를 위해 쓰여진 딥러닝 책이지만 실용적인 예제를 통해 기본 개념을 잘 설명하고 있습니다. 머신러닝의 기초가 없어도 기초부터 설명을 하기 때문에 실무 개발자가 아니라도 책을 읽는데 크게 어려움은 없습니다. 하지만 몇가지 기본적인 수학 지식은 선행 학습이 되어 있어야 이해하는데 도움이 되는 부분도 있습니다. 선형대수학과 미적분학에 대해서 어느 정도 지식이 필요하지만 이책에서 필요한 기초 지식은 적혀 있습니다. 마지막으로 스크립트를 짜는 데 익숙하지만 학습 알고리즘을 설계할 필요가 없는 데이터 과학자나 기타 전문가에게 유용한 책이라 생각합니다.


       


    • 요즘 세계적으로 대세는 딥러닝과 머신러닝이다. 어느 산업분야를 막론하고 딥러닝과 머신러닝이 다방면에서 사용되고 있기 때문이다. 또한 처음에는 위 학문은 접근하기 어려운, 정말 수학에 대해서 빠삭한 지식이 없으면 감히 접근할 수 없는? 그런 학문이었는데, 다양한 툴과 프레임워크가 등장하면서 점점 진입장벽이 낮아지고 있는 추세이다. 오늘 리뷰할 책은 이러한 진입장벽을 낮추는데에 큰 역할을한 텐서플로우라는 프레임워크와 관련된 내용을 기초부터 아주 친절하게 설명한 책이다



      책에 관한 본격적인 리뷰에 임하기에 앞서 어떤 사람들에게 본 서를 권하는지 적어보도록 하겠다.


       



      【어떤 독자를 위한 책인가】



      이 책은 딥러닝에 대한 기초가 부족한 사람이 읽으면 좋은 책이다. 물론 CS와 수학에 대한 완전한 기초 지식 없이 접근하기엔 약간 무리수가 있는 책이기는 하나, 왠만치 기본기가 있다면 충분히 소화해낼 수 있는 그런 책이다. 따라서 이제 막 딥러닝이 무엇인지, 그리고 텐서플로우가 무엇인지 알고 싶은 독자라면 이 도서로 시작하길 권장한다.


       



      【책의 구성】 '한 권으로 끝내는 딥러닝 텐서플로' 책의 구성은 어떠한가.



       이 책의 서두에서는 딥러닝에 사용되는 수리학적 지식에 대한 핵심을 간략하게 나마 정리하여 잘 설명하고 있다. 그 후, 텐서플로우 코드와 예제 예시를 들어가며 매우 친절하게 설명하는 식의 구조로 되어있다. 따라서 이론만 설명한 다른 책들에 비해 가벼우면서도 재미나게 실습해가며 공부할 수 있는 그런 책이다.


       



      【한 권으로 끝내는 딥러닝 탠서플로를 읽으며…….】



      요즘 필자도 딥러닝과 블록체인에 푹 빠져있다. 물론 블록체인은 딥러닝과 거의 무관한 분야이므로, 여기서는 언급을 자제하겠다. 딥러닝을 이용한 스피치 인식에 따른 단어 파싱과 음소에 대한 세그먼테이션에 대한 연구 및 개발을 하고 있는데, 모델을 어떻게 구성하냐에 따라 성능이 엄청 향상되기도 하고 저하되기도하고 매우 신기한 현상을 경험하고있다. 무엇보다 아직 이러한 이유에 대해서 가설만 있을뿐 아직 명확한 근거가 증명되지 않은 상태인 것으로 봐선 이 학문에 대한 추후 연구는 지속 될것이라 생각된다.







    • 표지





















      파이썬 텐서플로에 대한 대략적인 이해에서 최신(?) 딥러닝에 대한 것까지



      모든 키워드의 총집합적인 책입니다.






      초보를 위한 책이라기 보다는 이미 기본 지식이 있는 상태에서



      텐서플로의 사용법과 각 이용법들에 대한 대략적인 이해에 도움을 주는 내용이라 생각됩니다.






      이미 다양한 텐서플로 책을 보고, 텐서플로를 직접 실행해 본 경험이



      도리어 책을 이해 하게 해준다고 보는 것이 책을 이해 하는데 도움이 되었습니다.






      급히 급히 쓰다보니 이건가 저건가 싶던 것이 다시 정리된다는 느낌!






      아래는 책의 두께와 내용을 짐작 하실 수 있게. 목차와 페이지를 보여드립니다.
































      정말 다양한 내용이 얇은 책 한권에 가득가득.!






      책 뒷면엔 관련 도서 목록도 있어요~ (실물에서 확인 해보시길!)


















      책이.... 꽤나 수학적인 관점에서 설명이 들어간 부분들도 있음을 보여드리기 위해 위의 내용을



      발췌하여 보여드려요.



      (수학..ㅠㅜ 힝)


















      정말프로그래밍 개발자를 위한 것만이 아니라는 것이



      위의 사진을 보면 조금 ....



      과학자 분들과 개발자가 아닌 전문가를 배려했다는 것인가요...






      화알못인지라 위의 내용을 이해 못했어요 T^T






      전반적으로 정말 많은 내용을 꽉꽉 채워 넣은 정보의 집합소 같은 책입니다.






      이걸 보고.. 모르는 부분에 관련된 책들을 하나씩 수집해보는 것을 권장 드려요~!


       


      첨에 암것도 모르고 보긴...심지어 알고 보기도 찌끔 어려워서 별하나 뺐어요~





    •  



      book-tenflow-for-deep-learning2.jpg


       


       


       


       


       



      book-tenflow-for-deep-learning6.JPG


       


       



      한 권으로 끝내는 딥러닝 텐서플로



      알파고 이후 국내에 떠오른 딥러닝에 대한 지대한 관심 속에서 나도 예외는 아니었다.







      나도 관심은 많다. 하지만..



      내가 과연 딥러닝을 우리가 할 수 있을까?



      학문이 깊은 분들이 주를 이루는 그 세계에서 우리가 과연 그들과 어깨를 나란히 하며, 논의할 수 있을까?







      그래서 지레 나는 내가 할 수 있는 일이 아니라고 생각했다.



      기술의 발전으로 사라지거나 축소되는 직업들 중 나도 물론 포함되었고, 점점 불안이 엄습해 온다.







      대체 가능한 인력







      월급쟁이에게 얼마나 무서운 말인가 



      그러다 우연히 이야기를 나눈 개발자 동료는 내게 이런말을 했다.



      우리가 java/spring을 만들지 않지만 잘 쓰고 있듯, 딥러닝도 그럴 것이다.







      중요한 알고리즘, 네트워크는 우리 보다 더 깊게 공부하는 분들이 계속 연구해주실 것이고



      lib를 가져다 쓰는 것처럼 딥러닝도 그런 날이 올 것이라는 이야기였다.







      한 권으로 끝내는 딥러닝 텐서플로, 이 책을 옮긴 이들도 딥러닝을 해야하는 이유를 똑같이 설명하고 있다.







      구글에서 개발 중이며, 범용적으로 널리 사용되는 딥러닝 프레임워크인 텐서플로에 대해 한눈에 파악할 수 있는 책이다.



      IT의 발전과 함께 인공지능은 계속해서 매우 빠르게 진화하고 있다.



      훌륭한 데이터를 가진 회사에서 이미 일하고 있거나 일할 기회가 있는 개발자라면 하루라도 빨리 인공지능 기술을 익혀야 한다.



      혁신적인 딥러닝 알고리즘을 개발하는 경우라면 뛰어난 프로그래밍 능력과 전문 지식이 필요하겠지만, 그런 경우가 아니라면 주어진 알고리즘을 이해하고 이를 텐서플로 코드로 구현할 수만 있으면 된다. ( 장정호 & 정하나 )







      book-tenflow-for-deep-learning4.JPG



      많이 들어본 RNN이 이거였군







      book-tenflow-for-deep-learning5.JPG



      LSTM역시







      책의 도입부는 딥러닝 소개로 시작되는데, 딥러닝에 대해 잘 몰라도 몇개 들어봤음 직한 내용들이(RNN, LSTM) 나와 흥미롭게 읽었다.



      이후 장부터는 텐서플로에 대해 설명하고, 텐서플로 사용에 대한 내용으로 구성 된다.



      수학 관련 내용에서 잠시 주춤하였지만 반드시 이해하고 가야할 분은 아니라고 생각했고, 차후 다시 보면 되기에 부담없이(?) 넘겼다.







      이후 간단하지만 중요한 학습 시스템 예제를 텐서플로로 구축하는 방법도 기술하고 있다.



      왜 머신러닝의 핵심이 복잡한 손실 함수의 최소점을 찾는 능력에 있는지를 알아보고, 플레이스홀더, 스코프, 옵티마이저, 텐서보드 등을 구성하고 분석하도록 구성하고 있다.



      또한 선형회귀 모델과 로지스틱 회귀 모델을 학습하는 방법에 대한 사례 연구도 소개하며 더불어 시각화 예제도 제공한다. 



      그리고 이미지 처리에 쓰이는 합성곱 신경망에 대한 내용도 다루고 있다. 보통 딥러닝 초기에 강아지와 고양이 이미지 판단 퀘스트를 많이 하는데 이 내용도 많은 도움이 될 것 같다.







      끝으로 강화학습까지 제공하니 이 책은 철저하게 실무자를 위해 쓰인 딥러닝 책이다.



      소프트웨어 시스템 설계에 익숙한 실무 개발자들이 읽으면 좋지만, 반드시 개발자가 아니어도 좋다.



      학습 알고리즘을 설계할 필요는 없는 과학자나 기타 전문가에게도 유용할 것이다. 


       


    • 핸즈온 머신러닝

      오렐리앙 제롱(Aurélien Géron)

    • 러닝 텐서플로

      톰 호프 , 예헤즈켈 레셰프 , 이타이 리더

    • 골빈해커의 3분 딥러닝

      김진중(골빈해커)

    • 딥러닝의 정석

      니킬 부두마

닫기

해당 상품을 장바구니에 담았습니다.
장바구니로 이동하시겠습니까?