이 책 퍼펙트 파이토치 심층학습은 독자들이 딥러닝을 빠르게 배울 수 있도록 합니다. 이 책 파이토치 딥러닝 실습은 독자들이 딥러닝을 빠르게 배울 수 있도록 한다. 지난 몇 해에 걸쳐 우리는 딥러닝이 새로운 장을 펼치는 것을 보았습니다. 딥러닝은 학문적 영역에서 시작하여 산업의 영역에 이르기까지 딥러닝의 도움 없이는 도저히 풀 수 없는 수많은 수수께끼의 답이 드러날 수 있는 실마리를 제공하고 있습니다. 메인스트림에서의 딥러닝의 채택은 효율적인 복합 알고리즘에 의한 프레임워크를 통해 이루어졌습니다. 이 책에서는 딥러닝 모델을 프로토타이핑하고, 딥러닝 워크플로우(workflow)를 구축하며, 제품 개발을 위한 프로토타입화된 모델을 만들어 낼 수 있는 파이토치의 장점을 소개하고 있습니다. 이 책은 파이토치의 수학적 기반보다는 파이토치의 실질적인 구현에 집중하되 근본 개념에 대해서도 연관 지어 알 수 있도록 구성되어 있습니다.
이 책에서는 알고리즘에 대한 설명을 최소화하기 위해 노력하였으며, 대신에 파이토치의 실질적인 적용에 더 중심을 두었습니다. 때때로 알고리즘들을 소개하기도 하였
는데, 이는 실제 상황에서 쓰일 수 있는 경우를 주로 다루고 있습니다. 이 책은 파이썬으로 프로그래밍이 가능하고 딥러닝의 기초를 이해하는 사람들에게 이상적입니다.
또한 이 책은 전통적인 머신 러닝 개념들을 이미 활용하고 있거나 개발하는 이들로서 딥러닝을 실용적으로 탐구해 보려 하고 이를 통해 일정한 결과물을 도출하고자 하는 이들에게 적합하다고 할 수 있습니다.
- 제 1 장 딥러닝을 위한 파이토치 소개
1.1 파이토치의 역사
1.2 파이토치란 무엇인가?
1.3 계산 그래프 사용
1.4 딥러닝 둘러보기
1.5 코드를 통해 실습
1.6 요약
참고문헌
제 2 장 기본 인공 신경망
2.1 신경망 소개
2.2 예제
2.3 데이터셋
2.4 기초 모델
2.5 파이토치에서의 방법
2.6 요약
참고문헌
제 3 장 딥러닝 워크플로우
3.1 아이디어와 계획
3.2 설계 및 실험
3.3 모델 구현
3.4 학습과 검증
3.5 요약
참고문헌
제 4 장 컴퓨터 비전
4.1 CNN 소개
4.2 파이토치를 사용한 컴퓨터 비전
4.3 요약
참고문헌
제 5 장 순차 데이터 처리
5.1 순환 신경망 소개
5.2 문제 정의
5.3 접근법
5.4 요약
참고문헌
제 6 장 생성 네트워크
6.1 접근법 정의
6.2 자기 회귀 모델
6.3 생성적 적대 신경망(GAN)
6.4 요약
참고문헌
제 7 장 강화 학습
7.1 문제 설정
7.2 에피소드적 과제 vs 연속적 과제
7.3 누적 감가 보상
7.4 마르코브 의사결정 프로세스
7.5 해결책
7.6 요약
참고문헌
제 8 장 파이토치의 활용
8.1 Flask로 제공하기
8.2 ONNX
8.3 TorchScript의 효율성
8.4 RedisAI 둘러보기
8.5 요약
참고문헌