소장자료검색

책소개

『실전활용! 텐서플로 딥러닝 프로젝트』는 딥러닝에 적합한 텐서플로 환경을 구성한 다음, 텐서플로를 활용해 컨볼루션망(ConvNet), 순환 신경망(RNN), LSTM, 대립쌍 구조를 활용한 생성망(GAN)을 비롯해 다양한 유형의 딥러닝 모델을 훈련시키는 법을 배우게 된다. 그 과정에서 이미지 처리, 추천 시스템, 주가 예측, 챗봇 구성 등 다양한 실세계 문제를 해결하는 딥러닝 솔루션을 만들어 보고, 기계 번역을 수행하거나 강화학습 기법을 활용해 게임을 할 수 있는 시스템도 만들어 보도록 구성되어 있다.

목차

01장: 컨볼루션 신경망을 활용한 교통 표지판 인식
데이터셋
CNN
이미지 전처리
모델 훈련 및 예측
연습 문제
정리

02장: Object Detection API를 활용해 이미지에 주석 달기
MS COCO 데이터셋
__텐서플로 객체 탐지 API
__R-CNN, R-FCN, SSD 모델 기초의 이해
프로젝트 계획
__프로젝트 환경 구성
__Protobuf 컴파일
프로젝트 코드 준비
__간단한 응용 프로그램
__실시간 웹캠 탐지
감사의 말
정리

03장: 이미지 캡션 생성
캡션 생성이란 무엇인가?
이미지 캡션을 달 수 있는 데이터셋 둘러보기
__데이터셋 내려받기
단어를 임베딩으로 전환
이미지 캡션을 생성하는 방법
__조건부 랜덤 필드
__컨볼루션 신경망과 순환 신경망의 결합
__캡션 순위 정하기
__조밀한 캡션 생성
__RNN 캡션 생성
__멀티 모드 캡션 생성
__어텐션 기반의 캡션 생성
캡션 생성 모델 구현
정리

04장: 조건부 이미지 생성을 위한 GAN 구축
GAN 소개
__핵심은 대립쌍 방식에 있다
__캄브리아기 폭발
프로젝트
__Dataset 클래스
__CGAN 클래스
일부 예제에 CGAN 활용하기
___MNIST
___Zalando MNIST
___EMNIST
___훈련된 CGAN을 재사용하기
아마존 웹 서비스 사용하기
감사의 말
정리

05장: LSTM을 이용한 주가 예측
입력 데이터셋 - 코사인과 주가
데이터셋 포맷 구성
회귀 모델을 이용한 미래 주가 예측
장단기 메모리 - LSTM 기초
LSTM으로 주가 예측하기
다음으로 생각해 볼 질문들
정리

06장: 기계 번역 시스템 구축과 훈련
아키텍처 검토
말뭉치 선처리
기계 번역 모델 훈련시키기
테스트 및 번역
__과제
정리

07장: 사람처럼 의견을 나눌 수 있는 챗봇의 훈련과 구축
프로젝트 소개
입력 말뭉치
훈련 데이터셋 생성
챗봇 훈련
Chatbox API
__과제
정리

08장: 중복된 쿼라 질문 탐지하기
데이터셋 설명
기본 특징 공학으로 시작하기
퍼지 특징 생성하기
TF-IDF와 SVD 특징 사용
Word2vec 임베딩으로 매핑하기
머신러닝 모델 테스트
텐서플로 모델 구축
심층 신경망 사전 처리
심층 신경망 구성요소
학습 구조 설계
정리

09장: 텐서플로 추천 시스템 구축
추천 시스템
추천 시스템을 위한 행렬 분해
__데이터셋 준비 및 기준점
__행렬 분해
__암묵적 피드백 데이터셋
__SGD 기반의 행렬 분해
__베이즈 개인화 순위
추천 시스템을 위한 RNN
__데이터 준비 및 기준선 수립
__텐서플로로 만드는 RNN 추천 시스템
정리

10장: 강화학습으로 비디오 게임하기
게임 소개
OpenAI 버전
리눅스(우분투 14.04 혹은 16.04)에 OpenAI 설치하기
__OpneAI Gym에서 루나 랜더 게임
딥러닝을 통해 강화학습 알아보기
__심층 Q-러닝을 위한 요령
__심층 Q-러닝의 제약 사항
프로젝트 시작
__AI 두뇌 정의
__경험 재생을 위한 메모리 생성
__에이전트 생성
__환경 지정하기
__강화학습 프로세스 실행
감사의 글
정리