Skip to content

<딥러닝 일러스트레이티드>(시그마프레스, 2021)의 코드 저장소

License

Notifications You must be signed in to change notification settings

rickiepark/dl-illustrated

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

딥러닝 일러스트레이티드

이 깃허브는 시그마프레스에서 출간한 <딥러닝 일러스트레이티드> 책의 코드를 담고 있습니다. 책을 보시기 전에 꼭 에러타를 확인해 주세요.

이 책의 코드는 최신 텐서플로, 케라스를 사용하며 구글 코랩(Colab)을 사용해 무료로 실행할 수 있습니다. 각 주피터 노트북에 코랩에서 실행할 수 있는 링크가 포함되어 있습니다.

1부: 딥러닝 소개

1장: 생물의 눈과 기계의 눈

  • 생물의 눈
  • 기계의 눈
    • 신인식기
    • LeNet-5
    • 전통적인 머신러닝 방법
    • 이미지넷과 ILSVRC
    • AlexNet
  • 텐서플로 플레이그라운드
  • Quick, Draw!

2장: 사람의 언어와 기계의 언어

  • 자연어 처리를 위한 딥러닝
    • 딥러닝은 자동으로 표현을 학습합니다
    • 자연어 처리
    • 자연어 처리를 위한 딥러닝의 짧은 역사
  • 언어의 컴퓨터 표현
    • 단어의 원-핫 표현
    • 단어 벡터
    • 단어 벡터 산술 연산
    • word2viz
    • 지역 표현 vs 분산 표현
  • 자연어의 구성 요소
  • 구글 듀플렉스

3장: 기계의 예술

  • 밤새도록 마시는 술꾼
  • 가짜 얼굴 생성
  • 스타일 트랜스퍼: 사진을 모네 그림으로 변환하기 (또는 그 반대)
  • 스케치를 사진으로 바꾸기
  • 텍스트를 사진으로 바꾸기
  • 딥러닝을 사용한 이미지 처리

4장: 게임하는 기계

  • 딥러닝, 인공 지능 그리고 다른 기술들
    • 인공 지능
    • 머신러닝
    • 표현 학습
    • 인공 신경망
    • 딥러닝
    • 머신 비전
    • 자연어 처리
  • 3가지 종류의 머신러닝 문제
    • 지도 학습
    • 비지도 학습
    • 강화 학습
  • 심층 강화 학습
  • 비디오 게임
  • 보드 게임
    • 알파고
    • 알파고 제로
    • 알파제로
  • 물체 조작
  • 유명한 심층 강화 학습 환경
    • OpenAI 짐
    • 딥마인드 랩
    • 유니티 ML-Agents
  • 세 부류의 인공 지능
    • 약 인공 지능
    • 인공 일반 지능
    • 초 인공 지능

2부: 핵심 이론

5장: 말(이론)보다 마차(코드)

6장: 핫도그를 감지하는 인공 뉴런

  • 생물학적 신경 구조
  • 퍼셉트론
    • 핫도그 감지기
    • 이 책에서 가장 중요한 공식
  • 현대적인 뉴런과 활성화 함수
  • 활성화 함수 선택

7장: 인공 신경망

  • 입력층
  • 밀집 층
  • 핫도그 감지 밀집 신경망
    • 첫 번째 은닉층의 정방향 계산
    • 나머지 층의 정방향 계산
  • 패스트 푸드 분류 신경망의 소프트맥스 활성화 함수 (7-1.softmax_demo.ipynb)
  • 얕은 신경망 다시 보기

8장: 심층 신경망 훈련하기�

9장: 심층 신경망 성능 높이기

3부: 딥러닝 애플리케이션

10장: 머신 비전

  • 합성곱 신경망
    • 시각적 이미지의 2차원 구조
    • 계산 복잡도
    • 합성곱 층
    • 다중 필터
    • 합성곱 예제
    • 합성곱 필터 하이퍼파라미터
    • 스트라이드 크기
    • 패딩
  • 풀링 층
  • 케라스로 만드는 LeNet-5 (10-1.lenet_in_keras.ipynb)
  • 케라스로 만드는 AlexNet (10-2.alexnet_in_keras.ipynb)과 VGGNet (10-3.vggnet_in_keras.ipynb)
  • 잔차 네트워크
    • 그레이디언트 소멸: 심층 CNN 최대의 적
    • 잔차 연결
    • ResNet
  • 머신 비전 애플리케이션

11장: 자연어 처리

12장: 생성적 적대 신경망

13장: 심층 강화 학습

  • 강화 학습의 핵심 이론
    • 카트-폴 게임
    • 마르코프 결정 과정
    • 최적 정책
  • 심층 Q-러닝 신경망의 핵심 이론
    • 가치 함수
    • Q-가치 함수
    • 최적의 Q-가치 추정하기
  • DQN 에이전트 만들기 (13-1.cartpole_dqn.ipynb)
    • 파라미터 초기화
    • 에이전트 신경망 모델 만들기
    • 게임 플레이 기억하기
    • 경험 재생을 통해 훈련하기
    • 행동 선택하기
    • 모델 파라미터 저장하고 로드하기
  • OpenAI 짐 환경과 연동하기
  • SLM Lab을 사용한 하이퍼파라미터 최적화
  • DQN 이외의 에이전트
    • 정책 그레이디언트와 REINFORCE 알고리즘
    • 액터-크리틱 알고리즘

4부: 나 그리고 AI

14장: 딥러닝 프로젝트 시작하기

  • 딥러닝 프로젝트 아이디어
  • 프로젝트를 위한 추가 자료
    • 사회적으로 유익한 프로젝트
  • 하이퍼파라미터 튜닝을 포함한 모델링 프로세스
    • 하이퍼파라미터 탐색 자동화
  • 딥러닝 라이브러리
  • 소프트웨어 2.0
  • 인공 일반 지능

About

<딥러닝 일러스트레이티드>(시그마프레스, 2021)의 코드 저장소

Topics

Resources

License

Stars

Watchers

Forks