C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.3

책 이미지

eBook 미리보기

책 정보

· 제목 : C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.3 (Deep Convolution Neural Nets의 이해와 구현)
· 분류 : 국내도서 > 컴퓨터/모바일 > 컴퓨터 공학 > 자료구조/알고리즘
· ISBN : 9788960779471
· 쪽수 : 228쪽
· 출판일 : 2016-12-30

책 소개

전체 3권으로 이루어진 'C++과 CUDA C로 구현하는 딥러닝 신경망' 시리즈의 마지막 책이다. 딥러닝에서 가장 화두가 되고 있는 영상 속의 사물 인지 알고리즘을 깊게 파고들면서 실제로 CUDA 기반으로 구현까지 해볼 수 있도록 가이드해준다.

1장. 소개

2장. 피드포워드 신경망
__다중 레이어 피드포워드 신경망 다시보기
__넒은 신경망 대 깊은 신경망
__지역적으로 연결된 레이어
____행, 열, 슬라이스
____합성곱 레이어
____절반-너비와 패딩
____스트라이딩과 유용한 계산 공식
__풀링 레이어
____풀링 타입
__출력 레이어
____SoftMax 출력
__그레디언트를 구하기 위한 오차의 역전파

3장. 알고리즘 프로그래밍
__모델 선언
____가중치와 그레디언트의 처리 순서
__모델 생성자를 통한 초기화
__모든 활성화 탐색
__완전히 연결된 레이어의 활성화 계산
__지역적으로 연결된 레이어의 활성화 계산
__합성곱 레이어의 활성화 계산
__풀링 레이어 활성화 계산
__평가기준 값 계산
__그레디언트 계산
__완전히 연결된 레이어의 그레디언트
__지역적으로 연결된 레이어의 그레디언트
__합성곱 레이어의 그레디언트
__풀링 레이어의 그레디언트(존재하지 않는다!)
__풀링 레이어를 제외한 델타 값 역전파
__풀링 레이어의 델타 역전파
__멀티 스레딩 기반 그레디언트 연산
____알고리즘 프로그래밍
____스레딩을 위한 메모리 할당

4장. CUDA 코드
__CUDA 구현에서의 가중치 레이아웃
__GPU 상의 전역 변수
__초기화
__디바이스에 가중치 복사
__출력층 활성화 계산
__지역적으로 연결된 레이어와 합성곱 레이어의 활성화 계산
____공유된 메모리 활용을 통한 연산 속도 향상
____GPU 코드
____실행 코드
__풀링 레이어의 활성화 계산
__연산 절감 기법을 적용한 SoftMax와 로그 발생 가능 확률
__출력층의 델타 값 계산
__완전히 연결된 레이어로부터의 역전파
__합성곱 레이어와 지역적 레이어의 역전파
__풀링 레이어로부터의 역전파
__완전히 연결된 레이어의 그레디언트
__지역적으로 연결된 레이어와 합성곱 레이어의 그레디언트
____합성곱 그레디언트 평편화
____그레디언트 실행 코드
__그레디언트 값 가져오기
__모든 과정의 통합

5장. CONVNET 매뉴얼
__메뉴 옵션
____File 메뉴
____Test 메뉴
____Display 메뉴
__제어 파일 읽어오기
____이미지 데이터 생성과 읽어오기
____시계열 데이터를 이미지로 변환하여 읽어오기
____모델 아키텍처
____파라미터 훈련
____오퍼레이션
__이미지 출력
____훈련 이미지 출력
____필터 이미지 출력
____활성화 이미지 출력
____출력 예제
__CONVNET.LOG 파일
____가중치 출력
__CUDA.LOG 파일

저자소개

티모시 마스터즈 (지은이) 정보 더보기

수리 통계학 분야에서 수치 계산(numerical computing) 전공으로 박사 학위를 받았다. 그 이후 독립적인 컨설턴트로서 정부 및 산업 기관과 함께 지속적인 업무 경력을 쌓았다. 초기 연구 분야는 고고도(high-altitude) 촬영 사진에서 자동으로 특징(feature)을 추출하는 기능과 관련된 것들이며, 홍수와 가뭄 예측, 숨겨진 미사일 저장탑 탐지, 위협적인 군사용 차량 확인 등의 다양한 애플리케이션들을 개발했다. 그 후에는 침생검(needle biopsies)상에서 유익한 세포와 유해한 세포를 구별해내는 알고리즘 개발을 위해 의료 연구원으로 근무했다. 이후 12년 동안 주로 자동화된 금융 거래 시스템을 평가하기 위한 알고리즘을 개발했다. 지금까지 예측 모델을 실무에 적용하는 방법에 대한 내용으로 『Practical Neural Network Recipes in C++』(Academic Press, 1993), 『Signal and Image Processing with Neural Networks』(Wiley, 1994), 『Advanced Algorithms for Neural Networks』(Wiley, 1995), 『Neural, Novel, and Hybrid Algorithms for Time Series Prediction』(Wiley, 1995), 『Assessing and Improving Prediction and Classification』(CreateSpace, 2013), 『C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.1』(에이콘, 2016), 『C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.3』(에이콘, 2016) 등을 저술했다. 이 책에서 활용하는 코드는 그의 홈페이지 (TimothyMasters.info)에서 다운로드할 수 있다.

펼치기

티모시 마스터즈의 다른 책 >

이승현 (옮긴이) 정보 더보기

한국 항공대학교 기계공학부를 졸업하고, 삼성 소프트웨어 멤버십과 산업통상자원부 소프트웨어 마에스트로를 수료했다. MDS 테크놀로지에서 자동차의 ISO26262 국제 안전 표준과 AUTOSAR 관련 기술 지원을 담당했으며, 현재 시어스랩에서 모바일 환경에서의 DCNN 구동을 위한 압축 알고리즘 연구에 매진하고 있다. 한양대학교 컴퓨터공학과에서 석사 과정을 밟고 있으며, 딥러닝 기반 실시간 영상처리 기술을 다양한 도메인의 소프트웨어에 적용하는 연구를 하고 있다. 양질의 원서를 하루라도 빨리 우리글로 옮겨 국내 개발자들에게 도움을 주고자 번역계에 발을 들였다. 에이콘출판사에서 펴낸 『윈도우폰 7 게임 프로그래밍』(2012), 『안드로이드 앱 인벤터』(2013), 『데이터 마이닝 Data Mining』(2013), 『C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.1』(에이콘, 2016), 『C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.3』(에이콘, 2016)를 번역했다.

펼치기

이승현의 다른 책 >