책 이미지
책 정보
· 분류 : 국내도서 > 컴퓨터/모바일 > 컴퓨터 공학 > 자료구조/알고리즘
· ISBN : 9788997924585
· 쪽수 : 320쪽
책 소개
목차
지은이의 글
편집자이자 베타테스터의 글
일러두기
1장 준비하기
1.1 시작하며
1.2 케라스란
1.3 케라스 준비하기
1.4 무료 클라우드 사용하기
1.5 API 문서 활용하기
정리해봅시다
[함께 해봐요] 텐서플로우를 설치할 가상환경 만들어 보기
[함께 해봐요] 텐서플로우 CPU 버전 설치하기
[함께 해봐요] 텐서플로우 GPU 버전 설치와 테스트
[함께 해봐요] 구글 드라이브 연동하기
[함께 해봐요] 캐글 노트북에서 결과물 얻는 방법
2장 살펴보기
2.1 머신러닝 프로세스 간략히 살펴보기
2.2 용어 살펴보기
2.3 데이터셋 살펴보기
2.4 커뮤니티 살펴보기
정리해봅시다
[함께 해봐요] 임의로 클래스 확률을 지정하여 그린 ROC 곡선 (chapter02/roccurve.py)
3장 기본기 다지기
3.1 기본 연산 해보기
3.2 신경망
3.3 케라스에서의 개발 과정
정리해봅시다
실습해봅시다
[함께 해봐요] 텐서의 차원과 기본 연산 (basic_calc.ipynb)
[함께 해봐요] 즉시 실행 모드를 통한 연산 (basic_calc.ipynb)
[함께 해봐요] 텐서에서 넘파이로, 넘파이에서 텐서로 (basic_calc.ipynb)
[함께 해봐요] @tf.function (basic_calc.ipynb)
[함께 해봐요] OR 게이트 구현해보기 (perceptron.ipynb)
[함께 해봐요] 벡터의 내적 (perceptron.ipynb)
[함께 해봐요] XOR 게이트 구현해보기 + 다층 퍼셉트론 (perceptron.ipynb)
[함께 해봐요] 여러 가지 활성화 함수 (perceptron.ipynb)
[함께 해봐요] 경사하강법 실험해보기 (perceptron.ipynb)
4장 신경망 적용해보기
4.1 MNIST와 Fashion-MNIST
4.2 보스턴 주택 가격 예측
4.3 빙산인가? 선박인가?-1
'나의 이해도를 측정하자' 3번 문제
4.4 무슨 옷과 무슨 색?-1
정리해봅시다
실습해봅시다
번외_캐글을 통해 능력 향상시키기
[함께 해봐요] MNIST 데이터셋 다운받기 (mnist.ipynb)
[함께 해봐요] 데이터의 형태 확인하기 (mnist.ipynb)
[함께 해봐요] 데이터 그려보기 (mnist.ipynb)
[함께 해봐요] 검증 데이터 만들기 (mnist.ipynb)
[함께 해봐요] 모델 입력을 위한 데이터 전처리 (mnist.ipynb)
[함께 해봐요] 모델 입력을 위한 레이블 전처리 (mnist.ipynb)
[함께 해봐요] 모델 구성하기 (mnist.ipynb)
[함께 해봐요] 소프트맥스와 시그모이드 값의 비교 (mnist.ipynb)
[함께 해봐요] 학습과정 설정하기 (mnist.pynb)
[함께 해봐요] 모델 학습하기 (mnist.ipynb)
[함께 해봐요] history를 통해 확인해볼 수 있는 값 출력하기 (mnist.ipynb)
[함께 해봐요] 학습 결과 그려보기 (mnist.ipynb)
[함께 해봐요] 모델 평가하기 (mnist.ipynb)
[함께 해봐요] 학습된 모델을 통해 값 예측하기 (mnist.ipynb)
[함께 해봐요] 예측값 그려서 확인해보기 (mnist.ipynb)
[함께 해봐요] 모델 평가 방법 1?혼동행렬 (mnist.ipynb)
[함께 해봐요] 모델 평가 방법?2 분류 보고서 (mnist.ipynb)
[함께 해봐요] MNIST 데이터셋 다루기: 전체 코드 (mnist.ipynb)
[함께 해봐요] Fashion-MNIST 데이터셋 다운받기 (fashion-mnist.ipynb)
[함께 해봐요] 데이터 그려보기 (fashion-mnist.ipynb)
[함께 해봐요] 전처리 및 검증 데이터셋 만들기 (fashion-mnist.ipynb)
[함께 해봐요] 첫 번째 모델 구성하기 (fashion-mnist.ipynb)
[함께 해봐요] 학습 과정 설정 및 학습하기 (fashion-mnist.ipynb)
[함께 해봐요] 두 번째 모델 구성하기 (fashion-mnist.ipynb)
[함께 해봐요] 두 모델의 학습 과정 그려보기 (fashion-mnist.ipynb)
[함께 해봐요] 보스턴 주택 가격 데이터셋 다운받기 (boston.ipynb)
[함께 해봐요] 데이터 형태 확인하기 (boston.ipynb)
[함께 해봐요] 데이터 전처리 및 검증 데이터셋 만들기 (boston.ipynb)
[함께 해봐요] 모델 구성하기 (boston.ipynb)
[함께 해봐요] 학습하고 평가하기 (boston.ipynb)
[함께 해봐요] K-폴드 사용하기 (boston.ipynb)
[함께 해봐요] K-폴드 결과 확인하기 (boston.ipynb)
[함께 해봐요] 데이터 불러오기 (clothes1.ipynb)
[함께 해봐요] 이미지 제네레이터 정의 및 모델 구성하기 (clothes1.ipynb)
[함께 해봐요] 데이터 제네레이터 정의하기 (clothes1.ipynb)
[함께 해봐요] 제네레이터를 통해 모델 학습시키기 (clothes1.ipynb)
[함께 해봐요] 테스트 데이터 예측하기 (clothes1.ipynb)
5장 컨볼루션 신경망
5.1 일단 사용해보기
5.2 컨볼루션층과 풀링층
5.3 CIFAR-10 살펴보기
5.4 빙산인가? 선박인가??2
'나의 이해도를 측정하자' 3번 문제
5.5 전이 학습
정리해봅시다
실습해봅시다
[함께 해봐요] 데이터 살펴보기 (fashion_mnist_cnn.ipynb)
[함께 해봐요] 모델 구성하기 (fashion_mnist_cnn.ipynb)
[함께 해봐요] 모델 학습시키기 (fashion_mnist_cnn.ipynb)
[함께 해봐요] 이미지 필터 사용해보기 (use_image_filter.ipynb)
[함께 해봐요] 이미지 필터 정의하기 (use_image_filter.ipynb)
[함께 해봐요] 이미지 필터 적용하기 (use_image_filter.ipynb)
[함께 해봐요] 이미지 필터를 적용한 최종 결과 (use_image_filter.ipynb)
[함께 해봐요] 풀링 연산 구현하기 (use_image_filter.ipynb)
[함께 해봐요] model.summary( ) 함수 사용하기
[함께 해봐요] plot_model( ) 함수 사용하기
[함께 해봐요] CIFAR-10 데이터셋 다운받기 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 데이터 그려보기 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 데이터셋 전처리 과정 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 모델 구성하기 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 모델 학습하기 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 학습 과정 그려보기 (cifar10_cnn.ipynb)
[함께 해봐요] 신경망 시각화해보기 (cifar10_cnn.ipynb)
[함께 해봐요] CIFAR-10 규제화 함수 사용해보기 (drop_the_overfitting_regularizer.ipynb)
[함께 해봐요] CIFAR-10 드롭아웃 사용해보기 (drop_the_overfitting_dropout.ipynb)
[함께 해봐요] CIFAR-10 배치 정규화 사용해보기 (drop_the_overfitting_BN.ipynb)
[함께 해봐요] 이미지 제네레이터를 사용하여 이미지 그려보기 (basic_image_generator.ipynb)
[함께 해봐요] 이미지 제네레이터를 사용하여 모델 학습하기 (basic_image_generator.ipynb)
[함께 해봐요] 전이 학습 사용해보기 (basic_transfer_learning.ipynb)
[함께 해봐요] 모델 동결 해제하기
[함께 해봐요] 전이 학습을 통해 학습하기 (basic_transfer_learning.ipynb)
6장 순환 신경망
6.1 Embedding
6.2 RNN
6.3 LSTM
6.4 Conv1D
6.5 BERT 가볍게 알아보기
정리해봅시다
실습해봅시다
[함께 해봐요] 토큰화 작업 수행하기 (use_embedding_layer.ipynb)
[함께 해봐요] 데이터셋 다운받기 (use_embedding_layer.ipynb)
[함께 해봐요] 데이터 형태 확인하기 (use_embedding_layer.ipynb)
[함께 해봐요] 첫 번째 데이터 확인하기 (use_embedding_layer.ipynb)
[함께 해봐요] IMDB 데이터셋에서 가장 빈번하게 사용되는 세 개의 단어
[함께 해봐요] 데이터를 동일한 길이로 맞추기 (use_embedding_layer.ipynb)
[함께 해봐요] Embedding층을 사용하여 모델 구성하기 (use_embedding_layer.ipynb)
[함께 해봐요] 모델 학습시키기 (use_embedding_layer.ipynb)
[함께 해봐요] 모델 평가하기 (use_embedding_layer.ipynb)
[함께 해봐요] 학습 과정 확인하기 (use_embedding_layer.ipynb)
[함께 해봐요] cos 함수를 이용하여 데이터 만들기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] 전처리 과정 수행하기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] 데이터 형태 확인하기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] SimpleRNN을 사용하여 모델 구성하기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] 모델 학습시키기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] 예측 결과 그려보기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] IMDB 데이터셋 사용하기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] SimpleRNN층의 출력값 변화 확인하기 (use_SimpleRNN_layer.ipynb)
[함께 해봐요] reuters 데이터셋 다뤄보기 (use_LSTM_layer.ipynb)
[함께 해봐요] 데이터셋 전처리 과정
[함께 해봐요] LSTM 층을 사용하여 모델 구성하기 (use_LSTM_layer.ipynb)
[함께 해봐요] 모델 학습시키기 (use_LSTM_layer.ipynb)
[함께 해봐요] Conv1D 층을 사용하여 모델 구성하기 (use_Conv1D_layer.ipynb)
[함께 해봐요] 모델 학습시키기 (use_Conv1D_layer.ipynb)
[함께 해봐요] 데이터 생성하기 (use_Conv1D_layer.ipynb)
[함께 해봐요] 모델 구성 및 결과 확인하기 (use_Conv1D_layer.ipynb)
7장 초급을 향해서-1
7.1 케라스의 모델 구성 방법
7.2 함수형 API
7.3 빙산인가? 선박인가?-3
'나의 이해도를 측정하자' 1번 문제
7.4 무슨 옷과 무슨 색?-2
7.5 케라스 콜백
정리해봅시다
실습해봅시다
[함께 해봐요] Sequential( ) 모델 구성 (make_model_three_ways.ipynb)
[함께 해봐요] 서브클래싱 모델 구성 (make_model_three_ways.ipynb)
[함께 해봐요] 함수형 API 모델 구성하기 (make_model_three_ways.ipynb)
[함께 해봐요] MNIST 데이터셋 불러오기 및 전처리 (functional_api_MNIST.ipynb)
[함께 해봐요] 함수형 API를 활용한 모델 구성 및 학습 (functional_api_MNIST.ipynb)
[함께 해봐요] 다중 입출력을 위한 데이터 생성하기 (functional_api_multi_io.ipynb)
[함께 해봐요] 다중 입출력 모델 구성하기 (functional_api_multi_io.ipynb)
[함께 해봐요] 모델 구조 그려보기 (functional_api_multi_io.ipynb)
[함께 해봐요] 모델 구조 확인하기 (functional_api_multi_io.ipynb)
[함께 해봐요] 다중 입출력 모델에서 학습 과정 설정하기 (functional_api_multi_io.ipynb)
[함께 해봐요] 다중 입출력 모델 학습하기 (functional_api_multi_io.ipynb)
[함께 해봐요] 잔차 연결을 사용하여 모델 구성하기 (residual_and_inception_module.ipynb)
[함께 해봐요] 인셉션 모듈을 사용하여 모델 구성하기 (residual_and_inception_module.ipynb)
[함께 해봐요] ResNet을 활용하여 모델 구성하기 (resnet_transfer.ipynb)
[함께 해봐요] 텐서플로우 허브 설치하기
[함께 해봐요] CIFAR-10 데이터셋 불러오기 (use_tensorflow_hub.ipynb)
[함께 해봐요] 전체 모델 구성하기 (use_tensorflow_hub.ipynb)
[함께 해봐요] 모델 학습시키기 (use_tensorflow_hub.ipynb)
[함께 해봐요] (clothes_classification/clothes3.csv)
[함께 해봐요] (clothes_classification/clothes3.csv)
[함께 해봐요] (clothes_classification/clothes3.csv)
[함께 해봐요] 케라스 콜백 사용 준비하기 (use_keras_callbacks.ipynb)
[함께 해봐요] ModelCheckpoint 콜백 사용하기 (use_keras_callbacks.ipynb)
[함께 해봐요] EarlyStopping 콜백 사용하기 (use_keras_callbacks.ipynb)
[함께 해봐요] ReduceLROnPlateau 콜백 사용하기 (use_keras_callbacks.ipynb)
[함께 해봐요] TensorBoard 콜백 사용하기 (use_keras_callbacks.ipynb)
[함께 해봐요] 텐서보드 실행하기 - 1
[함께 해봐요] 텐서보드 실행하기- 2
8장 초급을 향해서-2
8.1 커스터마이제이션
8.2 1×1 컨볼루션
8.3 초급 단계를 위해 한걸음 더
정리해봅시다
실습해봅시다
[함께 해봐요] Lambda 층 사용하기 (custom_keras_layer.ipynb)
[함께 해봐요] 커스텀 케라스층 사용하기 (custom_keras_layer.ipynb)
[함께 해봐요] Activation 함수에 직접 전달하는 방법 (custom_activation.ipynb)
[함께 해봐요] 커스텀 객체 목록을 사용하는 방법 - 1 (custom_activation.ipynb)
[함께 해봐요] 커스텀 객체 목록을 사용하는 방법 ? 2 (custom_activation.ipynb)
[함께 해봐요] RAdam 설치하기
[함께 해봐요] RAdam의 존재 알기 (custom_activation.ipynb)
[함께 해봐요] 커스텀 손실 함수 정의하기 (custom_loss.ipynb)
[함께 해봐요] 커스텀 손실 함수?MNIST 학습 (custom_loss.ipynb)
[함께 해봐요] 커스텀 평가지표 정의하여 사용하기 (custom_metrics.ipynb)
[함께 해봐요] 특정 시점에 학습률을 조정하는 커스텀 케라스 콜백 (custom_callback.ipynb)
[함께 해봐요] 커스텀 케라스 콜백을 사용하여 모델 학습시키기 (custom_callback.ipynb)
[함께 해봐요] 컨볼루션층만으로 구성한 모델 - 1 (MNIST_1×1_convolution.ipynb)
[함께 해봐요] 컨볼루션층만으로 구성한 모델 - 2 (MNIST_1×1_convolution.ipynb)
9장 케라스 튜너
9.1 탐색해야 할 하이퍼파라미터
9.2 케라스튜너 사용하기
9.3 케라스튜너 더 쉽게 사용하기
정리해봅시다
실습해봅시다
부록 A: 오토케라스(AutoKeras)
부록 B: tf.data
부록 C: 이렇게도 학습할 수 있어요!
[함께 해봐요] 간단한 구조의 CNN 모델 살펴보기 (keras_tuner_example.ipynb)
[함께 해봐요] 케라스 튜너 설치하기
[함께 해봐요] 케라스 튜너 모델 정의하기 (keras_tuner_example.ipynb)
[함께 해봐요] MNIST 데이터셋 준비하기 (keras_tuner_example.ipynb)
[함께 해봐요] RandomSearch 클래스 사용하기 (keras_tuner_example.ipynb)
[함께 해봐요] 탐색할 하이퍼파라미터 살펴보기 (keras_tuner_example.ipynb)
[함께 해봐요] 하이퍼파라미터 탐색하기 (keras_tuner_example.ipynb)
[함께 해봐요] 실험 결과 요약해보기 (keras_tuner_example.ipynb)
[함께 해봐요] 가장 좋은 성능의 모델 불러오기 (keras_tuner_example.ipynb)
[함께 해봐요] 모델 하이퍼파라미터 확인하기 (keras_tuner_example.ipynb)
[함께 해봐요] HyperResNet 사용하기 (keras_tuner_example.ipynb)
[함께 해봐요] (clothes_classification/tf_data_example.py)
[함께 해봐요] 데이터셋 불러오기 ()appendix/training_with_tensorflow2.0.ipynb
[함께 해봐요] 데이터셋 객체 정의하기 ()appendix/training_with_tensorflow2.0.ipynb
[함께 해봐요] 모델 구성하기 (appendix/training_with_tensorflow2.0.ipynb)
[함께 해봐요] 객체 정의하기 (appendix/training_with_tensorflow2.0.ipynb)
[함께 해봐요] 계산 발생 지정하기 (appendix/training_with_tensorflow2.0.ipynb)
[함께 해봐요] 학습 및 검증 스텝 정의하기 (appendix/training_with_tensorflow2.0.ipynb)
[함께 해봐요] 학습 진행하기 (appendix/training_with_tensorflow2.0.ipynb)
찾아보기