딥러닝 워크북

1장 딥러닝 시작하기
1.1 11줄로 쓴 딥러닝 AI 프로그램
1.2 환경 설정
1.3 소프트웨어 환경 설정
1.4 가볍게 이미지 인식해보기
1.5 카메라에 비치는 것을 실시간으로 인식하기
1.6 비디오에서 물체 인식하기
1.7 어떻게 이미지를 인식할 수 있을까?
1.8 합성곱 신경망으로 이미지를 클래스로 분류하기
1.9 15줄의 짧은 프로그램으로 이미지를 학습시키기
1.10 본격적으로 학습시키자

2장 체이너로 머신 러닝 기초부터 배우자
2.1 가장 간단한 신경망
2.2 논리 연산 학습시키기
2.3 합성곱 신경망
2.4 다양한 합성곱 신경망
2.5 학습시킨 합성곱 신경망을 파이썬에서 이용하기

3장 순환 신경망 프로그래밍
3.1 입력할 때마다 답이 달라지는 신경망
3.2 CSLAIER에 의한 LSTM
3.3 LSTM에 의한 프로그래밍
3.4 학습시킨 데이터로부터 추정

4장 텐서플로를 배우자
4.1 분산 계산에 적합한 프레임워크인 텐서플로
4.2 텐서란?
4.3 안녕, 텐서플로
4.4 체이너와 텐서플로를 비교하면서 배우자
4.5 텐서플로로 이미지 분류(Inception-v3)
4.6 대화 로봇이 이렇게까지 말하네!
4.7 텐서플로의 seq2seq로 영어-프랑스어 자동 번역 신경망 만들기

5장 강화 학습: Deep Q Learning
5.1 강화 학습이란?
5.2 DQN이란?
5.3 LIS
5.4 LIS의 설치와 실행

6장 딥러닝 지금부터
6.1 명화의 터치를 흉내내는 인공지능
6.2 사진을 보고 설명문을 만들고 그 반대도 가능하다고? 의역하고 창작하는 인공지능
6.3 초고해상도에서 빅데이터 분석까지: 딥러닝의 숙명 오토인코더
6.4 적층 오토인코더로 빅데이터 분석
6.5 합성곱 신경망의 파인 튜닝
6.6 복잡한 AI를 더 간단한 AI로 학습시키는 증류
6.7 인공지능과 생체지능의 유사성과 차이
6.8 마지막으로