- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
파이토치 첫걸음 딥러닝 모델 생성에서 애플리케이션 개발까지
- 두세교 저
- 제이펍
- 2019년 05월 09일
-
정가24,000원
-
판매가24,000원 [0% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금720원 적립 [3%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
-
배송료무료배송
-
출고예정일
출고예정일 안내
※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
2024년 04월 29일(월)※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.
당일배송 가능지역 검색
“도로명주소”를 쉽게 찾아보세요
1. 도로명으로 검색하기 (예, “직지길” or “직지길+322”)
2. 건물명으로 검색하기 (예, “반디앤루니스빌딩”)
3. 동(읍/면/리) 으로 검색 (예, “인사동” or “인사동+43”)
4. 도로명주소를 모르실 경우 도로명주소 안내시스템(http://www.juso.go.kr)에서 확인해주세요.
시/도
시/군/구
회원리뷰
ISBN: 9791188621590
232쪽
170 x 225 (㎜)
지금 이책은
- 판매지수 : 486
- 주간 컴퓨터/IT: 16위
이 분야의 베스트셀러
-
이것이 취업을 위한 코딩 테스트다 with 파이썬
나동빈
30,600원
-
지니어스키트로 배우는 마이크로비트
아이씨뱅큐
18,000원
-
Do it! 점프 투 파이썬 [개정판]
박응용
16,920원
이 책과 함께 구매한 책
-
EU 개인정보 보호법 박노형 35,000원
-
실전 예제로 배우는 GAN 조시 칼린 22,500원
-
우분투 리눅스 기반의 IDS/IPS 설치와 운영 오동진, 추다영 22,500원
-
파이토치 첫걸음 최건호 20,700원
-
PyTorch로 시작하는 딥러닝 비슈누 수브라마니안 22,500원
책 소개
출판사 리뷰
딥러닝의 파이썬 라이브러리로는 구글이 개발한 텐서플로(TensorFlow) 프레임워크가 가장 유명하지만, 심벌을 사용하는 프로그래밍 스타일 때문에 초보자가 접근하기 어렵다는 의견도 존재한다. 반면 이 책에서 다루는 파이토치는 페이스북을 중심으로 개발된 오픈 소스 프로젝트로 동적 네트워크라는 구조를 도입했으며, 일반적인 파이썬 프로그램과 같은 환경에서 간단하게 신경망을 구축할 수 있다는 점에서 많은 관심을 받고 있다. 특히, 해외 연구자들로부터 많은 지지를 받고 있어서 최신 연구들이 파이토치를 사용해 구현되는 중이다. 연구 결과들도 깃허브를 통해 빠르게 공개되는 것이 당연시되고 있다. 아직 한글 자료는 부족하지만, 사용하기 쉽고 최신 연구 결과를 바로 적용할 수 있어서 서비스에 딥러닝을 곧바로 적용하고 싶은 사람에게는 최적의 프레임워크가 될 것이다. 이 책을 통해서 독자 여러분이 신경망이나 딥러닝, 그리고 머신러닝 등에 흥미를 가지고 실제로 자신의 업무에 적용할 수 있게 되기를 바란다.
- ‘시작하며’ 중에서
이 책의 대상 독자
● 인공지능을 배우고자 하는 프로그래머
● 머신러닝 및 딥러닝 엔지니어
저자 소개
저자 : 두세교
도쿄공업대학에서 계산 기기를 활용한 분자생물학을 연구했으며, 졸업 후에는 IT 기업에서 소프트웨어 개발 및 데이터 분석을 담당하고 있다. 대학원 시절에 아직 유명해지기 전이었던 파이썬과 NumPy를 접했고, 스터디 모임이나 집필 등을 통해 파이썬을 전파했다. 요근래 몇 년 동안은 스타트업을 중심으로 데이터 분석이나 머신러닝 개발 지원 등을 해왔으며, 2018년 4월부터 물류 IT 관련 스타트업에서 근무하고 있다. 머신러닝, 빅데이터 분석, 서버 개발 등에 관심이 많으나, 지금은 자녀 교육을 위해 육아 휴직 중인 아빠 엔지니어다.
역자 : 김완섭
네덜란드 ITC에서 Geoinformation for Disaster Risk Management 석사 학위를 취득했다. 약 9년간 일본과 한국의 기업에서 IT 및 GIS/LBS 분야 업무를 담당했으며, 일본에서는 세콤(SECOM) 계열사인 파스코(PASCO)에서 일본 외무부, 국토지리정보원 같은 정부기관을 대상으로 한 시스템 통합(SI) 업무를 담당했다. 이후 야후 재팬으로 직장을 옮겨 야후맵 개발 담당 시니어 엔지니어로 근무했으며, 한국으로 돌아와 SK에서 내비게이션 지도 데이터 담당 매니저로 근무했다. 현재는 싱가포르에 있는 일본계 회사에서 은행 관련 IT 프로젝트를 담당하고 있다. 저서로는 《나 는 도쿄 롯폰기로 출근한다》가 있으며, 역서로는 《알고리즘 도감》, 《처음 만나는 HTML5 & CSS3》, 《인공지능 70》, 《처음 만나는 자바스크립트》, 《다양한 언어로 배우는 정규표현식》, 《그림으로 공부하는 IT 인프라 구조》, 《그림으로 공부하는 시스템 성능 구조》 등 20여 종이 있다. 블로그를 통해 IT 번역 관련 이야기와 싱가포르 직장 생활을 소개하고 있다.
역자 소개
네덜란드 ITC에서 Geoinformation for Disaster Risk Management 석사 학위를 취득했다. 약 9년간 일본과 한국의 기업에서 IT 및 GIS/LBS 분야 업무를 담당했으며, 일본에서는 세콤(SECOM) 계열사인 파스코(PASCO)에서 일본 외무부, 국토지리정보원 같은 정부기관을 대상으로 한 시스템 통합(SI) 업무를 담당했다. 이후 야후 재팬으로 직장을 옮겨 야후맵 개발 담당 시니어 엔지니어로 근무했으며, 한국으로 돌아와 SK에서 내비게이션 지도 데이터 담당 매니저로 근무했다. 현재는 싱가포르에 있는 일본계 회사에서 은행 관련 IT 프로젝트를 담당하고 있다. 저서로는 《나는 도쿄 롯폰기로 출근한다》가 있으며, 역서로는 《알고리즘 도감》, 《처음 만나는 HTML5 & CSS3》, 《인공지능 70》, 《처음 만나는 자바스크립트》, 《다양한 언어로 배우는 정규표현식》, 《그림으로 공부하는 IT 인프라 구조》, 《그림으로 공부하는 시스템 성능 구조》 등 20여 종이 있다. 블로그를 통해 IT 번역 관련 이야기와 싱가포르 직장 생활을 소개하고 있다.
책 속에서
목차
PROLOGUE 개발 환경 준비
0.1 이 책의 검증 환경
0.1.1 OS 환경: 우분투 16.04
0.1.2 엔비디아의 GPU
0.1.3 클라우드에서 GPU를 탑재한 인스턴스 실행하기
0.2 개발 환경 구축
0.2.1 미니콘다 설치
0.2.2 가상 환경 구축
CHAPTER 1 파이토치의 기본
1.1 파이토치의 구성
1.1.1 파이토치의 전반적인 구성
1.2 텐서
1.2.1 텐서 생성과 변환
1.2.2 텐서의 인덱스 조작
1.2.3 텐서 연산
1.3 텐서와 자동 미분
1.4 정리
CHAPTER 2 최대 우도 추정과 선형 모델
2.1 확률 모델과 최대 우도 추정
2.2 확률적 경사 하강법
2.3 선형 회귀 모델
2.3.1 선형 회귀 모델의 최대 우도 추정
2.3.2 파이토치로 선형 회귀 모델 만들기(직접 만들기)
2.3.3 파이토치로 선형 회귀 모델 만들기(nn, optim 모듈 사용)
2.4 로지스틱 회귀
2.4.1 로지스틱 회귀의 최대 우도 추정
2.4.2 파이토치를 사용한 로지스틱 회귀 분석
2.4.3 다중 분류를 위한 로지스틱 회귀 분석
2.5 정리
CHAPTER 3 다층 퍼셉트론
3.1 MLP 구축과 학습
3.2 Dataset과 DataLoader
3.2.1 Dataset과 DataLoader
3.3 학습 효율화 팁
3.3.1 Dropout을 사용한 정규화
3.3.2 Batch Normalization를 사용한 학습 가속
3.4 신경망의 모듈화
3.4.1 자체 신경망 계층(커스텀 계층) 만들기
3.5 정리
CHAPTER 4 이미지 처리와 합성곱 신경망
4.1 이미지와 합성곱 계산
4.2 CNN을 사용한 이미지 분류
4.2.1 Fashion-MNIST
4.2.2 CNN 구축과 학습
4.3 전이 학습
4.3.1 데이터 준비
4.3.2 파이토치를 사용한 전이 학습
4.4 CNN 회귀 모델을 사용한 이미지 해상도 향상
4.4.1 데이터 준비
4.4.2 모델 작성
4.5 DCGAN을 사용한 이미지 생성
4.5.1 GAN이란
4.5.2 데이터 준비
4.5.3 파이토치를 사용한 DCGAN
4.6 정리
CHAPTER 5 자연어 처리와 순환 신경망
5.1 RNN이란?
5.2 텍스트 데이터의 수치화
5.3 RNN과 문장 분류
5.3.1 IMDb 리뷰 데이터
5.3.2 신경망 정의와 훈련
5.3.3 가변 길이 계열 처리
5.4 RNN을 사용한 문장 생성
5.4.1 데이터 준비
5.4.2 모델 정의 및 학습
5.5 인코더-디코더 모델을 사용한 기계 번역
5.5.1 인코더-디코더 모델이란
5.5.2 데이터 준비
5.5.3 파이토치를 사용한 인코더-디코더 모델
5.6 정리
CHAPTER 6 추천 시스템과 행렬 분해
6.1 행렬 인수분해
6.1.1 이론적 배경
6.1.2 MovieLens 데이터
6.1.3 파이토치에서 행렬 인수분해하기
6.2 신경망 행렬 인수분해
6.2.1 행렬 인수분해를 비선형화
6.2.2 부속 정보 이용
6.3 정리
CHAPTER 7 애플리케이션 적용
7.1 모델 저장과 불러오기
7.2 플라스크를 사용한 웹 API화
7.3 도커를 이용한 배포
7.3.1 nvidia-docker 설치
7.3.2 파이토치의 도커 이미지 작성
7.3.3 웹 API 배포
7.4 ONNX를 사용한 다른 프레임워크와의 연계
7.4.1 ONNX란
7.4.2 파이토치 모델 엑스포트
7.4.3 Cae2에서 ONNX 모델 사용하기
7.4.4 ONNX 모델을 Cae2 모델로 저장
7.5 정리
APPENDIX A 훈련 상태 가시화
A1.1 텐서보드를 사용한 가시화
APPENDIX B 컬래버레터리로 파이토치 개발 환경 구축
B1.1 컬래버레터리를 사용한 파이토치 개발 환경 구축 방법
B1.1.1 컬래버레터리란
B1.1.2 장비 사양
B1.1.3 파이토치 환경 구축
B1.1.4 데이터 처리
0.1 이 책의 검증 환경
0.1.1 OS 환경: 우분투 16.04
0.1.2 엔비디아의 GPU
0.1.3 클라우드에서 GPU를 탑재한 인스턴스 실행하기
0.2 개발 환경 구축
0.2.1 미니콘다 설치
0.2.2 가상 환경 구축
CHAPTER 1 파이토치의 기본
1.1 파이토치의 구성
1.1.1 파이토치의 전반적인 구성
1.2 텐서
1.2.1 텐서 생성과 변환
1.2.2 텐서의 인덱스 조작
1.2.3 텐서 연산
1.3 텐서와 자동 미분
1.4 정리
CHAPTER 2 최대 우도 추정과 선형 모델
2.1 확률 모델과 최대 우도 추정
2.2 확률적 경사 하강법
2.3 선형 회귀 모델
2.3.1 선형 회귀 모델의 최대 우도 추정
2.3.2 파이토치로 선형 회귀 모델 만들기(직접 만들기)
2.3.3 파이토치로 선형 회귀 모델 만들기(nn, optim 모듈 사용)
2.4 로지스틱 회귀
2.4.1 로지스틱 회귀의 최대 우도 추정
2.4.2 파이토치를 사용한 로지스틱 회귀 분석
2.4.3 다중 분류를 위한 로지스틱 회귀 분석
2.5 정리
CHAPTER 3 다층 퍼셉트론
3.1 MLP 구축과 학습
3.2 Dataset과 DataLoader
3.2.1 Dataset과 DataLoader
3.3 학습 효율화 팁
3.3.1 Dropout을 사용한 정규화
3.3.2 Batch Normalization를 사용한 학습 가속
3.4 신경망의 모듈화
3.4.1 자체 신경망 계층(커스텀 계층) 만들기
3.5 정리
CHAPTER 4 이미지 처리와 합성곱 신경망
4.1 이미지와 합성곱 계산
4.2 CNN을 사용한 이미지 분류
4.2.1 Fashion-MNIST
4.2.2 CNN 구축과 학습
4.3 전이 학습
4.3.1 데이터 준비
4.3.2 파이토치를 사용한 전이 학습
4.4 CNN 회귀 모델을 사용한 이미지 해상도 향상
4.4.1 데이터 준비
4.4.2 모델 작성
4.5 DCGAN을 사용한 이미지 생성
4.5.1 GAN이란
4.5.2 데이터 준비
4.5.3 파이토치를 사용한 DCGAN
4.6 정리
CHAPTER 5 자연어 처리와 순환 신경망
5.1 RNN이란?
5.2 텍스트 데이터의 수치화
5.3 RNN과 문장 분류
5.3.1 IMDb 리뷰 데이터
5.3.2 신경망 정의와 훈련
5.3.3 가변 길이 계열 처리
5.4 RNN을 사용한 문장 생성
5.4.1 데이터 준비
5.4.2 모델 정의 및 학습
5.5 인코더-디코더 모델을 사용한 기계 번역
5.5.1 인코더-디코더 모델이란
5.5.2 데이터 준비
5.5.3 파이토치를 사용한 인코더-디코더 모델
5.6 정리
CHAPTER 6 추천 시스템과 행렬 분해
6.1 행렬 인수분해
6.1.1 이론적 배경
6.1.2 MovieLens 데이터
6.1.3 파이토치에서 행렬 인수분해하기
6.2 신경망 행렬 인수분해
6.2.1 행렬 인수분해를 비선형화
6.2.2 부속 정보 이용
6.3 정리
CHAPTER 7 애플리케이션 적용
7.1 모델 저장과 불러오기
7.2 플라스크를 사용한 웹 API화
7.3 도커를 이용한 배포
7.3.1 nvidia-docker 설치
7.3.2 파이토치의 도커 이미지 작성
7.3.3 웹 API 배포
7.4 ONNX를 사용한 다른 프레임워크와의 연계
7.4.1 ONNX란
7.4.2 파이토치 모델 엑스포트
7.4.3 Cae2에서 ONNX 모델 사용하기
7.4.4 ONNX 모델을 Cae2 모델로 저장
7.5 정리
APPENDIX A 훈련 상태 가시화
A1.1 텐서보드를 사용한 가시화
APPENDIX B 컬래버레터리로 파이토치 개발 환경 구축
B1.1 컬래버레터리를 사용한 파이토치 개발 환경 구축 방법
B1.1.1 컬래버레터리란
B1.1.2 장비 사양
B1.1.3 파이토치 환경 구축
B1.1.4 데이터 처리
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
