나에게 필요한 지식과 기술을 검색해 보세요.

GAN 첫걸음

파이토치 신경망 입문부터 연예인 얼굴 생성까지

지은이

타리크 라시드

옮긴이

고락윤

출간일

2021.03.10

레벨

초급

평점

4.5(28명)

정가

25,000

판매가

22,500

총 결제 금액

10%

22,500

적립 예정

1,120P

쪽수

280쪽

ISBN

9791162243954

브랜드

한빛미디어

인류에겐 이런 GAN 입문서가 필요했다 

 

『신경망 첫걸음』으로 전 세계 수포자들에게 희망을 준 타리크 라시드가 쓴 파이토치 GAN 입문서. 원리만 알면 머신러닝 분야의 최신 기술 GAN 역시 어렵지 않다. 쉽게 가르쳐주는 사람이 없었던 것뿐이다. 손 글씨부터 풀컬러 연예인 얼굴까지 GAN으로 이미지를 생성해보며 안락하게 GAN을 익힐 수 있게 구성했다. 수학 공식은 줄이고 친절한 그림과 문장으로 개념 원리를 알려준다. 

 

 

출판사 리뷰

 

멋진 아이디어는 누구나 쉽게 배울 수 있어야 한다 

세계에서 가장 안락한 GAN 입문서 

2014년 등장한 GAN은 빠르게 발전하는 머신러닝 분야에서 특히 폭발적인 관심을 모았습니다. 인간이 보기에 그럴듯한 새로운 결과를 기계가 알아서 생성한다는 건 혁신이었습니다. 신경망 분야의 세계적인 석학인 얀 르쿤은 GAN을 “최근 10년 동안 머신러닝 분야에서 나온 제일 멋진 아이디어”라고 평하기도 했습니다. 

GAN에 대한 연구는 현재도 활발히 진행 중이지만, 신경망과 마찬가지로 원리만 알면 GAN 역시 어렵지 않습니다. 쉽게 가르쳐주는 사람이 없었던 것뿐입니다. 『신경망 첫걸음』으로 전 세계 수포자들에게 희망을 준 타리크 라시드가 이번에는 GAN 입문서를 썼습니다. 멋진 아이디어는 간결하고 쉬운 설명으로 많은 사람에게 알려질 때 더욱 빛난다는 저자의 신념이 책 곳곳에서 고스란히 전해집니다. 

『신경망 첫걸음』과 마찬가지로 수학 공식은 줄이고 친절한 그림과 문장으로 개념 원리를 알려줍니다. 기존 신경망에 비해 구현이 까다로울 수 있지만, 파이토치와 구글 코랩을 사용해 구현 시 어려움을 겪지 않게 배려했습니다. 1부에서 파이토치와 신경망 기초를 배우고, 2부에서 MNIST 손 글씨부터 풀컬러 연예인 얼굴까지 GAN으로 생성하며, 3부에서는 합성곱 GAN과 조건부 GAN 등 더 고급 기법을 살펴봅니다. 그림으로 합성곱을 설명하는 챕터 하나만 봐도, 이 책이 세상 어떤 딥러닝 자료보다 친절하다는 사실을 알 수 있습니다. 

 

 

추천사

 

제가 읽은 머신러닝, 파이토치, GAN 분야 도서 중에서 최고의 책이었습니다. 설명 순서를 극도로 잘 구성해서 복잡한 아이디어도 이해하기 무척 쉬웠습니다. 세상 모든 교재를 이렇게 쓰면 참 좋겠습니다.

- 토머스 롤리 (아마존 독자)

 

GAN을 설명하는 블로그, 논문, 교과서, 동영상은 많지만, 학교 수학만 아는 사람도 이해할 수 있게 설명하는 건 이 책뿐입니다. 저자의 전작 『신경망 첫걸음』을 읽어봤다면 왜 그 책이 아마존 베스트셀러 1위인지 잘 알 겁니다. 저자는 어떤 걸 가르치고 어떤 건 다루지 않을지 숙고하여 가능한 한 많은 사람이 좌절하지 않고 가이드를 따라올 수 있게 했습니다.

- 제임스 (굿리즈 독자)

 

상세_700_tyle-vaj-vertical.jpg

저자

목차

[PART 1 파이토치와 신경망 기초] 

  

CHAPTER 1 파이토치 기본

구글 코랩

파이토치 텐서

파이토치를 이용한 자동 기울기 계산

계산 그래프

핵심 정리

 

CHAPTER 2 파이토치로 만드는 첫 번째 신경망

MNIST 이미지 데이터셋

MNIST 데이터 얻기

데이터 살펴보기

간단한 신경망

훈련 시각화하기

MNIST 데이터셋 클래스

분류기 훈련시키기

신경망에 쿼리하기

분류기의 성능

 

CHAPTER 3 성능 향상 기법

손실함수

활성화 함수

옵티마이저

정규화

복합적 성능 향상 기법

핵심 정리

 

CHAPTER 4 CUDA 기초

넘파이 대 파이썬

엔비디아 CUDA

CUDA를 파이썬에서 사용하기

핵심 정리

 

 

[PART 2 튼튼한 GAN 만들기]

  

CHAPTER 5 GAN 개념

이미지 생성하기

적대적 훈련

GAN 훈련

훈련하기 어려운 GAN

핵심 정리

 

CHAPTER 6 단순한 1010 패턴

실제 데이터 소스

판별기 만들기

판별기 테스트하기

생성기 만들기

생성기 결과 확인하기

GAN 훈련하기

핵심 정리

 

CHAPTER 7 손으로 쓴 숫자 훈련

데이터셋 클래스

MNIST 판별기

판별기 테스트하기

MNIST 생성기

생성기 결과 확인하기

GAN 훈련하기

모드 붕괴

GAN 훈련 성능 향상하기

시드로 실험하기

핵심 정리

 

CHAPTER 8 얼굴 이미지

컬러 이미지

CelebA 데이터셋

계층적 데이터 형식

데이터 가져오기

데이터 살펴보기

데이터셋 클래스

판별기

판별기 테스트하기

GPU 가속

생성기

생성기 결과 확인하기

GAN 훈련하기

핵심 정리

 

 

[PART 3 흥미로운 GAN 기법]

  

CHAPTER 9 합성곱 GAN

메모리 소비

지역화된 이미지 특성

합성곱 필터

커널 가중치 학습하기

특성의 계층구조

MNIST CNN

CelebA CNN

각자 실험해보기

핵심 정리

 

CHAPTER 10 조건부 GAN

조건부 GAN 구조

판별기

생성기

훈련 반복문

차트 그리기

조건부 GAN 결과 확인하기

핵심 정리

 

CHAPTER 11 결론

참 잘했어요!

앞으로 할 일

GAN을 사용하는 데 대한 책임

머신러닝은 정말 멋집니다!

 

 

[APPENDIX 부록]

APPENDIX A 이상적인 손실값

APPENDIX B GAN의 우도 학습

APPENDIX C 합성곱 예제

APPENDIX D 불안정한 학습

APPENDIX E 감사의 말 등

리뷰

전체 평점

4.5

오탈자

  • 종이책1071

    내용 오류

    5장. GAN 개념 > GAN 훈련 > 107페이지 상단 6째 줄, 3단계 항목

    2021-07-07
  • 종이책931

    표기 오류

    첫 소스 코드 블록

    2021-03-20
  • 종이책481

    내용 오류

    하단 소스 코드 블록 1행

    2021-03-20
  • 종이책341

    표기 오류

    두 번째 문단

    2021-03-20
  • 종이책1091

    표기 오류

    페이지 중간에 11번째 줄

    2021-03-10

25,000

10%

22,500