독자리뷰
신경망에 대한 내용을 쉽게 배우고 코딩해볼 수 있는 책!
kianms10***
2018-02-08
<이 책의 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원받아 작성된 글입니다.>
[ 책 소개 ]
케라스 코드로 맛보는 딥러닝 핵심 개념!
간결하고 직관적인 인공신경망 API를 제공하는 케라스는 구글 텐서플로, 마이크로소프트 CNTK, 아마존 MXNET, OpenCL PlaidML, 시애노 등의 딥러닝 엔진에서 지원하는 인기 인공지능 툴입니다. 이 책은 딥러닝 인공신경망 구현에 케라스를 사용합니다. 케라스로 주요 인공신경망인 ANN, DNN, CNN, RNN, AE, GAN, UNET을 구현하는 방법을 알아봅니다. 따라서 인공지능과 딥러닝 인공신경망의 구현에 관심이 있는 누구나 이 책의 대상 독자입니다.
* 이 책의 ‘3분’은 ‘3분 만에 배운다’는 뜻이 아닙니다. ‘3분 음식처럼 쉽고 유용하게 배운다’는 뜻입니다.
[인터넷 교보문고 제공]
자세한 정보 : Link(한빛네트워크)
[ 목록 ]
0장. 프롤로그
__0.1 인공지능과 인공신경망
__0.2 케라스 소개
1장. 케라스 시작하기
__1.1 우분투에 케라스 설치하기
__1.2 윈도우에 케라스 설치하기
__1.3 케라스 사용
__1.4 마치며
2장. 케라스로 구현하는 ANN(인공신경망)
__2.1 ANN 원리
__2.2 필기체를 구분하는 분류 ANN 구현
__2.3 시계열 데이터를 예측하는 회귀 ANN 구현
__2.4 마치며
3장. 케라스로 구현하는 DNN(심층신경망)
__3.1 DNN 원리
__3.2 필기체를 분류하는 DNN 구현
__3.3 컬러 이미지를 분류하는 DNN 구현
__3.4 마치며
4장. 케라스로 구현하는 CNN(합성곱신경망)
__4.1 CNN 원리
__4.2 필기체를 분류하는 CNN 구현
__4.3 컬러 이미지를 분류하는 CNN 구현
__4.4 마치며
5장. 케라스로 구현하는 RNN(순환신경망)
__5.1 RNN 원리
__5.2 문장을 판별하는 LSTM 구현
__5.3 시계열 데이터를 예측하는 LSTM 구현
__5.4 마치며
6장. 케라스로 구현하는 AE(오토인코더)
__6.1 AE의 원리
__6.2 완전 연결 계층을 이용한 AE 구현
__6.3 합성곱 계층을 이용한 AE 구현
__6.4 마치며
7장. 케라스로 구현하는 GAN(생성적 적대 신경망)
__7.1 GAN의 원리
__7.2 확률분포 생성을 위한 완전 연결 계층 GAN 구현
__7.3 필기체를 생성하는 합성곱 계층 GAN 구현
__7.4 마치며
8장. 케라스로 구현하는 UNET(유넷)
__8.1 UNET 원리
__8.2 UNET을 이용한 컬러 복원 처리
__8.3 마치며
9장. 케라스 응용
__9.1 이미지 데이터 수 늘리기
__9.2 미리 학습한 모델 사용하기
__9.3 실전에서 유용한 케라스 고급 기능들
__9.4 전문 사용자를 위한 케라스 확장 기능
__9.5 마치며
[예스24 제공]
[ 읽으며 ]
이번에 리뷰를 진행할 책은 '코딩셰프의 3분 딥러닝 케라스맛' 입니다. 딥 러닝을 공부하고 있는 제가 관심있던 책이였는데 좋은 기회를 주신 한빛미디어 관계자분께 다시 한번 감사 인사를 드리고 싶을 정도로 좋은 책입니다.
책에서는 ANN, DNN, CNN, RNN, AE, GAN, UNET 의 신경망에 대해서 다루고 있습니다.
먼저케라스에 대해서 궁금하신 분들이 계실텐데 케라스는 인공지능 패키지입니다.
즉, 인공지능 코딩을 쉽게 할 수 있는 파이썬 라이브러리라고 생각하시면 됩니다.
책에서는 GPU가 있는 개발환경에서 소스코드를 진행하지만, 저 같은 경우에는 윈도우가 아닌 가상환경에 설치된 리눅스(우분투)에서 책에 나오는 예제 소스를 실행하였기 때문에 일반 keras로 진행하였습니다.
GPU : $ conda install keras-gpu
NON-GPU : $ conda install keras
GPU를 사용해서 개발을 진행하고 싶었으나 윈도우의 경우 GUDA 를 따로 설치해줘야하며, 지원하는 그래픽카드 기종을 확인하고 설치를 진행해야 한다는 점을 가만하고 실행하시면 좋을 것 같습니다.
(연산 속도에는 차이가 있으나, 책에 나와 있는 기초 예제에 대해서는 많은 차이가 없다고 판단됩니다.)
VMware로 구성된 우분투에서 주피터 노트북(Jupyter notebook)을 실행하여 예제 소스를 진행해보았습니다.
제목, 3분 딥러닝 이라는 말에 맞게 소스코드와 신경망에 대한 설명들이 굉장히 쉽게 설명되어 있었습니다.
이 책을 읽기 전, '처음 배우는 머신러닝-한빛미디어' 책으로 공부했을 때는 소스를 보면서도 중간에 생략되는 부분도 존재해서
오류를 파악하는데 한참 걸렸다면, 코딩셰프 책은 하나하나 설명이 붙어 있고 파트의 각 마지막에 소스코드가 따로 존재해서
공부를 마친 후 마무리 단계에서 코드를 치면서 공부 할 수 있는 부분이 읽는 내내 좋았습니다.
무엇보다도 ANN, DNN, CNN, RNN, AE, GAN, UNET를 간단하게 배울 수 있다는 점에서는 높은 점수를 주고 싶고,
기본 활용에 대한 내용 면에서는 낮은 점수를 주고 싶습니다.
책을 통해 신경망들에 기초적인 함수, 계산, 활용 등에서 배운 다음에는 예제를 배울 수 있는
파이썬 라이브러리를 활용한 머신러닝 - 한빛미디어
처음 배우는 머신러닝 - 한빛미디어
등을 보고 공부하시는 것도 좋을 것 같습니다.
[ 마무리 ]
python은 선행학습을 할 것!
기초적인 신경망 개념을 익히기에 좋은 책!
디자인 ★★★★☆ 심플해서 좋은것 같습니다.
내용 ★★★☆☆ 코드의 가독성이 굉장히 떨어진다.
난이도 ★☆☆☆☆ 누구나 따라할 수 있을 것 같아요.
