한빛미디어

분야를 막론하고 점차 딥러닝의 사용 범위는 넓어지고 있다.

기존에 해결하기 어려웠던 일반적인 알고리즘을 딥러닝을 해결하고 있다.

특히 지금은 연구자들 중심의 딥러닝이 이뤄지고 있다면, 향후에는 일반적인 엔지니어들도 각 언어의 API를 활용하여 개발하듯 딥러닝도 그와 같이 더 보편화 될 것이라 생각한다.

현재는 딥러닝 분야 밖에 있는 엔지니어가 이론부터 딥러닝을 공부하기란 배우 부담스럽고 멀게만 느껴지는 것은 사실이다. 특히 프로토타입을 만들어서 가능 여부를 확인할 때 우리가 논문을 살펴보며 빠른 개발 사이클을 가져가기란 현실적으로 매우 어렵다.

그런데 이 책은 이론은 다른 책에 맡기고, 파이토치를 이용해 딥러닝을 체험해보는 데 초점을 맞추고 있다.

특히 문제에 따라 머신러닝이나 딥러닝 중 택해야 할 능력도 중요해졌는데, 경험이 없으면 이런 곳에서 병목 포인트가 생길 수 있다.

3분 딥러닝 파이토치맛을 통해 다양한 딥러닝 모델을 접해보고 현업에서 만날 수 있는 문제에 적용할 모델을 미리 경험해 볼 수 있는 레시피북 같은 책이다.

직접 코드를 입력하여 딥러닝을 구현하고, 결과물을 볼 수 있어 매우 재미있다.

3분 딥러닝 시리즈가 이와 같은 구조여서 매우 좋아하는 책이다.

특히 어려운 딥러닝을 가장 쉽게 학습 할수 있는 방법으로 어려운 수학과 딥러닝 알고리즘 설명을 최대한 줄이고 직접 코드를 입력해가면서 익히게 해 쉽고 재밌게 배울수 있다.

이 책으로 딥러닝이 조금 익숙해졌다면, 반드시 이론으로 기본기를 탄탄하게 챙기는 것을 추천한다.

그럼 이제 언어부터 이미지까지 넓은 분야에 쓰이는 딥러닝은 최대한 다양한 학습 방식과 딥러닝 모델을 구현할 수 있도록 예제가 준비 되어 있으니 함께 파이토치로 딥러닝에 입문해보면 어떨까?

<3분 딥러닝 파이토치 주요 내용>

- 파이토치 시작하기

- 파이토치로 구현하는 ANN

- 패션 아이템을 구분하는 DNN

- 이미지 인식 능력이 탁월한 CNN

- 사람의 지도 없이 학습하는 오토인코더

- 순차적인 데이터를 처리하는 RNN

- 딥러닝을 해킹하는 적대적 공격

- 경쟁하며 학습하는 GAN

- 주어진 환경과 상호작용하며 학습하는 DQN