한빛미디어

이 책의 목표는 생성적 적대 신경망(GAN, Generative Adversarial Network)을 기초부터 배우려는 사람들에게 좋은 지침서가 될 것이다. 가장 간단한 사례에서 시작해 가장 혁신적인 GAN 구현과 기술을 설명한다.

GAN 인 액션은 머신러닝과 신경망을 하나도 접해보지 못한 사람들이 본다면 많이 어려운 책이 될 것이다. 그리고 또한 파이썬 기본 문법과 Numpy, pandas, 케라스 를 잘 알고 있어야 이해하기가 수월할 것이다.

중간 곧곧에 파이썬 예제 코드들이 있어서 코드를 보면서 공부하기 좋은 책이다.

1장은 GAN 시작하기로 GAN이 무엇인지 왜 공부해야 하는지에 대해서 기술한다. 2장은 생성모델과 데이터를 자동으로 인코딩할 수 있게 도와주는 오토인코더에 대해서 알아본다. 3장에서는 기본적인 GAN 이론을 살펴보고, 기본적인 코드를 작성할 수 있도록 예제가 제시된다. 4장에서는 합성곱 신경망과 배치 정규화를 소개하고 정규화를 활용한 고급 GAN 구조인 DCGAN을 설명하고 있다.

5장부터는 최신 GAN 모델에 대해 심층적으로 다가가고 일부 고급 GAN 구조를 구현해본다.

5장은 학술 논문과 발표 자료를 바탕으로 GAN을 훈련하는 모범 사례를 제시하고,

6장은 생성자와 판별자를 훈련하는 최신 방법인 ProGAN을 살펴본다.

7장은 핵심 모델을 기반으로 탄생한 혁신을 살펴보고 SGAN을 구현해본다.

8장은 훈련 과정 중 레이블을 이용하는 또 다른 GAN 구조인 CGAN을 소개한다.

9장은 가장 흥미로운 구조 중 하나인 CycleGAN을 다룬다.

10장 부터는 GAN 및 적대 학습을 어디에 적용할 수 있는지 활용 방법과 사례를 살펴본다.

10장은 적대 학습을 다루고, 11장은 GAN의 실전 애플리케이션을 다룬다. 12장은 마지막 장으로 GAN에 대한 향후 전망을 논하며 마무리한다.

수학적 수식도 많이 들어 가서 조금 어려워 보이지만 GAN의 지