텐서플로 첫걸음

▣ 출판사서평

구글이 만든 차세대 딥 러닝 시스템을 만나다
기계가 사람 얼굴을 구별하고 명화도 그리는 시대입니다. 기계학습, 즉 머신 러닝과 딥 러닝이 폭발적으로 성장한 덕분입니다. 구글, 페이스북, 바이두 등 IT 거인들의 행보에서도 볼 수 있듯, 현재 학계와 업계는 인공지능과 딥 러닝에 총력을 기울이고 있다고 해도 과언이 아닙니다. 이러한 상황에서 구글이 발표한 텐서플로는 기존 딥 러닝 라이브러리들보다 사용이 쉽고 지속적으로 업데이트되고 있어 단연 주목을 받고 있습니다.
딥 러닝에 입문하고 싶다고 해서 복잡한 수학과 통계 이론부터 시작해야 하는 것은 아닙니다. 이 책은 ‘백문이 불여일타’ 정신에 입각하여 실제로 예제를 코딩하며 텐서플로와 빠르게 친해지는 것을 목표로 합니다. 머신 러닝 분야의 표준 언어인 파이썬을 이용해 회귀분석, 군집화, 합성곱 신경망(CNN) 등을 실습하며 딥 러닝의 기초를 익힐 수 있습니다.
특히 본 한국어판은 텐서플로 코리아 블로그 운영자가 원서의 오류를 바로잡고 텐서플로 0.9에 맞춰 내용을 업데이트했으며 부록으로 순환 신경망(RNN) 예제를 추가하여 원서보다 120% 알차게 구성했습니다. 예제 소스 역시 깃허브 저장소에서 한국어 설명이 포함된 주피터 노트북 형태로 만나볼 수 있습니다.

▣ 작가 소개

저자 : 조르디 토레스 Jordi Torres
카탈루냐 공과대학교(UPC)의 교수이자 바르셀로나 슈퍼컴퓨팅 센터(BSC)의 연구 관리자 및 시니어 고문으로서 25년간 교육과 연구에 종사했습니다. 컴퓨터 엔지니어로서 많은 경험을 쌓았고, 탐험 정신과 기업가 정신에 이끌려 빅데이터 엔지니어에서 데이터 과학자로 영역을 확대했습니다. 슈퍼컴퓨터 아키텍처에서 빅데이터 처리를 위한 미들웨어 런타임으로, 더 최근에는 대용량 데이터 기반의 머신 러닝 플랫폼으로 연구 분야를 옮겨왔습니다. 현재는 차세대 기술 관련 업무에서 컨설팅과 전략적 역할을 담당하고 있습니다. 창의적 사고가이며 영향력 있는 협업가로서 오랜 경력 동안 여러 역할을 맡아왔고, 다양한 조직, 기업에 전문가적 도움을 주었습니다. 예술과 시각디자인에도 관심이 많습니다. 웹사이트 www.JordiTorres.Barcelona를 운영하고 있습니다.

역자 : 박해선
니트머스의 시니어 소프트웨어 엔지니어. 홍익대학교 기계공학과를 졸업했고 현대자동차 연구소를 나와 여러 벤처 회사를 거치며 소프트웨어 엔지니어 경력을 쌓았습니다. NHN TX, 11번가, SK텔레콤, 이베이 코리아, LG전자 등의 프로젝트에서 광고 전달 및 서버 설계와 개발에 참여했습니다. 텐서플로 코리아 블로그(tensorflowkorea.wordpress.com)와 페이스북 그룹(facebook.com/groups/TensorFlowKR)을 운영하고 있습니다.  

▣ 주요 목차

0장 한국어판 서문: 딥 러닝에 대하여
0.1 딥 러닝 개념 잡기
0.2 딥 러닝 알고리즘과 신경망 구조
0.3 글도 쓰고 그림도 그리고 음악도 만드는 인공 신경망
0.4 인공지능의 미래를 향해

1장 텐서플로 기본 다지기
1.1 오픈소스 패키지
1.2 텐서플로 서빙
1.3 텐서플로 설치
1.4 첫 텐서플로 코드
1.5 디스플레이 패널 텐서보드

2장 선형회귀분석
2.1 변수 간의 관계에 대한 모델
2.2 비용함수와 경사 하강법 알고리즘
2.3 알고리즘 실행

3장 군집화
3.1 기본 자료구조: 텐서
3.2 텐서플로의 데이터 저장소
3.3 K-평균 알고리즘
3.4 새로운 그룹
3.5 새로운 중심 계산하기
3.6 그래프 실행

4장 단일 계층 신경망
4.1 MNIST 데이터셋
4.2 인공 뉴런
4.3 간단한 예제: 소프트맥스
4.4 클래스 소속 근거
4.5 클래스 소속 확률
4.6 텐서플로 프로그래밍
4.7 모델 평가

5장 다중 계층 신경망
5.1 합성곱 신경망
5.2 모델 구현
5.3 모델 훈련 및 평가

6장 병렬처리
6.1 GPU 실행 환경
6.2 여러 GPU에서의 병렬처리
6.3 GPU 코드 예제
6.4 분산 버전 텐서플로

7장 마치며

부록A 한국어판 부록: 순환 신경망 예제
A.1 순환 신경망 알고리즘
A.2 LSTM 순환 신경망 알고리즘
A8.3 오버피팅 문제
A.4 언어 모델링
A.5 클래스 설정
A.6 학습 데이터
A.7 모델 생성 클래스
A.8 반복 함수
A.9 결과
A.10 텐서플로가 제공하는 LSTM 이외의 모델
A.11 참고문헌