홈앤서비스 SK BROADBAND

이 책은 딥러닝의 핵심 개념을 ‘밑바닥부터’ 구현해보며 기초를 한 걸음씩 탄탄하게 다질 수 있도록 도와주는 친절한 안내서입니다. 라이브러리나 프레임워크에 의존하지 않고 딥러닝의 기본 개념부터 이미지 인식에 활용되는 합성곱 신경망(CNN)까지 딥러닝의 원리를 체계적으로 설명합니다. 또한 복잡한 개념은 계산 그래프를 활용해 시각적으로 전달하여 누구나 쉽게 이해할 수 있습니다. 이 책은 딥러닝에 첫발을 내딛는 입문자는 물론이고 기초를 다시금 다지고 싶은 개발자와 연구자에게도 훌륭한 길잡이가 되어줄 것입니다.

CHAPTER 1 헬로 파이썬
_1.1 파이썬이란?
_1.2 파이썬 설치하기
_1.3 파이썬 인터프리터
_1.4 파이썬 스크립트 파일
_1.5 넘파이
_1.6 맷플롯립
_1.7 정리

CHAPTER 2 퍼셉트론
_2.1 퍼셉트론이란?
_2.2 단순한 논리 회로
_2.3 퍼셉트론 구현하기
_2.4 퍼셉트론의 한계
_2.5 다층 퍼셉트론이 출동한다면
_2.6 NAND에서 컴퓨터까지
_2.7 정리

CHAPTER 3 신경망
_3.1 퍼셉트론에서 신경망으로
_3.2 활성화 함수
_3.3 다차원 배열의 계산
_3.4 3층 신경망 구현하기
_3.5 출력층 설계하기
_3.6 손글씨 숫자 인식
_3.7 정리

CHAPTER 4 신경망 학습
_4.1 데이터에서 학습한다!
_4.2 손실 함수
_4.3 수치 미분
_4.4 기울기
_4.5 학습 알고리즘 구현하기
_4.6 정리

CHAPTER 5 오차역전파법
_5.1 계산 그래프
_5.2 연쇄법칙
_5.3 역전파
_5.4 단순한 계층 구현하기
_5.5 활성화 함수 계층 구현하기
_5.6 Affine/Softmax 계층 구현하기
_5.7 오차역전파법 구현하기
_5.8 정리

CHAPTER 6 학습 관련 기술들
_6.1 매개변수 갱신
_6.2 가중치의 초깃값
_6.3 배치 정규화
_6.4 바른 학습을 위해
_6.5 적절한 하이퍼파라미터 값 찾기
_6.6 정리

CHAPTER 7 합성곱 신경망(CNN)
_7.1 전체 구조
_7.2 합성곱 계층
_7.3 풀링 계층
_7.4 합성곱/풀링 계층 구현하기
_7.5 CNN 구현하기
_7.6 CNN 시각화하기
_7.7 대표적인 CNN
_7.8 정리

CHAPTER 8 딥러닝
_8.1 더 깊게
_8.2 딥러닝의 초기 역사
_8.3 더 빠르게(딥러닝 고속화)
_8.4 딥러닝의 활용
_8.5 정리

APPENDIX A Softmax-with-Loss 계층의 계산 그래프
A.1 순전파
A.2 역전파
A.3 정리