서브메뉴
검색
본문
Powered by NAVER OpenAPI
-
-
텐서플로 입문서 (완전초보자도 따라하는)
저자 : 비피제이기술거래
출판사 : 비티타임즈
출판년 : 2019
ISBN : 9791163450672
책소개
지금까지 딥러닝이나 인공지능은 전문적인 지식을 가진 사람들이 사용할 수 있는 기술로 여겨져 왔다. 하지만, 딥러닝과 인공지능이 점차 널리 사용되고 있는 상황에서 이는 큰 문제임이 틀림없다.
이를 해결하기 위해 많은 기업들과 전문가들은 인공지능과 딥러닝을 쉽게 일반인들이 사용할 수 있도록 다양한 기술을 만들어내고 있다. 그 중 하나가 바로 이번에 우리가 함께 살펴볼 텐서플로(Tensorflow)다.
텐서플로는 2011년 구글이 딥러닝과 기계학습을 일반인들이 쉽게 이용할 수 있도록 개발을 시작해 2015년 오픈소스로 공개한 기술로, 이를 이용하면 일반인들도 쉽게 딥러닝과 기계학습, 그리고 인공지능까지 다룰 수 있다.
텐서플로의 가장 큰 특징은 바로 ‘오픈소스’인데, 구글은 텐서플로를 독자개발 했다면 405년이 걸렸을 것이라고 발표했다. 이에 대해 조금 더 살펴보면, 우선 텐서플로는 144만 454줄의 소스코드로 이루어져있다. 이는 1,399명의 컨트리뷰터(코드 수정권자)가 공동으로 개발했고 이는 4년의 시간이 걸렸다.
이는 구글이 독자개발로 텐서플로를 개발하고자 할 경우 405년이 걸리는 수준으로, 구글이 빠르게 텐서플로를 지금의 성능을 가질 수 있도록 개발할 수 있었던 배경에는 바로 ‘오픈소스’가 있다고 볼 수 있다.
텐서플로는 현재 다양한 분야에서 널리 사용되고 있으며 여전히 개발이 진행되고 있다. 즉, 앞으로도 성능의 향상 가능성은 무궁무진하다는 것이다.
본 보고서에서는 이러한 텐서플로를 처음 다루는 독자들을 위해 기초적인 내용을 다뤄보고자 한다. 본 보고서의 독자는 텐서플로우를 처음 접하고, 파이썬 또한 사용해보지 않은 사용자로, 텐서플로우와 파이썬의 개념부터 텐서플로우를 설치하는 방법 그리고 다양한 텐서플로우 예제를 통해 이해를 높여보고자 한다.
이를 해결하기 위해 많은 기업들과 전문가들은 인공지능과 딥러닝을 쉽게 일반인들이 사용할 수 있도록 다양한 기술을 만들어내고 있다. 그 중 하나가 바로 이번에 우리가 함께 살펴볼 텐서플로(Tensorflow)다.
텐서플로는 2011년 구글이 딥러닝과 기계학습을 일반인들이 쉽게 이용할 수 있도록 개발을 시작해 2015년 오픈소스로 공개한 기술로, 이를 이용하면 일반인들도 쉽게 딥러닝과 기계학습, 그리고 인공지능까지 다룰 수 있다.
텐서플로의 가장 큰 특징은 바로 ‘오픈소스’인데, 구글은 텐서플로를 독자개발 했다면 405년이 걸렸을 것이라고 발표했다. 이에 대해 조금 더 살펴보면, 우선 텐서플로는 144만 454줄의 소스코드로 이루어져있다. 이는 1,399명의 컨트리뷰터(코드 수정권자)가 공동으로 개발했고 이는 4년의 시간이 걸렸다.
이는 구글이 독자개발로 텐서플로를 개발하고자 할 경우 405년이 걸리는 수준으로, 구글이 빠르게 텐서플로를 지금의 성능을 가질 수 있도록 개발할 수 있었던 배경에는 바로 ‘오픈소스’가 있다고 볼 수 있다.
텐서플로는 현재 다양한 분야에서 널리 사용되고 있으며 여전히 개발이 진행되고 있다. 즉, 앞으로도 성능의 향상 가능성은 무궁무진하다는 것이다.
본 보고서에서는 이러한 텐서플로를 처음 다루는 독자들을 위해 기초적인 내용을 다뤄보고자 한다. 본 보고서의 독자는 텐서플로우를 처음 접하고, 파이썬 또한 사용해보지 않은 사용자로, 텐서플로우와 파이썬의 개념부터 텐서플로우를 설치하는 방법 그리고 다양한 텐서플로우 예제를 통해 이해를 높여보고자 한다.
[교보문고에서 제공한 정보입니다.]
출판사 서평
지금까지 딥러닝이나 인공지능은 전문적인 지식을 가진 사람들이 사용할 수 있는 기술로 여겨져 왔다. 하지만, 딥러닝과 인공지능이 점차 널리 사용되고 있는 상황에서 이는 큰 문제임이 틀림없다.
이를 해결하기 위해 많은 기업들과 전문가들은 인공지능과 딥러닝을 쉽게 일반인들이 사용할 수 있도록 다양한 기술을 만들어내고 있다. 그 중 하나가 바로 이번에 우리가 함께 살펴볼 텐서플로(Tensorflow)다.
텐서플로는 2011년 구글이 딥러닝과 기계학습을 일반인들이 쉽게 이용할 수 있도록 개발을 시작해 2015년 오픈소스로 공개한 기술로, 이를 이용하면 일반인들도 쉽게 딥러닝과 기계학습, 그리고 인공지능까지 다룰 수 있다.
텐서플로의 가장 큰 특징은 바로 ‘오픈소스’인데, 구글은 텐서플로를 독자개발 했다면 405년이 걸렸을 것이라고 발표했다. 이에 대해 조금 더 살펴보면, 우선 텐서플로는 144만 454줄의 소스코드로 이루어져있다. 이는 1,399명의 컨트리뷰터(코드 수정권자)가 공동으로 개발했고 이는 4년의 시간이 걸렸다.
이는 구글이 독자개발로 텐서플로를 개발하고자 할 경우 405년이 걸리는 수준으로, 구글이 빠르게 텐서플로를 지금의 성능을 가질 수 있도록 개발할 수 있었던 배경에는 바로 ‘오픈소스’가 있다고 볼 수 있다.
텐서플로는 현재 다양한 분야에서 널리 사용되고 있으며 여전히 개발이 진행되고 있다. 즉, 앞으로도 성능의 향상 가능성은 무궁무진하다는 것이다.
본 보고서에서는 이러한 텐서플로를 처음 다루는 독자들을 위해 기초적인 내용을 다뤄보고자 한다. 본 보고서의 독자는 텐서플로우를 처음 접하고, 파이썬 또한 사용해보지 않은 사용자로, 텐서플로우와 파이썬의 개념부터 텐서플로우를 설치하는 방법 그리고 다양한 텐서플로우 예제를 통해 이해를 높여보고자 한다.
이를 해결하기 위해 많은 기업들과 전문가들은 인공지능과 딥러닝을 쉽게 일반인들이 사용할 수 있도록 다양한 기술을 만들어내고 있다. 그 중 하나가 바로 이번에 우리가 함께 살펴볼 텐서플로(Tensorflow)다.
텐서플로는 2011년 구글이 딥러닝과 기계학습을 일반인들이 쉽게 이용할 수 있도록 개발을 시작해 2015년 오픈소스로 공개한 기술로, 이를 이용하면 일반인들도 쉽게 딥러닝과 기계학습, 그리고 인공지능까지 다룰 수 있다.
텐서플로의 가장 큰 특징은 바로 ‘오픈소스’인데, 구글은 텐서플로를 독자개발 했다면 405년이 걸렸을 것이라고 발표했다. 이에 대해 조금 더 살펴보면, 우선 텐서플로는 144만 454줄의 소스코드로 이루어져있다. 이는 1,399명의 컨트리뷰터(코드 수정권자)가 공동으로 개발했고 이는 4년의 시간이 걸렸다.
이는 구글이 독자개발로 텐서플로를 개발하고자 할 경우 405년이 걸리는 수준으로, 구글이 빠르게 텐서플로를 지금의 성능을 가질 수 있도록 개발할 수 있었던 배경에는 바로 ‘오픈소스’가 있다고 볼 수 있다.
텐서플로는 현재 다양한 분야에서 널리 사용되고 있으며 여전히 개발이 진행되고 있다. 즉, 앞으로도 성능의 향상 가능성은 무궁무진하다는 것이다.
본 보고서에서는 이러한 텐서플로를 처음 다루는 독자들을 위해 기초적인 내용을 다뤄보고자 한다. 본 보고서의 독자는 텐서플로우를 처음 접하고, 파이썬 또한 사용해보지 않은 사용자로, 텐서플로우와 파이썬의 개념부터 텐서플로우를 설치하는 방법 그리고 다양한 텐서플로우 예제를 통해 이해를 높여보고자 한다.
[알라딘에서 제공한 정보입니다.]
목차정보
1. 서론 1
2. 텐서플로우 개요 3
가. 텐서플로우란? 3
나. 텐서플로우와 파이썬 6
다. 텐서플로우 설치 8
1) 다양한 텐서플로우 설치 방법 8
2) 아나콘다(Anaconda)를 이용한 텐서플로우 설치 14
라. 텐서플로우 기초 21
1) 데이터 플로우 그래프 21
2) 텐서 23
3) 기본 데이터 타입 26
4) 기본 데이터 구조 31
3. 텐서플로를 이용한 머신러닝 39
가. 선형회귀 39
나. 나이브 베이즈 분류기 43
1) 뉴스 데이터 분류 47
다. 데이터 군집화 50
라. MNIST 데이터 집합 54
1) MNIST 데이터 54
2) 소프트 맥스 회귀(softmax regression) 57
3) 학습 59
4) 모델 평가하기 61
4. 텐서플로를 이용한 인공지능(AI) 63
가. 인공지능 개요 63
1) 학습 64
2) 추론 79
3) 인식 83
나. CNN 85
1) CNN의 개념 85
2) MNIST 데이터와 CNN 87
다. RNN 91
라. LSTM 95
5. 결론 99
6. 참고자료 101
2. 텐서플로우 개요 3
가. 텐서플로우란? 3
나. 텐서플로우와 파이썬 6
다. 텐서플로우 설치 8
1) 다양한 텐서플로우 설치 방법 8
2) 아나콘다(Anaconda)를 이용한 텐서플로우 설치 14
라. 텐서플로우 기초 21
1) 데이터 플로우 그래프 21
2) 텐서 23
3) 기본 데이터 타입 26
4) 기본 데이터 구조 31
3. 텐서플로를 이용한 머신러닝 39
가. 선형회귀 39
나. 나이브 베이즈 분류기 43
1) 뉴스 데이터 분류 47
다. 데이터 군집화 50
라. MNIST 데이터 집합 54
1) MNIST 데이터 54
2) 소프트 맥스 회귀(softmax regression) 57
3) 학습 59
4) 모델 평가하기 61
4. 텐서플로를 이용한 인공지능(AI) 63
가. 인공지능 개요 63
1) 학습 64
2) 추론 79
3) 인식 83
나. CNN 85
1) CNN의 개념 85
2) MNIST 데이터와 CNN 87
다. RNN 91
라. LSTM 95
5. 결론 99
6. 참고자료 101
[교보문고에서 제공한 정보입니다.]