텐서플로우 원리와 응용 (예제로 풀어보는)

황원지앤

GoogleTensorFlow개발자,
PPmoney의빅데이터알고리즘인스펙터

현재PPmoney의빅데이터알고리즘인스펙터로서그룹의리스크관리,재무데이터,인터넷증권및기타비즈니스마이닝작업을담당하고있으며,GoogleTensorFlowContributor로활동중이다.전밀워드브라운데이터기술파트너로서많은대형은행,보험회사,기금의데이터마이닝프로젝트에서금융위험관리모델,뉴스여론분석,보험환매예측등의개발을주도하였으며,알리바바검색엔진알고리즘팀에서Tmall맞춤형검색시스템을담당하면서AlibabaBigDataRecommendationAlgorithm경연대회에참가하여7,000개이상의팀중에서10위를하였다.홍콩과학기술대학학부및대학원졸업하고,컨퍼런스및저널SIGMOBILEMobiCom,IEEETransactionsonImageProcessing에논문을발표하였으며,미국컴퓨터협회(AmericanComputerSociety)의모바일컴퓨팅컨퍼런스(MobiCom)에서모바일컴퓨팅기술부문최우수상을수상하였다.현재두개의미국특허와중국특허를가지고있다.

Chapter01텐서플로우기초
　1.1텐서플로우개요
　1.2텐서플로우프로그램모델소개
　　1.2.1핵심개념
　　1.2.2구현원리
　　1.2.3기능확장
　　1.2.4성능최적화

Chapter02텐서플로우와기타딥러닝프레임워크비교
　2.1주요딥러닝프레임워크비교
　2.2주요딥러닝프레임워크소개
　　2.2.1텐서플로우
　　2.2.2카페(Caffe)
　　2.2.3테아노(Theano)
　　2.2.4토치(Torch)
　　2.2.5라자냐(Lasagne)
　　2.2.6케라스(Keras)
　　2.2.7엠엑스넷(MXNet)
　　2.2.8DIGITS(DeepLearningGPUTrainingSystem)
　　2.2.9CNTK(ComputationalNetworkToolkit)
　　2.2.10Deeplearning4J
　　2.2.11체이너(Chainer)
　　2.2.12리프(Leaf)
　　2.2.13DSSTNE(DeepScalableSparseTensorNetworkEngine)

Chapter03텐서플로우첫걸음
　3.1텐서플로우컴파일및설치
　　3.1.1Anaconda설치
　　3.1.2텐서플로우CPU버전설치
　　3.1.3텐서플로우GPU버전설치
　3.2텐서플로우에의한SoftmaxRegression의필기숫자인식구현

Chapter04텐서플로우에의한오토인코더및멀티레이어퍼셉트론구현
　4.1오토인코더(Autoencoder)소개
　4.2텐서플로우에의한오토인코더구현
　4.3멀티레이어퍼셉트론(MLP)소개
　4.4텐서플로우에의한멀티레이어퍼셉트론구현

Chapter05텐서플로우에의한컨벌루션신경망구현
　5.1컨벌루션신경망소개
　5.2텐서플로우에의한간단한컨벌루션네트워크구현
　5.3텐서플로우에의한고급컨벌루션네트워크구현

Chapter06텐서플로우에의한전형적인컨벌루션신경망구현
　6.1텐서플로우에의한AlexNet구현
　6.2텐서플로우에의한VGGNet구현
　6.3텐서플로우에의한구글인셉션Net구현
　6.4텐서플로우에의한ResNet구현
　6.5컨벌루션신경망의발전추세

Chapter07텐서플로우에의한순환신경망및Word2Vec구현
　7.1텐서플로우에의한Word2Vec구현
　7.2텐서플로우에의한LSTM에기초한언어모델을구현
　7.3텐서플로우에의한BidirectionalLSTMClassifier구현

Chapter08텐서플로우에의한심층강화학습구현
　8.1심층강화학습(Deepreinforcementlearning,RL)소개
　8.2텐서플로우에의한전략네트워크구현
　8.3텐서플로우에의한평가네트워크구현

Chapter09텐서보드,멀티GPU병렬성및분산병렬성
　9.1텐서보드(TensorBoard)
　9.2다중GPU병렬성(또는멀티GPU병렬성)
　9.3분산병렬성(또는분산식병렬성/분산병렬처리)

Chapter10TF.Learn입문부터숙달까지
　10.1분산식에스티메이터(Estimator)
　　10.1.1분산식에스티메이터사용자정의모델소개
　　10.1.2자신의러닝머신에스티메이터구축
　　10.1.3RunConfig런타임매개변수조정
　　10.1.4Experiment와LearnRunner
　10.2딥러닝에스티메이터
　　10.2.1심층신경망(DNN)
　　10.2.2와이드앤딥모델(Wide&DeepModel)
　10.3머신러닝에스티메이터(MachineLearningEstimator)
　　10.3.1선형(Linear)/로지스틱회귀(LogisticRegression)
　　10.3.2랜덤포레스트(RandomForest)
　　10.3.3K-평균군집화(K-meansclustering)
　　10.3.4서포트벡터머신(SupportVectorMachine)
　10.4데이터프레임(DataFrame)
　10.5수퍼바이저모니터(SupervisorMonitors)

Chapter11TF.Contrib의기타모듈
　11.1통계분포
　11.2레이어모듈
　　11.2.1머신러닝레이어
　　11.2.2손실함수
　　11.2.3특징열(FeatureColumn)
　　11.2.4임베딩(Embeddings)
　11.3성능분석기tfprof

구글의텐서플로우개발자들이집필한
학습서

이책은구글의텐서플로우개발자들이집필하였으며,구글텐서플로우R&D팀에서추천하는학습서이다.이책의저자인황원지앤(黃文)은현재중국인터넷투자금융기업인PPmoney의빅데이터알고리즘인스펙터로서GoogleTensorFlowContributor로활동중이며,탕위앤(唐源)은미국Uptake데이터과학자로서GoogleTensorFlowCommitter로활동중이다.
이책은저자들이텐서플로우개발경험을살려,실용적측면에중점을두고독자들에게텐서플로우를사용한완전연결신경망,컨벌루션신경망,순환신경망및DeepQ-Network등을연결하는방법을설명한다.다양한코드예제를수록하여,독자들이실제로예제를풀어보면서텐서플로우사용방법을쉽게학습할수있도록구성되어있다.또한텐서플로우원리및딥러닝의부분지식과결합하여독자들이이책을통해실제프로젝트와성과를만들어낼수있다.

다양한코드예제를직접풀어보면서텐서플로우를쉽게학습한다.

이책의각장사이에는커다란의존적인관계가없으므로,만일독자가어느장에흥미를느낀다면직접그부분을읽으면된다.이책은TensorFlow1.0.0-rc0을사용하여예를들어설명하였다.최신버전의텐서플로우와대부분의코드는호환되며,몇가지인터페이스업데이트가있을수있으며,독자는프롬프트를참조할수있다.이책의대부분코드는파이썬코드로,이는텐서플로우가지원하는가장완벽한인터페이스언어이다.

제1,2장은텐서플로우의기초지식과개념을소개하고,제3장과4장은간단한예시및신경망을연결하는방법을소개한다.제5장과6장은기초적인회선신경망및현재비교적정형화된AlexNet,VGGNet,InceptionNet과ResNet을설명한다.제7장은Word2Vec,RNN과LSTM을,제8장은강화학습및딥러닝을기반으로한정책네트워크와평가네트워크를,.제9장은TensorBoard,단독설비의여러GPU의병행및분산식병행에대해설명한다.

제10장은다양한유형의딥러닝및유행하는머신러닝알고리즘의사용방법이포함된텐서플로우의contrib.leam모듈을소개하며,이모듈의분산식에스티메이터(Estimator)의기본구조및에스티메이터를어떻게사용해야자신의분산식머신러닝모델의구조를빠르게구축하고모델의훈련과평가를진행할수있는지해석하였다.또한,슈퍼바이저를사용하여모델훈련을잘모니터링하고,데이터프레임(DataFrame)을사용하여다양한데이터양식을읽는방법에대해서도설명한다.

제11장에서는Contrib모듈을소개하고,이모듈안에통계분포,머신러닝층,최적함수,지표등이포함된많은머신러닝에필요한기능을제공한다.이장에서는그중의모두에게텐서플로우의포괄적범위를이해시키는기능을간략히소개하였으므로커뮤니티의적극적참여와공헌도를느낄수있다.제10장과제11장은TensorFlow0.11.0-rc0버전을사용하여예제를풀어가며알기쉽게설명한다.