파이토치 딥러닝 모델 AI앱 개발 입문

아즈마유키나가

저자:아즈마유키나가

'인간과AI의상생'이미션인회사,SAI-Lab주식회사의대표이사이며,AI관련교육과연구개발에종사하고있다.도호쿠대학대학원이학연구과를수료했으며,이학박사(물리학)이다.

흥미대상은인공지능(AI),뇌과학,네이티브앱개발,싱귤래리티등으로,세계최대교육동영상플랫폼Udemy에서다양한AI관련강좌를전개하여수만명을지도하는인기강사이다.여러유명기업에서AI기술을지도했으며,엔지니어로서VR,게임,SNS등장르를불문하고다양한앱을개발했다.

저서로『구글코랩으로배우는인공지능기술』,『핵심딥러닝입문:RNN,LSTM,GRU,VAE,GAN구현』,『처음만나는AI수학withPython』,『실체가손에잡히는딥러닝,기초부터실전프로그래밍』,『첫딥러닝-Python으로배우는신경망과역전파』(SB크리에이티브,2018),『Python으로동작해서배운다!새로운수학교과서기계학습·심층학습에필요한기초지식』(쇼에이사,2019),『첫딥러닝2Python으로구현하는순환신경망,VAE,GAN』(SB크리에이티브,2020)등이있다.

저자의유튜브채널에서는무료강좌가다수공개되고있다.



역자:김은철

(주)아이티에스대표이사·데이터사이언티스트.데이터과학자로서빅데이터분석및AI모델링사업을하고있다.

주요저서로는『김쌤의일대일코딩클래스』,『초보자를위한C언어300제』,『예제가가득한C언어길라잡이』,『윈도우프로그래밍플러스』가있다.

역서로는『제대로빠르게파이썬입문』,『파이썬플라스크웹앱개발입문』,『구글코랩으로배우는인공지능기술』,『엑셀Ⅹ파이썬코드레시피125』,『그림으로이해하고만들면서익히는유니티교과서』,『데이터분석을위한머신러닝입문』,『유니티게임프로그래밍바이블』,『게임으로배우는파이썬』,『유니티를이용한VR앱개발』,『그림으로배우는파이썬』,『그림으로배우는C#』,『그림으로배우는SQL』,『모두의알고리즘』등30여권이상의번역서가있다.

문의사항가이드라인
예제파일및프로그램안내

Chapter0소개
0.1이책에대해서16
0.1.1이책의특징16
0.1.2Python의기초를배운다16
0.1.3이책의구성17
0.1.4이책으로할수있게되는것17
0.1.5이책의주의사항18
0.1.6이책의대상독자18
0.1.7이책의사용법

Chapter1PyTorch와심층학습
1.1PyTorch
1.1.1PyTorch의개요

1.2심층학습
1.2.1인공지능,기계학습,심층학습
1.2.2신경세포
1.2.3신경세포의네트워크
1.2.4신경망과뉴런
1.2.5신경망의구조
1.2.6백프로퍼게이션(오차역전파법)
1.2.7심층학습(딥러닝)

1.3정리

Chapter2개발환경
2.1GoogleColaboratory시작하는방법
2.1.1GoogleColaboratory사전준비
2.1.2노트북의사용법
2.1.3다운로드한파일다루는법

2.2세션과인스턴스
2.2.1세션과인스턴스
2.2.290분규칙
2.2.312시간규칙
2.2.4세션관리

2.3CPU와GPU
2.3.1CPU,GPU,TPU
2.3.2GPU사용법
2.3.3성능비교

2.4GoogleColaboratory의다양한기능
2.4.1텍스트셀
2.4.2스크래치코드셀
2.4.3코드스니펫
2.4.4코드의실행이력
2.4.5GitHub와연계하기

2.5연습
2.5.1코드셀조작
2.5.2텍스트셀조작
2.5.3셀의위치변경과삭제

2.6정리

Chapter3PyTorch로구현하는간단한심층학습
3.1구현의개요
3.1.1학습파라미터와하이퍼파라미터
3.1.2순전파와역전파
3.1.3구현순서

3.2Tensor
3.2.1패키지확인
3.2.2Tensor생성
3.2.3NumPy배열과Tensor의상호변환
3.2.4범위를지정하여Tensor의일부에접근
3.2.5Tensor의연산
3.2.6Tensor형태변환하기
3.2.7다양한통계값계산
3.2.8간단연습:Tensor끼리연산
3.2.9정답예

3.3활성화함수
3.3.1시그모이드함수
3.3.2tanh
3.3.3ReLU
3.3.4항등함수
3.3.5소프트맥스함수

3.4손실함수
3.4.1평균제곱오차
3.4.2교차엔트로피오차

3.5최적화알고리즘
3.5.1경사와경사하강법
3.5.2최적화알고리즘의개요
3.5.3확률적경사하강법
3.5.4모멘텀
3.5.5AdaGrad
3.5.6RMSProp
3.5.7Adam

3.6간단한심층학습의구현
3.6.1손글씨문자이미지의확인
3.6.2데이터를훈련용과테스트용으로분할
3.6.3모델구축
3.6.4학습
3.6.5오차추이
3.6.6정답률
3.6.7훈련한모델을사용한예측

3.7연습
3.7.1데이터를훈련용과테스트용으로분할
3.7.2모델구축
3.7.3학습
3.7.4오차추이
3.7.5정답률
3.7.6정답예

3.8정리

Chapter4자동미분과DataLoader
4.1자동미분0
4.1.1requires_grad속성
4.1.2Tensor의연산기록
4.1.3경사계산

4.2에포크와배치
4.2.1에포크와배치
4.2.2배치학습
4.2.3온라인학습
4.2.4미니배치학습
4.2.5학습의예

4.3DataLoader
4.3.1데이터읽어들이기
4.3.2DataLoader의설정
4.3.3모델구축
4.3.4학습
4.3.5오차추이
4.3.6정답률

4.4연습
4.4.1데이터읽어들이기
4.4.2DataLoader의설정
4.4.3모델구축
4.4.4학습
4.4.5오차추이
4.4.6정답률
4.4.7정답예

4.5정리

Chapter5CNN(합성곱신경망)
5.1CNN의개요
5.1.1CNN
5.1.2CNN의각층

5.2합성곱과풀링
5.2.1합성곱층
5.2.2여러개채널,여러개필터의합성곱
5.2.3합성곱층의구현
5.2.4풀링층
5.2.5풀링층의구현
5.2.6패딩
5.2.7스트라이드
5.2.8합성곱을이용한이미지크기의변화

5.3데이터확장
5.3.1CIFAR-10
5.3.2데이터확장:회전과크기조절
5.3.3데이터확장:이동
5.3.4데이터확장:반전
5.3.5데이터확장:일부를소거

5.4드롭아웃
5.4.1드롭아웃의구현

5.5CNN구현
5.5.1DataLoader의설정
5.5.2CNN모델의구축
5.5.3학습
5.5.4오차추이
5.5.5정답률
5.5.6훈련한모델을사용한예측

5.6연습
5.6.1DataLoader의설정
5.6.2CNN모델의구축
5.6.3학습
5.6.4오차추이
5.6.5정답률
5.6.6훈련한모델을사용한예측
5.6.7정답예

5.7정리

Chapter6RNN(순환신경망)
6.1RNN의개요
6.1.1RNN
6.1.2간단한RNN층의구현

6.2간단한RNN의구현
6.2.1훈련용데이터의작성
6.2.2데이터의전처리
6.2.3모델구축
6.2.4학습
6.2.5오차추이

6.3LSTM의개요
6.3.1LSTM
6.3.2LSTM층의내부요소
6.3.3출력게이트(Outputgate)
6.3.4망각게이트(Forgetgate)
6.3.5입력게이트(Inputgate)
6.3.6기억셀(Memorycell)
6.3.7LSTM층의구현

6.4GRU의개요
6.4.1GRU
6.4.2GRU층의구현

6.5RNN을이용한이미지생성
6.5.1이미지를시계열데이터로서파악한다
6.5.2Fashion-MNIST
6.5.3데이터의전처리
6.5.4테스트용의데이터
6.5.5모델의구축
6.5.6이미지생성을위한함수
6.5.7학습
6.5.8오차추이

6.6연습
6.6.1데이터의전처리
6.6.2테스트용데이터
6.6.3모델구축
6.6.4이미지생성을위한함수
6.6.5학습
6.6.6오차추이
6.6.7정답예

6.7정리

Chapter7인공지능앱의구축과공개
7.1Streamlit으로인공지능앱개발하기
7.1.1Streamlit
7.1.2Streamlit을이용한인공지능앱개발

7.2모델구축과훈련
7.2.1훈련데이터읽어들이기와DataLoader의설정
7.2.2모델구축
7.2.3학습
7.2.4오차추이
7.2.5정답률
7.2.6모델저장
7.2.7훈련한파라미터의다운로드

7.3이미지인식앱의구축
7.3.1ngrok의설정
7.3.2라이브러리설치
7.3.3훈련한파라미터를업로드
7.3.4모델을다루는파일
7.3.5앱의코드
7.3.6Authtoken의설정
7.3.7앱실행과동작확인
7.3.8requirements.txt의작성
7.3.9파일다운로드하기

7.4앱배포하기
7.4.1GitHub에등록하기
7.4.2저장소의작성과파일업로드
7.4.3StreamlitCloud로등록하기
7.4.4신규앱의등록

7.5연습
7.6정리
찾아보기

이책의목표는딥러닝을PyTorch와구글코랩을이용해효율적으로익히는방법을소개하고,이를이용해머신러닝의구현을차례로습득해인공지능을탑재한웹앱을구축하는데에있습니다.
우선PyTorch및딥러닝의개요,그리고개발환경인구글코랩의설명부터시작해CNN,RNN,인공지능을탑재한앱개발순으로살펴봅니다.
각장에서코드와함께PyTorch사용법을배우고프로그래밍언어Python을사용하여심층학습을구현합니다.또한,Streamlit라는프레임워크를사용한훈련된모델을탑재한인공지능웹앱의구축과공개에대해서도배웁니다.이책을다읽으면다양한상황에서인공지능을활용하고싶어지게될것입니다.