실전! 파이토치 딥러닝 프로젝트 (기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지)

실전! 파이토치 딥러닝 프로젝트 (기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지)

$32.12
Description
파이토치를 활용한 실제 사례를 통해 딥러닝 고급 기법과 알고리즘을 마스터한다!
파이토치(PyTorch)를 활용하면 누구나, 그 어느 때보다 쉽게 딥러닝 애플리케이션을 구축해 AI 혁명에 동참할 수 있다. 이 책은 여러분이 가진 데이터를 최대한 활용해 복잡한 신경망 모델을 구축하는 전문 기술을 익히는 데 도움이 될 것이다.

파이토치의 요점을 정리해서 알아보는 것으로 시작해 이미지를 분류하는 합성곱 신경망(CNN) 아키텍처를 예로 들어 파이토치를 살펴본다. 그런 다음 순환신경망(RNN)과 트랜스포머 아키텍처를 살펴보고 감성분석에 활용한다. 또 생성적 모델을 음악, 텍스트, 이미지 생성 등 다양한 영역에 적용해 봄으로써 생성적 적대 네트워크(GAN) 분야를 탐구한다. 파이토치로 심층 강화학습 모델을 직접 구축하고 훈련시키며, 모델을 운영 환경에 배포하는 전문적인 기술과 팁을 배운다. 대규모 모델을 분산 방식으로 효율적으로 훈련시키고, AutoML을 사용해 신경망 아키텍처를 효과적으로 검색하고, 파이토치와 fast.ai로 모델을 빠르게 프로토타이핑하는 방법을 익힌다.

이 책을 모두 읽은 후에는 파이토치로 복잡한 딥러닝 작업을 수행해 스마트한 인공지능 모델을 구축할 수 있게 될 것이다.

★ 이 책에서 다루는 내용 ★

◎ 파이토치로 텍스트 생성 모델과 작곡 모델을 구현
◎ 파이토치로 심층 Q-네트워크(DQN) 모델을 구축
◎ ONNX(머신러닝 모델용 오픈소스 범용 포맷)를 활용해 범용 파이토치 모델 내보내기
◎ fast.ai와 파이토치를 이용해 빠르게 프로토타이핑하는 방법
◎ AutoML로 신경망 아키텍처를 효과적으로 검색
◎ Captum을 사용해 파이토치에서 작성한 머신러닝(ML) 모델을 쉽게 해석
◎ 파이토치를 사용해 ResNet, LSTM, 트랜스포머 모델 등을 설계
◎ 파이토치에서 orch.distributed API를 사용해 분산 훈련시키는 방법
저자

아쉬쉬란잔자

AshishRanjanJha
아쉬쉬란잔자는인도IIT루르키(IITRoorkee)전기공학부에서학사를마치고,스위스EPFL에서컴퓨터과학석사학위를받고미국워싱턴에위치한QuanticSchoolofBusiness에서MBA를마쳤다.그는모든학위과정을우수한성적으로마쳤다.그는오라클,소니,레볼루트같은스타트업에서머신러닝엔지니어로근무했다.수년간의경력외에,아쉬쉬는프리랜서머신러닝컨설턴트,저자,블로거(datashines)로활동중이다.그는센서데이터로차량유형을예측하는것부터보험청구내역에서사기를탐지하는것까지다양한프로젝트를수행했다.여가시간에는오픈소스ML프로젝트를하고스택오버플로(StackOverflow)와캐글(Kaggle)에서활동하고있다(arj7192).

목차

[01부]파이토치개요

▣01장:파이토치를이용한딥러닝소개
딥러닝되짚어보기
___활성화함수
___최적화스케줄
파이토치살펴보기
___파이토치모듈
___텐서모듈
파이토치로신경망훈련하기
요약

▣02장:CNN과LSTM결합하기
CNN과LSTM으로신경망만들기
___텍스트인코딩데모
파이토치로이미지캡션생성하기
___이미지캡션데이터셋다운로드
___캡션(텍스트)데이터전처리
___이미지데이터전처리
___이미지캡션데이터로더정의하기
___CNN-LSTM모델정의하기
___CNN-LSTM모델훈련하기
___훈련된모델로이미지캡션생성하기
요약

[02부]고급신경망아키텍처

▣03장:심층CNN아키텍처
왜CNN이막강한가?
CNN아키텍처의발전
LeNet을처음부터구현하기
___파이토치로LeNet구성하기
___LeNet훈련하기
___LeNet테스트하기
AlexNet모델미세조정하기
___파이토치로AlexNet미세조정하기
사전훈련된VGG모델실행하기
GoogLeNet과Inceptionv3살펴보기
___Inception모듈
___1×1합성곱
___전역평균풀링
___보조분류기
___Inceptionv3
ResNet과DenseNet아키텍처
___DenseNet
EfficientNet과CNN아키텍처의미래
요약

▣04장:심층순환신경망아키텍처
순환신경망의발전
순환신경망유형
___RNN
___양방향RNN
___LSTM
___확장된LSTM과양방향LSTM
___다차원RNN
적층LSTM
___GRU
___그리드LSTM
___게이트직교순환유닛
감성분석을위해RNN훈련하기
___텍스트데이터셋로딩및전처리
___모델인스턴스화및훈련
양방향LSTM만들기
___텍스트데이터셋로딩과전처리
___LSTM모델인스턴스화및훈련
GRU와어텐션기반모델
___GRU와파이토치
___어텐션기반모델
요약

▣05장:하이브리드고급모델
언어모델링을위한트랜스포머모델만들기
언어모델링
___트랜스포머모델아키텍처
RandWireNN모델구현
___RandWireNN모델의이해
___파이토치로RandWireNN개발
요약

[03부]생성모델과심층강화학습

▣06장:파이토치를활용한음악,텍스트생성
파이토치로트랜스포머기반텍스트생성기만들기
___트랜스포머기반언어모델훈련
___언어모델저장및로딩
___언어모델로텍스트생성하기
텍스트생성기로사전훈련된GPT-2사용하기
___GPT-2로바로사용할수있는텍스트생성기구현하기
___파이토치를사용한텍스트생성전략
파이토치에서LSTM으로미디음악생성하기
___미디음악데이터로딩
___LSTM모델정의및훈련방법
___음악생성모델훈련및테스트
요약

▣07장:신경망스타일전이
이미지간스타일전이하는방법
파이토치에서신경망을이용한스타일전이구현하기
___콘텐츠와스타일이미지로딩
___사전훈련된VGG19모델로딩및조정
___신경망스타일전이모델구축
___스타일전이모델훈련
___스타일전이모델실험
요약

▣08장:심층합성곱GAN
생성네트워크와판별네트워크정의
___DCGAN생성모델과판별모델
파이토치로DCGAN훈련하기
___생성모델정의
___이미지데이터셋로딩
___DCGAN훈련루프
GAN을이용한스타일전이
___pix2pix아키텍처
요약

▣09장:심층강화학습
강화학습개념
___강화학습알고리즘유형
Q-러닝
심층Q-러닝
___두개의분리된DNN사용
___경험재현버퍼
파이토치에서DQN모델만들기
___메인CNN모델과타깃CNN모델초기화
___경험재현버퍼정의
___환경설정
___CNN최적화함수정의
___에피소드관리및실행
___퐁게임을위한DQN모델훈련
요약

[04부]운영시스템에서의파이토치

▣10장:파이토치모델을운영환경에이관하기
파이토치에서모델서빙
___파이토치모델추론파이프라인생성
___기본적인모델서버구축
___모델마이크로서비스생성
토치서브를활용한파이토치모델서빙
___토치서브서버실행및사용
토치스크립트와ONNX를활용해범용파이토치모델내보내기
___토치스크립트의유틸리티
___토치스크립트로모델추적하기
___토치스크립트로모델스크립팅
___C++에서파이토치모델실행하기
___ONNX를이용해파이토치모델내보내기
클라우드에서파이토치모델서빙
___AWS에서파이토치사용하기
___구글클라우드에서파이토치모델서빙
___애저에서파이토치모델서빙
요약
참고문헌

▣11장:분산훈련
파이토치를이용한분산훈련
___일반방식의MNIST모델훈련
___분산방식의MNIST모델훈련
CUDA로GPU상에서분산훈련
요약

▣12장:파이토치와AutoML
AutoML로최적의신경망아키텍처찾기
___Auto-PyTorch로최적의MNIST모델찾기
Optuna로초매개변수찾기
___모델아키텍처정의및데이터셋로딩
___모델훈련방식과최적화스케줄정의
___Optuna의초매개변수탐색실행
요약

▣13장:파이토치와설명가능한AI
파이토치에서모델해석가능성
___필기체숫자분류모델훈련-복습
___모델의합성곱필터시각화
___모델의특징맵시각화
Captum을이용한모델해석
___Captum설정
___Captum의해석도구
요약

▣14장:파이토치로빠르게프로토타이핑하기
fast.ai를이용해몇분안에모델훈련설정하기
___fast.ai를설정하고데이터로딩하기
___fast.ai를이용한MNIST모델훈련
___fast.ai를이용한모델평가및해석
파이토치라이트닝을이용한모델훈련
___파이토치라이트닝에서모델구성요소정의
___파이토치라이트닝을이용한모델훈련및평가
요약