러닝 텐서플로 (딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지)

톰호프

저자톰호프TomHope는학계와업계에걸쳐다양한경력을갖춘응용머신러닝연구자이자데이터과학자.다국적기업환경에서선임데이터과학자로재직하며웹마이닝,텍스트분석,컴퓨터비전,세일즈와마케팅,IoT,금융시장예측,대규모제조업등여러분야를넘나들며데이터과학과딥러닝연구개발팀을이끌어왔다.이전에는전자상거래스타트업에서데이터과학연구개발을주도했다.주요다국적기업과스타트업에서데이터과학컨설팅을수행하기도했다.컴퓨터과학,데이터마이닝,통계를연구하다보니현재는머신러닝,딥러닝,자연어처리,약지도학습,시계열등이주요연구분야다.

CHAPTER1개요
1.1딥러닝속으로
1.2텐서플로라는이름에담긴의미
1.3텐서플로개괄
1.4마치며

CHAPTER2텐서플로설치에서실행까지
2.1텐서플로설치
2.2HelloWorld
2.3MNIST
2.4소프트맥스회귀
2.5마치며

CHAPTER3텐서플로의기본이해하기
3.1연산그래프
3.2그래프,세션,페치
3.3텐서의흐름
3.4변수,플레이스홀더,간단한최적화
3.5마치며

CHAPTER4합성곱신경망
4.1CNN소개
4.2MNIST분류기:버전2
4.3CIFAR10
4.4마치며

CHAPTER5텍스트1:텍스트와시퀀스처리및텐서보드시각화
5.1시퀀스데이터의중요성
5.2RNN소개
5.3텍스트시퀀스용RNN
5.4마치며

CHAPTER6텍스트2:단어벡터,고급RNN,임베딩시각화
6.1단어임베딩소개
6.2word2vec
6.3사전학습된임베딩과고급RNN
6.4마치며

CHAPTER7텐서플로추상화와간소화
7.1이번장의개요
7.2contrib.learn
7.3TFLearn
7.4마치며

CHAPTER8큐,스레드,데이터읽기
8.1입력파이프라인
8.2TFRecord
8.3큐
8.4완전한멀티스레드입력파이프라인
8.5마치며

CHAPTER9분산텐서플로
9.1분산컴퓨팅
9.2텐서플로의병렬처리요소
9.3분산예제
9.4마치며

CHAPTER10모델엑스포트와서빙
10.1모델을저장하고내보내기
10.2텐서플로서빙소개
10.3마치며

APPENDIXA모델구축과텐서플로서빙사용에관한팁
A.1모델구조화및사용자정의
A.2텐서플로서빙의필수및권장구성요소

APPENDIXB한국어판부록:텐서플로1.7의contrib.learn폐기

APPENDIXC한국어판부록:7.3.5절TF-Slim예제

딥러닝영상처리와NLP부터텐서보드시각화,멀티스레딩,분산처리까지
가장널리쓰이는딥러닝라이브러리인텐서플로의모든것을다룬다.‘텐서플로’에서‘텐서’는어떤의미이고‘플로’는어떤의미일까?텐서플로가그래프기반이라고하던데이그래프는어떻게작동할까?의미도모르고쓰고있는변수,플레이스홀더,세션,페치등의정확한정의는무엇일까?이책은텐서플로기초를다루며,다른책에서다루지않는이러한의문에답한다.
이어서신경망구조,텐서보드시각화,추상화라이브러리(케라스,TF-Slim,TFLearn),텐서플로서빙,멀티스레드입력파이프라인,분산처리등심화주제로넘어간다.이과정에서CNN,RNN,오토인코더등을활용한자연어처리,영상처리,음성인식,예측분석등흔히쓰이는딥러닝기법들을예제로살펴본다.
이책을마스터하면텐서플로를사용한딥러닝시스템을구축하고실무에운용할준비를마친셈이다.
● 고통없이텐서플로를배우고돌려보기
● 밑바닥부터딥러닝모델구축하기
● 영상처리와NLP에널리쓰이는딥러닝모델훈련하기
● 개발을쉽고빠르게해주는추상화라이브러리사용하기
● 텐서플로를확장하여클러스터로모델훈련을분산처리하기
● 프로덕션환경으로텐서플로배포하기