만들면서 배우는 파이토치 딥러닝 (12가지 모델로 알아보는 딥러닝 응용법)

오가와유타로

SIer의기술본부개발기술부소속.딥러닝을비롯한머신러닝관련기술의연구개발및기술지원을담당한다.아카시공업고등전문학교,도쿄대학공학부를거쳐도쿄대학대학원,짐보/고타니실험실에서뇌기능측정및계산신경과학을연구했으며2016년에박사학위를취득했다.도쿄대학특임연구원을거쳐2017년4월부터현재직무에종사중이다.저서로『PyTorch를활용한강화학습/심층강화학습실전입문』,『つくりながら學ぶ!Pythonによる因果分析』등이있다.

CHAPTER1화상분류와전이학습(VGG)
1.1학습된VGG모델을사용하는방법
1.2파이토치를활용한딥러닝구현흐름
1.3전이학습구현
1.4아마존AWS의클라우드GPU머신을사용하는방법
1.5파인튜닝구현

CHAPTER2물체감지(SSD)
2.1물체감지란
2.2데이터셋구현
2.3데이터로더구현
2.4네트워크모델구현
2.5순전파함수구현
2.6손실함수구현
2.7학습및검증실시
2.8추론실시

CHAPTER3시맨틱분할(PSPNet)
3.1시맨틱분할이란
3.2데이터셋과데이터로더구현
3.3PSPNet네트워크구성및구현
3.4Feature모듈설명및구현(ResNet)
3.5PyramidPooling모듈설명및구현
3.6Decoder,AuxLoss모듈설명및구현
3.7파인튜닝을활용한학습및검증실시
3.8시맨틱분할추론

CHAPTER4자세추정(OpenPose)
4.1자세추정및오픈포즈개요
4.2데이터셋과데이터로더구현
4.3오픈포즈네트워크구성및구현
4.4Feature및Stage모듈설명및구현
4.5텐서보드X를사용한네트워크의시각화기법
4.6오픈포즈학습
4.7오픈포즈추론

CHAPTER5GAN을활용한화상생성(DCGAN,Self-AttentionGAN)
5.1GAN을활용한화상생성메커니즘과DCGAN구현
5.2DCGAN의손실함수,학습,생성
5.3Self-AttentionGAN의개요
5.4Self-AttentionGAN의학습,생성

CHAPTER6GAN을활용한이상화상탐지(AnoGAN,EfficientGAN)
6.1GAN을활용한이상화상탐지메커니즘
6.2AnoGAN구현및이상탐지실시
6.3EfficientGAN의개요
6.4EfficientGAN구현및이상탐지실시

CHAPTER7자연어처리에의한감정분석(Transformer)
7.1형태소분석구현(Janome,MeCab+NEologd)
7.2torchtext를활용한데이터셋,데이터로더구현
7.3단어의벡터표현방식(word2vec,fasttext)
7.4word2vec,fasttext에서학습된모델(일본어)을사용하는방법
7.5IMDb의데이터로더구현
7.6Transformer구현(분류작업용)
7.7Transformer의학습/추론,판단근거의시각화구현

CHAPTER8자연어처리를활용한감정분석(BERT)
8.1BERT메커니즘
8.2BERT구현
8.3BERT를활용한벡터표현비교(bank:은행과bank:강변)
8.4BERT의학습및추론,판단근거의시각화구현

CHAPTER9동영상분류(3DCNN,ECO)
9.1동영상데이터에대한딥러닝과ECO개요
9.22DNet모듈(Inception-v2)구현
9.33DNet모듈(3DCNN)구현
9.4Kinetics동영상데이터셋을데이터로더로구현
9.5ECO모델구현및동영상분류의추론실시

이미지/동영상분류에서OpenPose,GAN,BERT까지
최신딥러닝모델구현의핵심이한권에!

비즈니스현장에서딥러닝을응용한경험을쌓고싶다면,합성곱신경망을이용한화상(이미지)분류등과같이기본적인딥러닝기법을배운후다음단계로넘어가고싶다면추천합니다.입문서에서는알기어려웠던전이학습과파인튜닝을활용한화상분류,물체감지,시맨틱분할,자세추정,GAN을활용한화상생성및이상탐지,텍스트데이터감정분석,동영상데이터클래스분류를12가지모델로구현하며배울수있습니다.
딥러닝은‘영업×딥러닝’,‘제조×딥러닝’,‘의료×딥러닝’등과같이다른분야와함께활용할때비로소진정한가치를발휘합니다.도메인지식과딥러닝구현능력이결합된인재로성장하여현장에서활약하는데이책이도움될것입니다.

★각장의개요
_1장.화상분류와전이학습(VGG)
학습된VGG모델을활용해소량의데이터로딥러닝모델을구축할수있는전이학습과파인튜닝을알아봅니다.또한이책에서는AWS의클라우드GPU머신을사용하여딥러닝을설명합니다.
_2장.물체인식(SSD)
물체감지는딥러닝응용방법중에서도특히복잡한기술입니다.SSD모델을활용해물체감지의흐름을설명합니다.
_3장.시맨틱분할(PSPNet)
픽셀수준에서물체를분류하는시맨틱분할을학습하면서딥러닝모델PSPNet을설명합니다.어떻게픽셀수준에서물체를분류할수있는지와함께네트워크구조,순전파함수,손실함수도알아봅니다.
_4장.자세추정(OpenPose)
자세추정은화상에포함된여러인물을탐지하여인체각부위의위치를식별하고부위를연결하는선(링크)을구하는기술입니다.OpenPose가어떻게사람의각부위를탐지하고부위를서로연결하는지구현하며그구조를확인합니다.모델의네트워크구조확인방법으로텐서보드X사용법을설명합니다.
_5장.GAN을활용한화상생성(DCGAN,Self-AttentionGAN)
Self-Attention은자연어처리(NLP)에활용되는Transformer와BERT의열쇠가되지만이해하기어렵기때문에우선은화상에서Self-Attention을구현하고이해하는것을목표로합니다.
_6장.GAN을활용한이상감지(AnoGAN,EfficientGAN)
이상화상검출은의료현장에서질환및건강상태를판별하거나제조업에서이상이있는부품을검출할경우등에사용합니다.이상화상이정상화상보다매우적을때는AnoGAN을,이상탐지에걸리는시간을해결하기위해서는EfficientGAN을응용할수있습니다.
_7장.자연어처리를활용한감정분석(Transformer)
텍스트데이터를취급하는자연어처리를살펴보고딥러닝모델Transformer를활용해텍스트데이터내용을긍정과부정으로감정합니다.word2vec과fasttext를활용해단어를벡터표현으로수치화하고단어에Attention을걸어추론결과를시각화해봅니다.
_8장.자연어처리를활용한감정분석(BERT)
감정분석모델을구축,학습하고추론해문맥에따라단어벡터가어떻게변화하는지알아보고Self-Attention으로시각화해봅니다.
_9장.동영상분류(3DCNN,ECO)
화상분류와동영상분류의차이에주목하면서어떻게동영상을딥러닝에서다루고구현하는지설명합니다.