만들면서 배우는 생성 AI : 트랜스포머부터 GPT, DALL·E 2, 스테이블 디퓨전, 플라밍고까지

데이비드포스터

(DavidFoster)
크리에이티브AI애플리케이션을전문으로다루는데이터과학자이자기업가,교육자.ADSP의공동창립자이며조직이데이터와AI의혁신적힘을활용하도록영감을주고역량을강화하는일을합니다.영국의케임브리지대학교트리니티칼리지에서수학석사학위를,워릭대학교에서운영연구석사학위를받았습니다.머신러닝연구소의교수진으로실용적인AI애플리케이션과실전문제해결에중점을두고있습니다.AI알고리즘의투명성과해석가능성을높이는데관심이있으며,의료분야에서설명가능한머신러닝에관한논문을발표했습니다.

[PART1생성딥러닝소개]

CHAPTER1생성모델링
_1.1생성모델링이란?
_1.2첫번째생성모델
_1.3핵심확률이론
_1.4생성모델분류
_1.5생성딥러닝예제코드
_1.6요약

CHAPTER2딥러닝
_2.1딥러닝용데이터
_2.2심층신경망
_2.3다층퍼셉트론
_2.4합성곱신경망
_2.5요약

[PART26가지생성모델링방식]

CHAPTER3변이형오토인코더
_3.1소개
_3.2오토인코더
_3.3변이형오토인코더
_3.4잠재공간탐색하기
_3.5요약

CHAPTER4생성적적대신경망
_4.1소개
_4.2심층합성곱GAN(DCGAN)
_4.3와서스테인GAN-그레이디언트페널티(WGAN-GP)
_4.4조건부GAN(CGAN)
_4.5요약

CHAPTER5자기회귀모델
_5.1소개
_5.2LSTM네트워크소개
_5.3RNN확장
_5.4PixelCNN
_5.5요약

CHAPTER6노멀라이징플로모델
_6.1소개
_6.2노멀라이징플로
_6.3RealNVP
_6.4다른노멀라이징플로모델
_6.5요약

CHAPTER7에너지기반모델
_7.1소개
_7.2에너지기반모델
_7.3요약

CHAPTER8확산모델
_8.1소개
_8.2잡음제거확산모델
_8.3요약

[PART3생성모델링의응용분야]

CHAPTER9트랜스포머
_9.1소개
_9.2GPT
_9.3다른트랜스포머
_9.4요약

CHAPTER10고급GAN
_10.1소개
_10.2ProGAN
_10.3StyleGAN
_10.4StyleGAN2
_10.5그외중요한GAN
_10.6요약

CHAPTER11음악생성
_11.1소개
_11.2음악생성을위한트랜스포머
_11.3MuseGAN
_11.4요약

CHAPTER12월드모델
_12.1소개
_12.2강화학습
_12.3월드모델개요
_12.4랜덤한롤아웃데이터수집
_12.5VAE훈련
_12.6MDN-RNN훈련데이터수집
_12.7MDN-RNN훈련
_12.8컨트롤러훈련
_12.9꿈속에서훈련하기
_12.10요약

CHAPTER13멀티모달모델
_13.1소개
_13.2DALLE2
_13.3Imagen
_13.4스테이블디퓨전
_13.5플라밍고
_13.6요약

CHAPTER14결론
_14.1생성AI의타임라인
_14.2생성AI의현재상태
_14.3생성AI의미래
_14.4마지막의견

『미술관에GAN딥러닝실전프로젝트』두번째이야기
세상을변화시킨생성AI의과거와현재,미래까지

명쾌하고설득력있게생성AI를설명하는데이비드포스터가돌아왔습니다.이책의초판인『미술관에GAN딥러닝실전프로젝트』는GAN을집중적으로설명했지만,초판출간이후생성AI분야가크게발전했습니다.세상을놀라게한생성AI의눈부신발전을담아내기위해2판을새롭게업데이트했습니다.기존내용을최신기술정보로수정하고,트랜스포머설명을더상세하게보완하고,멀티모달모델내용을새롭게추가했습니다.업그레이드된2판은GAN에만국한된내용을소개하지않기에『만들면서배우는생성AI』라는새로운이름으로찾아왔습니다.

본격적인설명에앞서흥미를자극하는이야기와실용적인예시,활용법까지최신기술로무장한이책은여러분을생성AI의전문가로업그레이드해줄것입니다.컴퓨터로창작하는가장진보한기술을활용하는법을터득해보세요.생성AI를접한경험이없더라도괜찮습니다.처음부터따라하며차근차근기술을습득할수있게친절히안내합니다.여러분에게필요한건파이썬코딩경험,그뿐입니다.생성모델의기본원리부터파악한후파이썬과케라스로직접코딩하며생성AI를배워보세요.

2판에서달라진점

-1장은다양한생성모델을소개하고이들의연관성을나타내는분류체계를담았습니다.
-2장은그림을개선했으며주요개념을더자세하게설명합니다.
-3장은새로운예제와설명을담았습니다.
-4장은조건부GAN구조를설명합니다.
-5장은이미지를위한자기회귀모델(예:PixelCNN)을설명합니다.
-6장은완전히새로운장으로,RealNVP모델을설명합니다.
-7장역시새로운장이며,랑주뱅역학및대조발산과같은기법에초점을맞춥니다.
-8장은오늘날많은최신애플리케이션의기반이되는잡음제거확산모델을위해새로작성한장입니다.
-9장은초판의마지막장내용을확장한것으로,다양한StyleGAN모델구조와VQ-GAN에관한새로운내용을심층적으로다룹니다.
-10장은트랜스포머아키텍처를자세히살펴보는새로운장입니다.
-11장은초판의LSTM모델을대신하여최신트랜스포머아키텍처를다룹니다.
-12장은그림과설명을업데이트했으며이접근방식이오늘날의최신강화학습에어떻게영향을미치는지소개합니다.
-13장은새로운장으로DALL·E2,Imagen,스테이블디퓨전,플라밍고와같은인상적인모델이어떻게작동하는지자세히설명합니다.
-14장은초판이후생성AI의놀라운발전현황을반영하고앞으로나아갈방향에관한더욱완벽하고상세한시각을제공합니다.

대상독자
-생성형AI의작동방식을이해하고,직접사용해보고싶은학부생및개발자
-최신딥러닝기술에관심있는머신러닝엔지니어,데이터과학자및연구원

주요내용
-VAE로사진속얼굴표정바꾸기
-자체데이터셋을학습한GAN으로이미지생성하기
-확산모델로새로운꽃종류만들기
-텍스트생성을위한자체GPT훈련하기
-대규모언어모델인챗GPT훈련방법알아보기
-StyleGAN2,ViTVQ-GAN과같은최신아키텍처조사하기
-트랜스포머와MuseGAN을사용해다성음악작곡하기
-월드모델이강화학습과제를해결하는방법이해하기
-DALL·E2,Imagen,스테이블디퓨전과같은멀티모달모델알아보기