밑바닥부터 시작하는 딥러닝 5 : 10단계로 익히는 이미지 생성 모델의 원리

밑바닥부터 시작하는 딥러닝 5 : 10단계로 익히는 이미지 생성 모델의 원리

$33.00
Description
10단계로 알아보는 이미지 생성 모델의 원리!
생성형 AI와 함께하는 『밑바닥부터 시작하는 딥러닝 5』
이 책은 정규 분포와 최대 가능도 추정과 같은 기본 개념에서 출발하여 가우스 혼합 모델, 변이형 오토인코더(VAE), 계층형 VAE 그리고 확산 모델에 이르기까지 다양한 생성 모델을 설명합니다. 수식과 알고리즘을 꼼꼼하게 다루며 수학 이론과 파이썬 프로그래밍을 바탕으로 한 실제 구현 방법을 알려줍니다. 생성 모델을 이론뿐만 아니라 실습과 함께 명확하게 학습할 수 있습니다. 특히 확산 모델에 이르는 10단계의 과정을 하나의 스토리로 엮어 중요한 기술들을 서로 잇고 개선할 수 있도록 구성했습니다. 이 책과 함께 생성 모델을 밑바닥부터 시작해보세요.

저자

사이토고키

저자:사이토고키
1984년나가사키현쓰시마출생.도쿄공업대학교공학부를졸업하고도쿄대학대학원학제정보학부석사과정을수료했다.현재는기업에서인공지능관련연구·개발에매진하고있다.『밑바닥부터시작하는딥러닝』시리즈집필외에『파이썬인프랙티스』,『밑바닥부터만드는컴퓨팅시스템』,『BuildingMachineLearningSystemswithPython』등을일본어로옮겼다.

역자:개앞맵시(이복연)
고려대학교컴퓨터학과를졸업하고삼성전자에서자바가상머신,스마트폰플랫폼,메신저서비스등을개발했다.주업무외에분산빌드,지속적통합,앱수명주기관리도구,애자일등동료개발자들에게실질적인도움을주는일에관심이많았다.그후창업전선에발을들여좌충우돌하다가개발자커뮤니티에기여하는더나은방법을찾아출판시장에뛰어들었다.
『밑바닥부터시작하는딥러닝』시리즈,『구글엔지니어는이렇게일한다』,『리팩터링2판』,『JVM밑바닥까지파헤치기』,『이펙티브자바3판』등을번역했다.
-페이스북:facebook.com/dev.loadmap
-브런치:brunch.co.kr/@wegra

목차


CHAPTER1정규분포
_1.1확률의기초
_1.2정규분포
_1.3중심극한정리
_1.4표본합의확률분포
_1.5우리주변의정규분포

CHAPTER2최대가능도추정
_2.1생성모델개요
_2.2실제데이터로생성모델구현
_2.3최대가능도추정이론
_2.4생성모델의용도

CHAPTER3다변량정규분포
_3.1넘파이와다차원배열
_3.2다변량정규분포
_3.32차원정규분포시각화
_3.4다변량정규분포의최대가능도추정

CHAPTER4가우스혼합모델
_4.1우리주변의다봉분포
_4.2가우스혼합모델데이터생성
_4.3가우스혼합모델의수식
_4.4매개변수추정의어려움

CHAPTER5EM알고리즘
_5.1KL발산
_5.2EM알고리즘도출①
_5.3EM알고리즘도출②
_5.4GMM과EM알고리즘
_5.5EM알고리즘구현

CHAPTER6신경망
_6.1파이토치와경사법
_6.2선형회귀
_6.3매개변수와옵티마이저
_6.4신경망구현
_6.5토치비전과데이터셋

CHAPTER7변이형오토인코더
_7.1VAE와디코더
_7.2VAE와인코더
_7.3ELBO최적화
_7.4VAE구현

CHAPTER8확산모델이론
_8.1VAE에서확산모델로
_8.2확산과정과역확산과정
_8.3ELBO계산①
_8.4ELBO계산②
_8.5ELBO계산③
_8.6확산모델의학습(알고리즘)

CHAPTER9확산모델구현
_9.1U-Net
_9.2사인파위치인코딩
_9.3확산과정
_9.4데이터생성
_9.5확산모델의학습(구현)

CHAPTER10확산모델응용
_10.1조건부확산모델
_10.2점수함수
_10.3분류기가이던스
_10.4분류기없는가이던스
_10.5스테이블디퓨전

APPENDIXA다변량정규분포의최대가능도추정법도출
_A.1μ의최대가능도추정
_A.22차형식의미분([식A.4]의증명)
_A.3Σ의최대가능도추정
_A.4대각합과미분([식A.12]의증명)

APPENDIXB옌센부등식
_B.1볼록함수와옌센부등식
_B.2오목함수와로그함수
_B.3ELBO도출

APPENDIXC계층형VAE의이론과구현
_C.12계층VAE의구성요소
_C.2ELBO의식전개
_C.3몬테카를로방법에따른ELBO의근삿값
_C.42계층VAE구현
_C.5구현코드

APPENDIXD수식기호목록
_D.1이책에서사용하는기호
_D.2이책에서사용하는수식

출판사 서평

정규분포에서확산모델까지,생성모델완전정복!
수식과코드로명쾌하게풀어낸최고의생성모델안내서!

명불허전『밑바닥부터시작하는딥러닝』시리즈가이번에는생성형AI와함께합니다.
스테이블디퓨전,미드저니,DALL-E등과같은이미지생성AI가다양한분야에서관심을얻고활용되고있습니다.이들기술의배경에는딥러닝을활용한'생성모델'이있습니다.이번편에서는바로생성모델에서주목받고있는'확산모델(DiffusionModel)'을다룹니다.

정규분포,최대가능도추정(MLE)과같은기본개념에서시작해가우스혼합모델(GMM),기댓값최대화알고리즘(EM),변이형오토인코더(VAE),계층형VAE그리고확산모델까지의여정을10단계로나누어안내합니다.단순히이미지나결과를전달하는데그치지않고‘왜그렇게되는지’와‘어떻게그결과를얻을수있는지’도빼놓지않았습니다.이를위해수식을세심하게다루며작은부분까지신경썼습니다.

이론과실습을아우르는체계적인커리큘럼을제공하기때문에기초부터차근차근배우고실습을통해생성모델의원리를깊게이해할수있습니다.확산모델을비롯한생성모델을더욱깊이이해하고응용하고자하는모든이에게이책은든든한길잡이가될것입니다.

대상독자
(미적분학,선형대수학등의수학과파이썬기초지식이있으면좋습니다.)
-생성모델구현원리와응용에대해궁금한개발자
-자연어처리,이미지생성,음성합성등다양한분야에생성모델을적용하고싶은개발자

주요내용
-1장정규분포
-2장최대가능도추정
-3장다변량정규분포
-4장가우스혼합모델
-5장EM알고리즘
-6장신경망
-7장변이형오토인코더(VAE)
-8장확산모델이론
-9장확산모델구현
-10장확산모델응용