텐서플로 입문

▣ 출판사서평

이 책은 머신 러닝과 딥 러닝에 관심이 있는 독자들이 텐서플로 예제를 구현해 보면서 쉽게 이해할 수 있도록 구성되어 있다. 기본 파이썬 문법부터 기본적인 머신 러닝 알고리즘(선형회귀, KNN, K-Means), 인공 신경망, 합성곱 신경망, 순환 신경망까지 텐서플로 예제를 통해 자세하게 설명한다. 텐서플로의 중요한 특징 중 하나인 텐서보드를 소개하고 GPU를 사용한 텐서플로 프로그래밍과 머신러닝으로 학습한 모델을 실무에서 활용할 수 있도록 환경을 제공하는 텐서플로 서빙까지 다룬다. 텐서플로를 통한 머신 러닝과 딥 러닝 구현의 기초를 다지는 데 큰 도움이 될 것이다.

▣ 작가 소개

저 : 잔카를로 자코네
산업과학 분야에서 10년 이상 연구 프로젝트를 관리해 왔다. 국립 연구 협회(CNR, the National Research Council)에서 근무하면서 병렬 수치 연산 및 시각화에 관해 연구했다.
현재 컨설팅 업체에서 소프트웨어 엔지니어로 활동하며, 대공 방어 시스템 유지 보수 업무를 맡고 있다.
나폴리 대학교(Federico II of Naples)에서 물리학 석사학위를 받았으며, 로마 라 사피엔차 대학교(La Sapienza of Rome)에서 컴퓨터 과학 석사 2학기 과정에 있다.
팩트출판사에서 『Python Parallel Programming Cookbook』을 출간했으며 링크드인(https://it.linkedin.com/in/giancarlozaccone)을 통해 그와 연락할 수 있다.

▣ 주요 목차

1장. 텐서플로: 기초
__머신 러닝과 딥 러닝 기초
____지도 학습
________비지도 학습
________딥 러닝
__텐서플로 개요
__파이썬 기초
____문법
____데이터 형식
____문자열
____제어 흐름
____함수
____클래스
____예외 처리
____라이브러리 불러오기
__텐서플로 설치
____맥과 리눅스 배포판에 설치
____윈도우에 설치
____소스코드로부터 텐서플로 설치
____텐서플로 동작 확인
__첫 번째 작업 세션
__데이터 플로우 그래프
__텐서플로 프로그래밍 모델
____텐서보드 사용법
__요약

2장. 텐서플로 기초 연산
__텐서 자료 구조
____1차원 텐서
____2차원 텐서
________텐서 다루기
____3차원 텐서
____텐서플로를 이용한 텐서 다루기
________입력 데이터 준비
__복소수와 프랙탈
____망델브로 집합 데이터 준비
____망델브로 집합의 데이터 플로우 그래프 생성과 실행
____망델브로 집합 시각화
____쥘리아 집합 데이터 준비
____쥘리아 집합의 데이터 플로우 그래프 생성과 실행
____쥘리아 집합 시각화
__그레이디언트 계산
__난수
____균일 분포
____정규 분포
____시드를 이용한 난수 생성
________몬테카를로 기법
__편미분 방정식 풀기
____초기 조건 설정
____모델 생성
____그래프 실행
________연산에 사용된 함수 살펴보기
__요약

3장. 머신 러닝 시작
__선형 회귀 알고리즘
____데이터 모델
________비용 함수와 경사 하강법
________________모델 학습
__MNIST 데이터 집합
____데이터 다운로드와 준비
__분류기
____최근접 이웃 알고리즘
________학습군 제작
________비용 함수와 최적화
________________테스트와 알고리즘 평가
__데이터 군집화
____k-평균 알고리즘
____학습군 제작
____비용 함수와 최적화
________테스트와 알고리즘 평가
__요약

4장. 인공 신경망 소개
__인공 신경망이란?
 ____신경망 구조
____단일 계층 퍼셉트론
____로지스틱 회귀
________텐서플로 구현
________모델 생성
________세션 실행
________테스트 평가
________소스코드
__다중 계층 퍼셉트론
____다중 계층 퍼셉트론 분류
________모델 생성
________세션 실행
________소스코드
____다중 계층 퍼셉트론 함수 추정
________모델 생성
________세션 실행
__요약

5장. 딥 러닝
__딥 러닝 기술
____합성 곱 신경망
________CNN 구조
________텐서플로를 이용한 CNN 구현
________________초기화 단계
________________첫 번째 합성 곱 레이어
________________두 번째 합성 곱 레이어
________________완전 연결 레이어
________________출력 레이어
________________모델 학습 및 평가
________________세션 실행
________________소스코드
____순환 신경망
________RNN 구조
________LSTM 네트워크
________텐서플로를 이용한 자연어 처리
________________데이터 다운로드
____모델 제작
____코드 실행
__요약

6장. GPU 프로그래밍과 텐서플로 서빙
__GPU 프로그래밍
__텐서플로 서빙
____텐서플로 서빙 설치
________Bazel
 ________gRPC
 ________________텐서플로 서빙 의존성 패키지
________________텐서플로 서빙 설치
____텐서플로 서빙 사용법
________텐서플로 모델 학습과 내보내기
________세션 실행
__텐서플로 모델 불러오기와 내보내기
____서버 테스트
__요약