bookseek.
◎ 한국어 ⌄
딥러닝을 위한 파이토치 입문 책 표지

BOOKSEEK BOOK NOTES

딥러닝을 위한 파이토치 입문

딥러닝호형

파이썬과 지도 학습의 준비에서 텐서·자동 미분, 신경망 구현으로 이어지는 파이토치 학습서입니다.

구매하기 ↗

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

책의 기본 정보

출판사
영진닷컴
ISBN
9788931465914
매체
종이책

텐서와 학습 과정 연결하기

파이썬과 넘파이, 데이터 세트 분할을 거쳐 텐서와 역전파, 데이터 불러오기를 다룹니다. 모델 코드에 들어가기 전에 입력 데이터의 크기와 자료형을 확인하는 습관을 들이고 싶은 독자가 참고할 수 있습니다.

신경망을 바꾸며 결과 살피기

다층 퍼셉트론과 활성화·손실 함수, 최적화에 이어 합성곱 신경망과 순환 신경망을 소개합니다. 같은 입력을 어떤 구조로 다루는지 구별하면서 읽으면 예제를 실행하는 일과 모델을 이해하는 일을 함께 진행할 수 있습니다.

학습 이후의 문제까지 보기

비지도 학습, 성능 개선, 시각화와 메타 학습도 공개 목차에 포함됩니다. 처음부터 전 범위를 끝내기보다 기초 신경망을 구현한 뒤 과적합과 데이터 불균형을 만났을 때 해당 부분으로 돌아오는 식으로 활용할 만합니다.

이 책에서 주로 다루는 내용

공개된 소개와 목차의 내용을 요약했습니다.

  • 파이토치 텐서와 자동 미분
  • 다층 퍼셉트론·CNN·RNN
  • 과적합·데이터 불균형과 시각화

이 책을 고르는 이유

기본 타입과 역전파, 손실 함수와 최적화를 한 흐름으로 보려는 독자에게 맞습니다. 모델 하나를 정한 뒤 입력 크기, 정답의 형태, 손실 값이 계산되는 위치를 코드 옆에 적어 보세요.

성능이 기대에 못 미칠 때는 층을 늘리기보다 과적합과 데이터 불균형 부분을 연결해 읽을 만합니다. 학습용 자료와 평가 자료의 역할을 먼저 구분하면 개선 실험의 의미를 파악하기 쉽습니다.

이 책과 함께 읽는 주제

다른 책과 비교해 보기

관련 태그

실무·기술 학습

자료 출처와 선정 기준

공개된 서지·책 소개·목차를 확인해 구성했습니다. 추천 대상과 읽는 방법은 북시크의 편집 판단입니다.

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.