메뉴 바로가기 검색 및 카테고리 바로가기 본문 바로가기

한빛출판네트워크

소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치

기초부터 수식, 실습까지 담은 올인원 딥러닝 입문 교과서

한빛미디어

집필서

판매중

  • 저자 : 김기현
  • 출간 : 2022-08-30
  • 페이지 : 584 쪽
  • ISBN : 9791169210140
  • 물류코드 :11014
  • 초급 초중급 중급 중고급 고급
4.9점 (26명)
좋아요 : 2

딥러닝 기초 개념 + 수식 정리 + 코딩 실습 + 실무 환경 프로젝트 연습

 

이 책은 딥러닝의 기초 내용과 응용 지식을 체계적으로 전달하기 위해 이론과 수식, 실습을 분리하여 설명한다. 딥러닝 기초 개념부터 상위 개념까지 점진적으로 배울 수 있도록 커리큘럼을 구성했고, 이 내용을 수식으로 다시 한번 정리하여 딥러닝의 구조와 원리에 대해 익힌다. 또한 실제 머신러닝 프로젝트를 진행하듯 파일을 구성하고 CLI 환경에서 실습을 진행하면서 실전 감각을 키운다.  

 

 

상세이미지_김기현의 딥러닝 부트캠프 with 파이토치.jpg

김기현 저자

김기현

미국 스토니브룩 대학교에서 컴퓨터공학 학사 및 석사 학위를 받았다. 이후 2011년부터 한국전자통신연구원에서 자연어 처리 연구 개발을 시작했고, 현재는 SK텔레콤에서 초거대 언어 모델 GPT3를 활용한 개인화 챗봇과 지식 대화 모델링을 연구 개발 및 상용화하고 있다. 또한 2018년부터 패스트캠퍼스에서 자연어 처리 및 파이토치 강의를 하고 있다. 저서로 『소문난 명강의 : 김기현의 자연어 처리 딥러닝 캠프』(한빛미디어, 2019)가 있다.

 

 

1장 개발 환경 구축하기

1.1 아나콘다 설치하기

1.2 VS Code 설치 및 환경 설정

1.3 마치며

 

2장 딥러닝 소개

2.1 딥러닝이란?

2.2 좋은 인공지능이란?

2.3 머신러닝 프로젝트 워크플로

2.4 수학 용어 설명

2.5 마치며

 

3장 파이토치 튜토리얼

3.1 왜 파이토치인가?

3.2 (실습) 파이토치 설치

3.3 텐서란?

3.4 (실습) 기본 연산

3.5 (실습) 텐서 형태 변환

3.6 (실습) 텐서 자르기 & 붙이기

3.7 (실습) 유용한 함수들

 

4장 선형 계층

4.1 행렬 곱

4.2 (실습) 행렬 곱

4.3 선형 계층

4.4 (실습) 선형 계층

4.5 (실습) GPU 사용하기

4.6 마치며

 

5장 손실 함수

5.1 평균 제곱 오차

5.2 (실습) MSE Loss

5.3 마치며

 

6장 경사하강법

6.1 미분이란?

6.2 편미분

6.3 경사하강법

6.4 학습률에 따른 성질

6.5 (실습) 경사하강법 구현

6.6 (실습) 파이토치 오토그래드 소개

6.7 마치며

 

7장 선형 회귀

7.1 선형 회귀란?

7.2 선형 회귀의 수식

7.3 (실습) 선형 회귀

7.4 마치며

 

8장 로지스틱 회귀

8.1 활성 함수

8.2 로지스틱 회귀란?

8.3 로지스틱 회귀의 손실함수

8.4 로지스틱 회귀의 수식

8.5 (실습) 로지스틱 회귀

8.6 마치며

 

9장 심층신경망 I

9.1 심층신경망

9.2 심층신경망의 학습

9.3 역전파 알고리즘의 수식

9.4 그래디언트 소실 문제

9.5 렐루

9.6 (실습) Deep Regression

9.7 마치며

 

10장 확률적 경사하강법

10.1 확률적 경사하강법이란?

10.2 SGD의 직관적 이해

10.3 미니배치 크기에 따른 SGD

10.4 (실습) SGD 적용하기

10.5 마치며

 

11장 최적화

11.1 하이퍼파라미터란?

11.2 팁 : 효율적인 연구/개발 진행 방법

11.3 적응형 학습률

11.4 적응형 학습률의 수식

11.5 (실습) 아담 옵티마이저 적용하기

11.6 마치며

 

12장 오버피팅을 방지하는 방법

12.1 모델 평가하기

12.2 오버피팅이란?

12.3 테스트셋 구성하기

12.4 (실습) 데이터 나누기

12.5 마치며

 

13장 심층신경망 II

13.1 이진 분류

13.2 평가 지표

13.3 (실습) Deep Binary Classification

13.4 심층신경망을 활용한 분류

13.5 소프트맥스 함수와 교차 엔트로피 손실 함수

13.6 다중 클래스 분류 결과 분석하기

13.7 (실습) Deep Classification

13.8 마치며

 

14장 정규화

14.1 정규화의 개요

14.2 가중치 감쇠

14.3 데이터 증강

14.4 드롭아웃

14.5 배치정규화

14.6 (실습) 정규화

14.7 마치며

 

15장 실무 환경에서의 프로젝트 연습

15.1 실무를 진행하듯 실습하기

15.2 워크플로 리뷰

15.3 실습 소개

15.4 (실습) 분류기 모델 구현하기

15.5 (실습) 데이터 로딩 구현하기

15.6 (실습) 트레이너 클래스 구현하기

15.7 (실습) train.py 구현하기

15.8 (실습) predict.ipynb 구현하기

15.9 마치며

 

16장 표현 학습

16.1 특징(feature)이란?

16.2 원 핫 인코딩

16.3 차원 축소

16.4 오토인코더

16.5 마치며

 

17장 확률론적 관점

17.1 들어가며

17.2 기본 확률 통계

17.3 MLE(Maximum Likelihood Estimation)

17.4 신경망과 MLE

17.5 수식: MLE

17.6 MSE 손실 함수와 MLE

 

18장 CNN(합성곱신경망)

18.1 전통적인 방식

18.2 합성곱 연산

18.3 패턴 추출의 원리

18.4 맥스 풀링과 스트라이드 기법

18.5 합성곱신경망 설계 예제

18.6 (실습) CNN으로 MNIST 분류 구현하기

18.7 마치며

 

19장 RNN(순환신경망)

19.1 순환신경망 소개

19.2 RNN 한 걸음씩 들여다보기

19.3 순환신경망 활용 사례

19.4 LSTM

19.5 그래디언트 클리핑

19.6 (실습) LSTM으로 MNIST 분류 구현하기

19.7 마치며

어떻게 딥러닝 학습을 시작해야 할지 모르는 딥린이를 위한 입문 교과서

이 책은 개념, 수식, 실습으로 이어지는 최적의 딥러닝 학습 커리큘럼을 통해 딥러닝에 대한 기본기를 탄탄하게 키워줍니다. 

 

★ 이 책에서 배우는 내용

☑ 개발 환경 

☑ 딥러닝의 개념 

☑ 파이토치 튜토리얼

☑ 선형 계층

☑ 손실 함수

☑ 경사하강법

☑ 선형 회귀

☑ 로지스틱 회귀

☑ 심층신경망

☑ 확률적 경사하강법

☑ 최적화

☑ 오버피팅 방지 

☑ 심층신경망으로 분류 문제 해결

☑ 정규화

☑ 표현 학습

☑ 확률론적 관점

☑ CNN(합성곱신경망)

☑ RNN(순환신경망)

 

 

★ 이 책의 구성

 

딥러닝 개념 및 이론 설명

딥러닝의 기초 개념을 최대한 쉽게 이해할 수 있도록 수학적 표현을 최소화하고 그림 또는 시각화를 활용하여 설명합니다. 기초부터 심화 단계까지 차근차근 접근할 수 있도록 구성했으며 딥러닝의 여러 진행 방식에 대해 원리와 구조를 조금 더 쉽게 체득할 수 있습니다.

 

수식 정리

딥러닝을 제대로 공부하기 위해서 수학적 배경지식은 반드시 필요합니다. 딥러닝의 기초 개념 및 이론을 수식을 통해 다시 한번 정리합니다. 

 

실습 코드

앞에서 배운 이론과 수식을 파이토치로 어떻게 구현하는지에 대해 익힐 수 있습니다. 이 책의 실습은 GPU 없이 실행이 가능합니다. GPU가 있다면 훨씬 더 빠르게 실행할 수 있지만, GPU 없이도 최대 몇십 분 이내로 실행이 완료되도록 구성되어 있습니다.

 

실무 환경에서의 실전 같은 프로젝트 연습

단순히 주피터 노트북으로 하는 실습이 아닌 실제 머신러닝 프로젝트를 진행하듯이 파일을 구성하고 CLI 환경에서의 실습을 진행합니다. 단순히 MNIST 분류기를 만들고 끝내는 것이 아니라 실전처럼 MNIST 분류기 성능을 끌어 올리는 방법과 이를 위한 실험 환경 구축 방법에 대해 알아봅니다.

 

★ 대상 독자

이 책은 딥러닝을 처음 접하는 독자 또는 딥러닝을 어느 정도 알고 있지만 기초가 부족한 독자를 대상으로 합니다.

 

★ 예제 소스

https://github.com/kh-kim/deep_learning_book_exercise

 

 

추천사

 

이 책은 저자의 전문 지식과 실무 노하우를 바탕으로 연구/개발 상황을 가정한 실전 예제를 통해 기초를 탄탄히 하고 응용할 수 있도록 도움을 줍니다. 차근차근 기본기를 다질 수 있도록 수식 표현을 설명하는 과정에도 저자의 세심한 배려가 돋보입니다. 또한 입문자를 위해 이론과 수식을 분리하여 설명하고 있습니다. 인공지능 관련 실무자부터 이제 막 딥러닝에 관심이 생긴 입문자까지 자신의 실력을 향상 시킬 수 있는 좋은 책입니다. 

_김형준 NAVER Clova 머신러닝 엔지니어

 

『김기현의 딥러닝 부트캠프』는 기본을 다지는 데 필요한 바이블 같은 책이라고 생각합니다. 이 책은 군더더기 같은 내용은 과감히 빼고 꼭 살펴봐야 하는 수학/통계 이론을 꼼꼼하게 다루고 있습니다. 저자의 팁이 가득한 파이토치 실습을 통해 여러분도 각자의 데이터나 해결해야 하는 문제 등에 바로 응용할 수 있는 인사이트를 얻을 수 있을 것입니다. 

_이기창 NAVER Language Representatio팀 리더

 

인공지능 분야의 핵심인 딥러닝 기술을 비전공자도 쉽게 접근하고 이해할 수 있는 책입니다. 단순한 개념 설명을 넘어 초심자도 쉽게 따라갈 수 있도록 체계적으로 구성되어 있습니다. 또한 구체적인 실습 자료를 제공하고 있으며 핵심 수식 또한 차근차근 이해하기 쉽게 설명하고 있습니다. 이 책은 어렵게만 느껴지던 인공지능 기술 학습에 있어 진입 장벽을 획기적으로 낮춰 주는 역할을 할 것입니다.

_주재걸 KAIST 김재철AI대학원 교수

 

딥러닝을 다룬 책이 많이 증가했습니다. 이러한 수많은 책 중에서 이 책이 가지고 있는 명확한 강점이 있습니다. 이 책은 저자의 오랜 실무 경험이 고스란히 담겨 있는 실습 과정을 담고 있다는 것입니다. 실무에 바로 적용할 수준의 코드와 프로젝트 파일 구조를 다루고 있어 입문자는 물론 현업에 종사하고 있는 독자에게도 유용한 지침서가 될 것입니다.

_최성준 고려대학교 인공지능학과 조교수

 

현업 일선에서 딥러닝과 관련한 초거대 언어 모델 연구 개발 그리고 서비스화까지 이끌고 있는 저자의 내공이 묻어 나오는 책입니다. 딥러닝의 기본 개념과 이론적 설명, 코드 레벨의 핸즈온 자료와 다양한 실습 예제는 물론 실전 같은 프로젝트 연습과 배포 과정까지 담아 딥러닝을 학습하고자 하는 독자 특히 딥러닝 역량 강화를 원하는 소프트웨어 개발자에게 많은 도움이 될 것입니다.

_하정우 NAVER AI Lab 소장

 

한빛미디어의 김기현의 딥러닝 부트캠프 with 파이토치를 소개합니다.

 

dl-01.png

 

 

 

 

최근 몇 년간 머신 러닝, 딥러닝에 대한 많은 도서가 출간되었고, 각 도서마다 특색을 가지고 있다. 입문자를 타겟으로 하는 많은 도서가있는가 하면, 이미지, 영상에 대한 딥러닝, 혹은 언어를 포커스한 딥러닝 도서들도 있다. 이 책은 타 도서와비교하여 어떤 내용에 포커스해서 차별화 포인트를 가지고 있을까. 도서 주요 내용만을 본다면 기존 머신러닝, 딥러닝 입문서에서 다루는 내용과 특별함을 가지고 있다고 생각치 않는다.

 

 

dl-02.png

 

 

 

하지만 저자의 이름을 어렴풋이 기억하는 이유는

dl-03.png

 

머신러닝, 딥러닝이 관심을 받던 몇 년 전 강의가 전무했던 시절 패스트캠퍼스에서자연어 처리 강의를 했다는 기억이 있기에 저자에 대한 믿음이 있다고나 할까

 

딥린이를 위한

 

딥린이라는 재미있는 단어가 나오는데, 본 도서는 머신러닝, 딥러닝 입문자를 타겟으로 하고 있다.

 

 

dl-04.png

 

 

저자의 경우 자연어 처리 강의로 유명해주신 분이기는하지만, 머신러닝과 딥러닝, CNNRNN 등 딥러닝 입문자를 위한 기초 내용을 충실히 다루고 있다. 저자가딥러닝 초창기부터 유명한 강의 강사였던 점이 본 도서의 매력을 좀더 끌고 나가는데 충분하지 않는가

dl-05.png

 

 

적절한 이론과 함께 실습, 특히 본 도서는 tensorflow 보다는 pytorch를 기반으로 실습을 진행한다.

 

dl-06.png

 

 

학습 온라인 동영상 강의의 경우 저자의 강의와 함께 연계하도록 로드맵을 구상하였다. 아래 그림에서 보면 본 도서의 경우 딥:클 입문 이후, :클 초급 단계, 이후NLP 입문으로 이어지는 중간 단계에 해당한다.

 

dl-07.png

 

 

 

충실한 입문서-중급서 내용전개

 

도서의 각 챕터마다 다루고 하는 내용을 소개하고, 챕터 마지막 부분에 요약을 둠으로써 배운 지식의 되새김을 하도록 전개하고 있다.

 

dl-09.png

 

 

물론 실습 문제를 통해 본문에서 배운 이론과 예제를 독자로 하여금 확장해서 응용하도록 유도하는 부분도 마음에든다.

 

dl-10.png

 

 

굳이 단점을 고르라면 내용의 충실도와 짜임새 있는 편집 모두 좋았으나, 그림에대한 사용과 예제가 조금 부족하지 않았을까 싶은데, 그림을 통해 시각적인 효과 역시 무시 못하기 때문입니다. (충분하다고 생각이 되면서도 입문서로 접근하는 독자라면 그런 느낌을 받지 않을까)

 

타겟 독자는 누구일까전체적인 내용은 머신러닝 입문서에 해당하는내용이긴 하지만, 입문을 하더라도 중급으로 확장하고자 할 때, 좀더 예제를 통한 머신러닝, 딥러닝 지식을 높이고자 하는 독자가 아닐까 싶다.

 

 

"한빛미디어 <나는리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

책을 받을 때는 몰랐는데, 패스트캠퍼스 강의 교제로 쓰이던 책을 강의를 구매하지 않은 일반인들에게도 판매하는 도서인듯 싶다.

 

 

 

책을 구매한 목적은, keras에만 익숙해져 있다가 회사 업무에서 파이토치를 주로 쓰는 것으로 바뀌다보니 뜨문뜨문 구글링으로 공부를 하다가 책 한권을 제대로 가지고 싶어서 찾게 됐다.

 

일반적으로 처음 입문하게 되면 keras가 좀 더 layer구성하기에는 편하게 느껴진다. 하지만 최신 논문들을 구현한다거나, 특정 목적으로 커스터마이징을 한다거나, 처음 보는 데이터 구조에서 디버깅을 한다거나 할 때는 압도적으로 파이토치를 쓸 수 밖에 없는 것 같다. 장점이 너무나도 명명백백하다.

 
 

기본적인 딥러닝 기본지식은 가지고 있기 때문에 기술적으로 딥한 내용보다는 파이토치 튜토리얼 같은 책을 찾고 있었다. 그런 목적을 가지신 분이라면 딱 맞는 책이 아닐까 싶다. 강의를 목적으로 만든 도서이니 설명도 직관적이고 이해가 잘 된다.

 

일반적인 딥러닝 서적들은 기술적인 개념에 초점이 맞춰져 있다. 반면에 이 도서는 기술적인 것들을 너무 딥하지 않지만 그렇다고 아예 다루지 않는 건 아니고 딱 간지러운 걸 해소할 정도로 딥러닝에 대해서 기술한다. 그리고 내가 원하는 파이토치 튜토리얼 느낌으로다가 아주 잘잘잘 파이토치를 설명하고 있다.

 

추천합니닷

 

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."



'딥러닝이 무엇인가'라는 물음에 답을 구하기 위해 책을 따로 찾지는 않겠지만 그래도 이런 것이 곧 관심의 시작이라고 생각합니다. 딥러닝의 쓸모를 알고서 활용을 하고 싶을 때, 그 시작을 위한 많은 것들을 균형있게 잘 모아놓은 [김기현의 딥러닝 부트캠프 with 파이토치]였습니다.

 

천리길도 한 걸음부터인 것처럼 정석이라고 해야 할지 점진적으로 이해와 숙련도를 확장시키는 구조라고 느꼈습니다. 이미 알고 있는 영역들이 섞여있다고 하여도 건너뛰기보다 읽고서 또 지식과 기술을 탄탄하게 연결시킨다는 마음가짐으로 접근하면 좋을 듯하였습니다.

덜컥 흥미를 잃게 하고 뒤돌아서게 할 그런 난이도의 것이 등장하기 전에 포괄적이면서 놓치지 말아야 할 딥러닝에 관한 개념부터 그 배경과 역사 등이 소개됩니다. 설명에 있어서 바탕이 된 건 그 '필요''구현 환경'이었고요. 그리고 전공자가 아니라면 소원했을 수학적 소양을 다시 닦을 부분도 꽤 많았습니다.

 

배우게 될 내용을 정리하는 것부터 주제와 개념에 대한 맥락 파악을 그림으로 도왔고, 배운 개념과 예제 데이터 셋으로 파이토치에서 직접 구현하는 디테일 있는 과정, 바로 연결되는 핵심 요약과 복습까지 이어졌습니다. 로드맵입니다. 기존 머신 러닝의 한계나 파이토치가 지닌 장단점이나 발전의 방향성 등에 대한 설명에서 통찰이 많이 드러났고요.

 

주요 함수와 텐서로서의 연산, 선형 회귀와 로지스틱 회귀, 정규화, 표현 학습 등의 내용을 다루는 데 있어서 목적이 실무 프로젝트에 이르는 연습이라는 점이 특히 [김기현의 딥러닝 부트캠프 with 파이토치]의 장점이었다고 생각합니다.

 

 

김기현_딥러닝_부트캠프_01.jpg

 

김기현_딥러닝_부트캠프_02.jpg

 

김기현_딥러닝_부트캠프_03.jpg

 

김기현_딥러닝_부트캠프_04.jpg

 

김기현_딥러닝_부트캠프_05.jpg

 

김기현_딥러닝_부트캠프_06.jpg

 

김기현_딥러닝_부트캠프_07.jpg

 

김기현_딥러닝_부트캠프_08.jpg

 

김기현_딥러닝_부트캠프_09.jpg

 

김기현_딥러닝_부트캠프_10.jpg

 

김기현_딥러닝_부트캠프_11.jpg

 

김기현_딥러닝_부트캠프_12.jpg

 

 

* 한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

 



 

머신러닝, 딥러닝을 포함한 AI 기술은 직접 겪어보며 배운 지식이다보니 체계적으로 정리하고 싶다는 느낌을 많이 받았다. 이 책은 나처럼... 딥러닝을 이미 어느 정도 알고 있지만 기초가 부족한 독자와 처음 접하는 독자를 대상으로 해서 부담이 없었다. 파이썬과 기본적인 command line interface만 사용할 수 있다면 읽을 수 있다! 참고로 패스트캠퍼스 동영상 강의와 연계하여 학습할 수도 있다.

 

딥러닝은 말그대로 인공신경망에 비해 더 '깊은' 구조를 갖고 있다. 수학적 테크닉으로 가능하게 되었고, 학습할 수 있는 충분한 데이터가 쌓였으며 병렬연산에 대한 방법이 대중화되며 학습과 추론 속도가 증가했다. 하지만 데이터의 특징을 손수 지정해주는 머신러닝 방식과 달리 그럴 필요는 없지만 제대로 작동하지 않을때 그 원인을 분석하기가 힘들다는 단점이 있다.(블랙박스)

 

딥러닝과 머신러닝, 워크플로우 등 핵심 내용을 간략하게 설명해주어서 (+간단한 수학지식도) 그동안 구글링 하면서 찾아봤던 지식들이 깔끔하게 정리되는 느낌이었다.

 

그리고 역시나 예제 소스가 모두 공개되어 있어서, 직접 코드를 다 치면서 돌리기가 어려울 땐 참고할 수 있다! 물론 연습하려면 코드를 직접 치면서 하는 것도 도움되지만...!!

 

무튼 머신러닝과 딥러닝의 차이, 딥러닝을 정확히 알고싶은 사람들에게 꼭 추천해주고 싶은 책이다!

 

 

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

 



 

 

최근의 라이브러리 내용이나 

다양한 딥러닝 활용을 보여주기보다는 

딥러닝 그 자체에 대한 

충분한 개념 이해를 목표로 한 책이다. 

 

딥러닝을 처음 접하는 사람이나 

간단히 딥러닝 예제 정도를 따라해본 적은 있지만

제대로 이해하지 못한 사람에게 추천한다. 

 

이론과 수식을 분리한 구성이 눈에 띈다. 

이론을 먼저 읽고 이해한 후에 

수식에 접근할 수 있다. 

 

코드는 일단 쉽게 시작해서  

점점 어렵게 추가하는 형태이다. 

제대로 진도를 진행하는 사람들에게는 좋지만

앞 부분을 제대로 이해하지 못했다면 

뒷부분에서 한 번에 따라가기는 어렵다. 

 

실제 머신러닝 프로젝트를 진행하듯이 

CLI 환경에서 실습을 진행한다. 

 

파이토치를 사용해서 딥러닝의 입문인 

MNIST 예제의 성능을 실무처럼 끌어올려보는 구성은 

실무에서 대형 딥러닝 모델을 사용하고 있는 

저자의 내공을 충분히 느낄 수 있게 해준다.

 

딥러닝 맛보기 찍어먹기식의 구성을 

가진 쉬운 책은 아니다.

 

파이썬 기초는 알고 있어야 한다. 

 

고등학생 수준의 수학적 소양도 필요하다. 

 

딥러닝을 제대로 알기 위해서 

보는 책이 아주 쉬울리가 없다. 

 

그렇지만 기본적으로 저자가 설명하는 능력이 좋다. 

패스트캠퍼스에서 꾸준히 강의를 

진행하고 있기 때문일 수도 있다. 

 

올컬러 구성으로 편집도 흠잡을 데 없다. 

 

기본기가 탄탄한 딥러닝 사용자가 되고 싶다면 

선택해도 후회 없을만한 책이다. 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

이 책은 딥러닝 소개, 파이토치 실습부터 선형계층, 손실함수, 경사하강법, 선형 회귀 등의 딥러닝에서의 필수적인 이론들과 CNN, RNN 실습까지 딥러닝의 기본적인 내용들을 모두 담고 있다. 각 단원들은 내용이 길지 않고 글씨보다 그림과 실습이 많아서 더 쉽고 편하게 학습할 수 있었고 지루하지 않게 끝까지 학습할 수 있었다. 실습 코드는 모두 깃헙으로 제공해 쉽게 참고할 수 있다. 각 장마다 내용이 많지 않지만 중요한 단어 중심으로 필수적인 내용을 담고 있어서 딥러닝에 관한 지식이 없는 사람들도 쉽게 이해할 수 있을 것 같다. 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

Intro

요즘은 딥러닝을 다룬 책이 정말 많이 증가했습니다. 그런 책들은 단순히 주피터 노트북으로 구성되고, 실무적인 부분에서 설명이 부족한 경우가 많다고 느꼈습니다. 그러나 이 책은 실무에 밀접하게 딥러닝을 경험해볼 수 있다는 점이 다른 책들과 차이점이라고 생각하여 읽어보게 됐습니다.

Book Review

쉽게 설명하는 책

시중에 나온 딥러닝 책 중 꽤 간단하게 설명합니다. 딥러닝을 처음 공부하시고 파이토치를 처음 사용하시는 입문자에게 추천하고 싶은 정도입니다. 아무래도 저자분이 패스트캠퍼스에서 자연어 처리 및 파이토치 강의를 하고 있으셔서 그런지 어렵게 설명하시지 않습니다. 저는 비전공자도 미적분 수준의 수학만 알고 있고 코딩에 관심이 있다면 이 책을 통해 딥러닝을 경험해볼 수도 있다고 생각합니다.

실무 프로젝트

이 책은 챕터마다 실습이 있으며 Chapter 15에서는 실무 환경에서의 프로젝트 연습을 할 수 있도록 설명합니다. 저는 특히 이 부분이 가장 인상 깊었던 부분입니다.

그다음 공부

각 Chapter마다 마치며라는 부분에서 저자의 조언과 그다음에는 어떤 걸 공부하면 좋을지, 요약 등을 설명합니다. 개인적으로 이렇게 매 Chapter마다 깔끔하게 정리하는 부분도 좋았습니다.

대상 독자

저는 이 책으로 딥러닝을 처음 공부하셔도 무방하다고 생각합니다. 또한, 딥러닝을 알고 있지만 주피터 노트북만 경험해보신 분들께도 추천합니다. 요즘 나오는 거의 모든 머신러닝, 딥러닝 책들이 주피터 노트북에서 실습하지만, 이 책은 가장 기초 단계에서 머신러닝 프로젝트를 간접적으로 경험시켜 줄 수 있는 책이었습니다. 그렇기에 기초가 부족한 독자에게도 적절하다고 생각합니다.

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

소스코드

텐서플로를 주로 사용해 왔는데 파이토치에 익숙해 지고자 이 책을 읽게 되었다. IT전문서를 읽을 때는 일단 코드를 먼저 보고 책을 나중에 보게 되는데 이 책도 깃헙에 챕터별로 예제를 공개해 두고있다.

  • 책의 소스코드 : https://github.com/kh-kim/deep_learning_book_exercise

기본에 충실한 책

텐서플로를 주로 사용해 왔기 때문에 기본적인 내용은 어느정도 알고 보기 시작했지만 기본적인 내용을 정리할 수 있어서 좋았다. 딥러닝이 처음인 사람에게도 이런 이론적인 기본이 잘 정리되어 기본적인 개념을 이해하기에 좋은 책이다.

최근에는 생성모델이 좋은 성능을 보여주고 있어서 이미지든 자연어든 결과물이 놀라운데 이 책은 이런 최신 모델을 다루고 있지는 않지만 입문자를 위한 기본을 익히기 위한 내용들이 잘 구성되어 있다.

딥러닝 관련 용어 정리

딥러닝을 배울 때면 어렵고 생소한 단어들이 많이 등장하게 된다. 또 이 단어들이 어떤 연관이 있는지 모델에서 어떻게 사용되는지 이런 설정이 왜 필요한지 꼬리에 꼬리를 무는 궁금증이 생기기 마련이다. 이 책은 이런 기본적인 내용을 충실하게 정리하고 있다.

그래서 딥러닝이 처음인 사람들은 딥러닝의 기본 용어를 이해하고 실제로 모델을 구성하거나 학습시킬때 어디에서 어떻게 동작하는지를 실습을 통해 비교해 가며 읽어보기 좋은 책이다.

기본적인 사용법

파이토치를 처음 시작하면서 기존 넘파이의 기능과 파이토치의 텐서를 다루는 기능이 미묘하게 다른게 있는데, 예를 들면 view()는 넘파이에서 얕은 복사를 할 때 사용하지만 파이토치에서는 넘파이의 reshape()와 비슷한 기능을 한다.

이렇게 파이토치에서 텐서를 다루를 기능이나 기초적인 내용을 시작하고자 할 때 읽을만한 책이다.

딥러닝 기본 이론

기존에 다른 책으로 딥러닝 이론을 배웠다면 정리해 볼 수 있고 이 책이 처음이라면 기본 이론을 익혀볼 수 있다. CNN과 RNN에 대한 기초적인 내용을 다루고 있다. 최신 논문에서 다루는 핫한 키워드보다는 기초에 충실함을 두고 있다.

실습

책에서 설명한 내용이 코드에서 어떻게 동작하는지 확인해가며 읽어보며 파이토치로 딥러닝에 입문해 볼 수 있는 책이다.

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.

[나의 한줄 추천사]

딥러닝 프레임워크 중 가장 접근성이 쉬운 "pytorch" 로 초심자도 딥러닝의 기초부터 수식, 실습까지 한번에 배울 수 있는 책이다.

[책 추천 이유]

대부분 해커톤이나 논문의 basic code를 보면 딥러닝 코드들이 pytorch로 되어 있으며, 기본적인 pytorch 활용라 하기 위한 입문서가 필요한데 딱 적당한 책이라 생각이 든다.

[내가 찾고자 했던 질문들]

1. 딥러닝 공부할때 수식이 필요한가?

- 이 책의 구성은 설명 + 수식 + 실습으로 이뤄져 있다. 여기서 설명 + 실습은 이해가 되는데, 굳이 "수식"을 같이 넣은 이유를 알아보니, 딥러닝을 제대로 공부하기 위해서는 "수학적 배경지식"이 반드시 필요한다고 한다. 수식이 어렵게 느껴지면 "딥러닝 기초 개념 설명"을 반복적으로 읽고 수식과 함께 다시 살펴보기를 권한다.

2. 여러 딥러닝 프레임워크 중 "pytorch" 를 써야 하는 이유는?

- 딥러닝 프레임워크 중 가장 늦게 출시되었는데, 그들의 장점을 다 흡수해서 나왔고, 문서화, 직관적인 인터페이스 구현이 되어 있다. 그리고 가장 중요한 "Autograd" 기능을 제공한다. 자동으로 역전파를 적용해준다고 보며 된다. 

3. GPU 쓰는 방법은?

- to 함수를 써서 디바이스 정보를 담은 객체를 인자로 받아 함수 자신을 호출한 객체를 해당 디바이스로 복사 시킬수 있다.cpu_device = torch.device("cpu"), gpu_device = torch.device("cuda")

4. pytorch 에서의 강화학습은?

- pytorch 환경에서도 강화학습 지원한다. 특히 딥러닝을 이용해야하는 강화학습 라이브러리 DQN 을 제공해줌으로써 전체적인 딥러닝 개발 환경을 제공해준다고 보면 되겠다.

https://tutorials.pytorch.kr/intermediate/reinforcement_q_learning.html

5. 실습코드를 구한다면?

https://github.com/kh-kim/deep_learning_book_exercise

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

KakaoTalk_20221002_121633358.jpg

 

 

김기현의 딥러닝 부트캠프with파이토치는

딥러닝 입문자를 위한 기초 수식, 실습까지 담은 올인원 딥러닝 교과서이다.

기존 다른 딥러닝 입무서와 비슷하게 처음은 딥러닝을 위한 개발 환경 구축으로 시작한다. 아나콘다 설치부터 IDE 툴 설치까지를 상세하게 설명해준다.

이어서 딥러닝을 모르는 독자와 알고 있는 독자까지 모두 커버 하도록 딥러닝에 대하여 소개를 한다. 딥러닝의 역사, 어떻게 하면 좋은 인공지능 모델을 만들것인지, 그리고 일반적인 머신러닝 프로젝트는 어떻게 구성되고 흘러가는지, 딥러닝에서 사용하는 수학적인 개념도 빠지지 않고 설명한다.

이 책의 가장 핵심인 파이토치에 대한 설명이다. 딥러닝에 익숙하거나 어느정도 학습해본 독자라면 딥러닝에서 많이 사용되는 것이 텐서플로라는 것인데 이 책은 파이토치가 왜 좋은지 앞으로 어떻게 발전하게 될 것인지도 명확하게 다루고 있다.

장단점에 대해서 상세하게 다루고 있기에 비교하기가 아주 좋다. 텐서와 넘파이의 호환에서 부터 다양한 함수 사용법 그리고 수학적인 개념또한 양질의 컬러로 아주 자세하게 설명하고 있어 만족스럽다.

마지막으로 이 책은 여타 다른 책들과 다른점이라면 실무 환경에서 프로젝트를 연습할 수 있도록 많은 부분을 할애하고 있다.

정말 알차게 프로젝트를 구성하고 있어 파이토치를 알고 싶다면 충분히 실습하고 익힐 수 있다. 즉 머신러닝 기반 프로젝트에 대한 수행과 방식 그리고 코드 구현 그리고 나아가 어떻게 실험해 볼 지에 대한 인사이트를 충분히 경험하고 느낄수 있도록 하기 때문에 아주 좋다.

이 책은 학습 머신러닝 기반으로 학습 및 추론 템플릿을 구성하고 싶고 어떻게 프로젝트를 구성하고 진행할 지 알고 싶은 독자라면 꼭 구입해서 처음부터 끝까지 쭉 따라 해보라고 적극 추천한다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

 

책제목 : 김기현의 딥러닝 부트캠프 with 파이토치


저자 : 김기현

출판년도 : 2012/08/30

책을 읽기 전에...

간만에 딥러닝 책 하나를 추가로 읽게 되었다.

딥러닝은 관심이 있는 분야라서 기존에 몇권의 책을 읽었었고 모두 

괜찮은 책이었고 도움이 많이 되었다.

딥러닝 관련책을 꽤 오래동안 안보다 보니 기억이 잘 나지 않아서

다시 딥러닝 책 한권을 새로운 마음으로 읽어보게 되었다.

이 책은 기존의 검증된 온라인 강의를 바탕으로 쓰여진 책이라

쳬계적인 학습방법을 제공할 거라 생각되어 선택하였다.

 

책의 내용...

Chapter 01~03

책의 시작부분으로 책의 실습부분및 내용을 테스트 해 볼 수 있도록 개발환경을

아나콘다를 통해 구축하는 방법과, 이 책의 핵심 내용인 딥러닝에 대한 기본 개념 및

역사 와 인공지능, 머신러닝 등에 대한 내용을 소개한다.

그리고 파이토치를 소개하고 설치 및 기본 튜토리얼들을 하나씩 살펴본다.

 

Chapter 04~09

4~9챕터에서는 신경망 학습을 위한 기초를 다룬다.

행렬 곱, 선형계층, 선형회귀, 로지스틱 회귀, 심층 신경망의 개념과 학습개요 등을

학습하면서 신경망 학습을 기초를 배운다.

 

 

Chapter 10~14

10~14챕터에서는 신경망 학습을 위한 기술들을 배운다.

확률적 경사하강법, 하이퍼파라미터, 오버피팅을 방지하는 방법,

심층신경망 활용,, 정규화 등을 학습하면서 신경망 학습을 위한 기술들을 배운다.

 

Chapter 15

15챕터에서는 딥러닝 프로젝트를 진행하여

여태까지 배웠던것들을 활용하여 분류기 모델, 데이터 로딩, 트레이너 클래스 등을 구현하는

실습을 진행해 본다.

 

Chapter 16,17

16,17 챕터에서는 신경망 학습을 확장하여 특징, 원 핫 인코딩, 차원 축소, 오토인코더,

확률 통계, MLE, 신경망과 MLE등에 대해 다룬다.

 

 

Chapter 18,19

마지막 챕터인 18~19챕터에서는 합성곱, 패턴 추출의 원리, 맥스 풀링과 스트라이드  기법,

순환신경망 등을 학습하고 실습한다.

 

책을 읽고나서

이 책은 초중급의 도서로 독자가 파이썬을 알고 있다는 가정하에

딥러닝 모델의 기본개념과 동작부분을 깊이있게 설명하고 있다.

그리고 이론뿐 아니라 저작의 노하우들을 전달하고자 하는 부분이 많다.

이 책의 구성은 크게 딥러닝 개념과 이론설명, 그리고 딥러닝의 개념 및 이론을

수식을 통해 정리, 마지막으로 파이썬을 통한 실습코드의 세 단계로 쳬계적으로 분리하여 설명한다.

학습 로드맵을 통해 책의 전반적인 내용을 한눈에 알 수 있고,

책의 구성내용을 미리 볼 수 있도록 표시해 두었다.

 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

KakaoTalk_20221001_234642659.jpg

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

이 책은 딥러닝에 대한 일반적인 내용을 담고 있는 책이다. 대부분의 딥러닝 책을 보면 텐서플로우 기반의 프레임워크를 사용하는 책들이 많다. 하지만 이 책은 연구쪽에서 많이 사용하는 파이토치 프레임워크를 기반으로 해당 내용들을 설명하기 시작한다. 분명히 초보자들을 위한 책이긴 하지만, 수준이 낮진 않다. 수준이 낮지 않다고 말하는 이유는 수학적인 수식들이 생각보다 많고, 이에 기본적인 수학적 지식이 없다면 쉽게 읽히지 않는다. 아무리 저자가 쉽게 설명했다고 해도 지나가는 부분이 있기 때문에, 기초적인 책이라고 덥석 사지말고 한번 훓어보고 구매를 하면 좋다.

 

또한, 이 책의 경우에는 온라인 영상도 함께 있어 이해가 되지 않는 부분에 대해선 영상을 시청하며 이해하는 방법도 있다.

 

이 책의 가장 큰 장점은 수학적인 부분에 대해서 코딩을 어떻게 해야하는 지에 대한 부분이 상세하게 들어가 있어서 수학적인 지식은 있으나, 어떻게 코딩을 해야하는지 모른다면 꼭 봐야될 책 중에 하나이다.

 

해당 책을 받고 서평을 할 수 있게 되어 한빛미디어 출판사에 감사를 표한다.

한빛미디어에서 출간된 김기현의 딥러닝 부트캠프라는 책은 딥러닝 패스트 캠퍼스에서 자연어 처리 및 파이토치 강의를 하시는 김기현 강사님이 쓰신 책이다.

 

딥러닝을 처음 접하는 사람들이나, 처음부터 다시 천천히 딥러닝 개념을 훑어보고 싶은 사람들을 위해 쓰여진 책이다. 책은 개발 환경 구축하는 법 부터 시작하여 딥러닝에 대한 전반적인 개념을 소개한다. 그 다음 파이토치 기반으로 텐서의 개념부터 시작해서 텐서를 자르는 방법, 텐서의 형태를 변환하는 방법 등을 자세히 다루고 있다.

 

그 다음에는 딥러닝 책에서 필수적으로 등장하는 개념인 선형 계층, 손실 함수, 경사하강법, 선형 회귀, 로지스틱 회귀, 심층신경망, 확률적 경사하강법, 최적화 등 기본 개념을 다룬다. 그리고 오버피팅을 방지하는 방법에 대해서도 기술해 놓았다. 더 나아가서는 심층 신경망 파트에서 더 깊게 들어가서 이진 분류, 평가 지표, 소프트맥스 함수에 대해 자세히 다루며, 데이터 증강, 드롭아웃, 배치 정규화 같이 딥러닝에서 정규화 하는 방법들을 배울 수 있게 된다.

 

그리고 뒷 부분에서는 실무 환경에서 다룰 수 있는 모델 구조를 설계하는 방법, 데이터 로딩 구현하기 등에 대해 자세히 다루며, 딥러닝 feature에 대한 개념을 자세히 다룬다. 마지막으로 딥러닝에서 알아야할 필수 개념인 MLE, CNN, RNN에 대해 실용적인 예제와 함께 배우게 된다.

 

이 책은 소문난 명강의 시리즈 중 하나인데, 이미 검증된 강의 기반으로 체계화 하여 책으로 만들어졌기 때문에 정말 딥러닝에 대해 처음 접하는 사람들에게는 교과서와 같은 책이라 큰 도움이 될 것 같다. 

 

 "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

IMG_3525.jpg

 

어떤 기술이든 기본이 튼튼하면 그 다음 단계로 넘어 갈 때나 기술의 변화에 능동적으로 쉽게 대처할 수 있습니다.

 

저자의 온라인 강의 중에 딥러닝 기초에 대해 강의한 내용이 있습니다. 원래 그 강의는 제가 다른 목적으로

들었는데, 앞부분이 그런 기초에 대한 내용이었습니다. 

 

제 스스로 어느 정도 딥러닝에 대해 알고 있다고 생각을 했기 때문에 그냥 넘길까 생각했다가 혹시나 싶어 들었는데, 

깜짝 놀랐습니다. 하나하나 들을 때마다 뭔가 명확해지는 그런 기분이 들었기 때문입니다.

 

그래서, 계속 이런 내용이 책으로 나왔으면 좋겠다라는 생각을 하고 있었는데 이 책의 출판 소식을 듣고

주저없이 선택을 했습니다.

 

이 책은 각 챕터마다 'Preview', '로드맵', '개념 정리', '파이토치를 이용한 실습'' 그리고 '정리'로 구성되어 있습니다.

 

IMG_3526.jpg

 

 

그리고 딥러닝을 실제로 사용하기 위해 반드시 알아야할 수학적인 기초, 학습에 대한 기술 확장을 하기 위한 연구 등으로 구성되어 있으며

마지막에는 앞서 공부한 내용들을 사용해서 프로젝트를 진행할 수 있도록 되어 있습니다.

 

무엇보다도 파이토치를 이용하여 각 장마다 기본 개념을 직접 구현해 봄으로써, 프로그래밍이 몸에 밸 수 있도록 구성되어 있습니다.

 

새로 입문하는 분들을 위한 입문서로도 좋지만 한번쯤 알고 있는 내용르 정리할 수 있는 그런 책이라 생각합니다.

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다." 

 

1.jpg

 

현 시대는 A.I 및 IoT를 위해 머신러닝에 대해 개발을 추진하는 추세입니다. 딥러닝이란 기술은 인간의 뇌구조를 묘사한 뉴럴 네트웍에 기반한 기술이고 굉장히 다양한 일들을 하고 있는데 예전에는 단순히 로봇에 학습을 시켜서 사람을 따라하게 만들었지만 이제는 로봇뿐만 아니라 스피커, 청소기등등이 자신들이 가지고 있는 학습 데이터에 기반해서 판단을 내리고 행동하는 초연결시대로 나아가기 위한 기술이기 때문입니다. 그래서 구글, 삼성같은 IT관련 대기업들은 이미 머신러닝에 관련돈 기술자들을 교육해서 키워내는등 첫번째 선두로 등장하기 위해 엄청난 경쟁을 벌이고 있을 정도로 21세기의 핵심 기술중 하나입니다.

 

제가 이 책을 선택한 이유는 이 책이 저자의 전문 지식과 실무 노하우를 바탕으로 연구/개발 상황을 가장한 실전 예제를 통해 기초를 탄탄히 하고 응용할 수 있도록 도움을 줄뿐 아니라 차근차근 기본기를 다질 수 있도록 수식 표현을 설명하는 과정에도 저자의 세심한 배려가 반영되어 입문자를 위해 이론과 수식을 분리하여 설명하고 있다는 점입니다. 비전공자도 쉽게 이해할 수 있도록 단순히 개념을 넘어 초심자도 쉽게 따라갈 수 있도록 체계적으로 구성되었으며 구체적인 실습 자료를 제공하고 핵심 수식 또한 차근차근 이해하기 쉽게 설명하고 있어 초보자들이 느끼는 학습 장벽을 획기적으로 낮춰주는 책입니다.

 

이 책의 특성은 군더더기 같은 내용은 과감히 빼고 꼭 살펴봐야 하는 수학/통계 이론을 꼼꼼하게 다루고 있습니다. 또 저자의 팁이 가득한 파이토치 실습을 통해 각자의 데이터나 해결해야 하는 문제 등에 바로 응용할 수 있는 인사이트를 얻을 수 있으며, 특히 모든 이론과 실습을 복습하는 차원에서 문제 정의, 데이터 수집 및 전처리, 알고리즘 적용 및 평가, 배포에 이르는 머신러닝 워크플로 과정에 저자의 현업에서의 잔뼈 굵은 내공을 느낄 수 있습니다. 실습 과정에 저자의 오랜 실무 경험이 고스란히 담겨 있으며 실무에 바로 적용할 수준의 코드와 프로젝트 파일 구조를 다루고 있어 입문자는 물론 현업에 종사하고 있는 분들에게도 매우 유용한 내용으로 구성되어 있습니다. 이것은 특히 딥러닝 역량 강화를 원하는 소프트웨어 개발자 및 보안 컨설턴트, 기업보안 담당자분들에게 매우 유용한 강점일 것이라고 생각합니다.

 

구성

Chapter 1: 개발 환경 구축하기

Chapter 2: 딥러닝 소개

Chapter 3: 파이토치 튜토리얼

Chapter 4: 선형 계층

Chapter 5: 손실 함수

Chapter 6: 경사하강법

Chapter 7: 선형 회귀

Chapter 8: 로지스틱 회귀

Chapter 9: 심층신경망1

Chapter 10: 확률적 경사하강법

Chapter 11: 최적화

Chapter 12: 오버피팅을 방지하는 방법

Chapter 13: 심층신경망2

Chapter 14: 정규화

Chapter 15: 실무 환경에서의 프로젝트 연습

Chapter 16: 표현 학습

Chapter 17: 확률론적 관점

Chapter 18: CNN(합성곱신경망)

Chapter 19: RNN(순환신경망)

 

파트별로 나누어 봤을때 1~3장은 개발 환경 구축 및 딥러닝과 파이토치에 대해 설명하고 있고, 4~9장은 신경망 학습을 위한 기초에 대해, 10~14장은 신경망 학습을 위한 기술에 대해, 15장은 딥러닝 프로젝트, 16, 17장은 신경망 학습의 확장에 대해, 18, 19장은 대표적인 딥러닝 유형에 대해 설명하고 있습니다.

 

 

개인적인 생각으로 학습은 딥러닝 관련 소프트웨어 개발자로 취업을 희망하시거나 이제 막 개발자로 시작한 초보자이신 분들께서는 파이썬과 기본적인 CLI(Command Line Interface) 사용 방법에 관련된 도서를 먼저 학습하시고 난 뒤 1장부터 시작하시면 좋을 것 같고 어느정도 경험이 있으신 분들(2년차~)부터는 3장까지는 쭉 보시면서 딥러닝과 파이토치의 개념에 대해 숙지한다는 방식으로 보시고 4장부터 학습하시는 것이 좋을것 같습니다.

 

 

개인적으로 약간의 단점이 어쩌면 욕심일수도 있는게 좀더 많은 실습 예제 및 비즈니스 케이스가 담겨있으면 더 좋았지 않았을까라는 아쉬움이 있습니다.

 

 

저의 리뷰를 읽어주셔서 감사합니다. 다음에는 좀더 유용하고 좋은 책으로 더 나은 리뷰를 통해 여러분께 책을 소개시켜드릴 수 있도록 더 노력하겠습니다.

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

수학 공부를 했던 사람이라면, 알만한 내용들이지만 잊기 쉽상이긴 한 수학 기초부터 알려준다. 사실은 저런건 찾아가며 공부하는게 맞다곤 하지만, 떠먹여주니 그저 좋다.

그렇다고 너무 기초만 있지는 않다. 이 책으로 공부하면 나도 딥러닝 좀 안다고 말할 수 있을 것만 같다.


"<한빛미디어 나는 리뷰어다>" 활동을 위해서 책을 제공받아 작성된 서평입니다.

제목 : 소문난 명강의 김기현의 딥러닝 부트캠프


- 대상독자

파이썬을 어느정도 할 줄 알면서 딥러닝을 배우고 있거나 딥러닝에 대해 어느정도 알고 있는 개발자

- 책의 내용 및 구성

1. 기본 딥러닝 개념 및 이론 설명

2. 수식 정리 및 반복적인 학습을 통한 수학적인 개념 익히기

3. 파이썬 실습 코드로 설명

4. 각 장에서 배울 내용을 큰 맥락에서 로드맵 제시

5. 인터넷 강의 연계(x스트캠퍼x, 유료)

 

- 책에서 눈에 띄는 점

1. 각 장마다 마지막에 '마치며'라는 요약 부분이 존재, 뭘 배웠는지 가볍게 살펴보고 전체적인 내용을 볼 필요가 없는 독자의 경우엔 빠르게 훑고 넘어갈 수 있음

2. 어쩔수 없이 이론이 많아서 검정것은 글이고 흰것은 배경인 사태를 방지하기 위해 어떻게 딥러닝이 시작되었는지와 어떤 눈에 띄는 사건들이 있었는지 설명하면서 어째서 딥러닝을 써야하는지, 왜 써야하는지를 자연스레 느끼게 해줌(마찬가지로 이 책에서 왜 파이토치를 왜 선택했는가도 설명).

 

3. 각 장의 시작 부분은 (알아보기)쉬운 내용부터 차근차근 설명

y= f(x)... 고등학교때 배웠던 것 같은데...?

 

4. 저자가 책 설명에서도 언급했듯이 컬러플한 이미지와 다양한 수식, 중요하게 생각되는 문장은 붉은글씨로 표시.

 

- 총평

 수많은 정보와 수많은 교재들 속에서 잘 나가는건 이유가 있다. 단지 '쉽다'고만 말하는게 아니라 직접 인터넷 강의를 하면서 학생들이 어려워했던 점을 연구하고 또 연구한 흔적이 보인다. 책에 '소문난 명강의'라는 수식어를 괜히 붙인것이 아니구나 싶다.

 개발에 '수학을 몰라도 돼'라는건 이런 분야(딥러닝, 머신러닝)를 접하면 매우 후회할만한 말이 아닐까 싶다. 초반 부분은 고등학생 수학 정도의 지식만 있어도 어느정도 알아보고 이해할 수 있다. 하지만 본격적으로 6장부터 '~회귀', '~법' 을 보기 시작하면 머리가 아파올지도 모른다.

 교과서를 공부한지 꽤 되었지만, 가장 기억에 남았던 선생님들의 말씀 중 하나는 '교과서 각 장의 앞 뒤에 모든 내용이 들어있다.'였다. 이 말을 떠올린 이유는 이 책이 그 말을 충실하게 따르는 것 같았기 때문이다. 그러니 시작 지점의 '로드맵' 이미지와 마지막 지점의 '마치며' 요약본만 충실히 봐도 반의 반절은 성공하지 않을까 싶다.

 딥러닝에 몸을 담고있진 않지만 다양한 책들을 가볍게 둘러보았다. 그 중에서도 눈에 띄는건 대부분의 설명 이미지나 그래프들이 컬러풀하다는 것이었는데, 뭔가를 설명할 때 컬러가 들어가야 독자가 조금이라도 더 그 함수, 그 수식, 그 결과에 대해 이해할 수 있기 때문이 아닐까 싶다.

 전반적으로 훌륭한 책이라고 생각하지만 인터넷 강의 광고는 아쉬웠다. 대부분의 개발 서적들이 깃헙 주소를 남기는 이유는 개발자가 미처 남기지 못한 주석과 변경점들을 무료로 알아볼 수 있기 때문인데, 이 책은 '명강의'라는 수식어를 달고 인터넷 강의를 한다는걸 말하면서도 유료 강의 주소만 남겨져 있다. 책과 관련한 중점 내용만이라도 무료 강의 주소를 남겨놨다면 더욱 더 큰 점수를 받지 않았을까 싶다. 매우 아쉬운 부분이다.



IMG_20220926_155742.jpg

 

IMG_20220926_155805.jpg

 

MVIMG_20220926_160724.jpg

 

 

일단 딥린이를 위한 입문 교과서 라고 하기에는 상당한 정도의 기본기가 있어야 할듯 한 책입니다. Pytorch를 사용하기 위해서는 GPU가 거의 필수적인 상황에서, 이 책은 기본적으로 CPU로 충분히 돌아갈 수 있는 예제를 제시하고 있는 것이 좋은듯 합니다. 또한 ipynb를 통해서 한줄씩 실행시켜보면서 어떤 부분인지 이해할 수 있는 것이 장점입니다. ipynb가 된다는 것은 Google Colab에서도 코드를 완전히 바꾸지 않고서도 충분히 실행할 수 있는 장점을 가지고 있다는 말이기도 합니다. 몇년 전부터 Pytorch가 주목을 받으면서 현업에서는 Pytorch를 가장 많이 사용한다는 말을 들었습니다. 아직까지 tensorflow가 편한 사람이긴 하지만, 학생들에게 좀 더 실제와 가까운 실습을 하기를 바라는 교사로서 다양하게 알아야 하지 않는 찰라에 책을 만나게 되어서 좋았습니다. 

 

기본적으로 이 책은 딥러닝의 개념부터 시작해서 Pytorch의 기본적인 사용법을 잘 소개하고 있습니다. 수식을 이용해서 좀 더 이론적으로 어떤 원리에 의해서 딥러닝이 구현되는지 확실하게 알 수 있습니다. 다만 고등학교 이상의 수학적 지식을 요구하는 부분도 있어서, 대학생 정도는 되어야 편하게 알 수 있지 않을까 하는 생각도 듭니다. 또한 딥러닝 모델들을 어떻게 구조화하고 배포하는지도 상당히 자세하게 다루고 있는 장점이 있습니다. 또한 세세하게 학습코드 구현을 통하여 딥러닝에 대한 지식을 쌓아 갈 수 있다는 점 또한 장점이라고 생각합니다.

 

딥러닝 개념과 더불어서 Pytorch를 처음부터 꼼꼼하게 배우려고 하는 사람들에게 큰 도움이 될 것으로 생각합니다.

한권으로 기초부터 실습까지 완벽하게 끝낼 수 있는 좋은 책이 아닐까 생각합니다.

 

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다

 

이제는 익숙하게 사용하게 된 파이토치로 딥러닝을 실습해볼 수 있는 책이다.

이 책을 처음 읽었을 땐 책의 포지션이 조금 애매하지는 않나,라는 생각이 들기도 했다. 완전한 실습이라기에도, 개념 설명이라기에도 애매한 위치에서 개념+실습 내용을 담고 있기 때문이다. 사실 몇몇 내용에서도 '굳이 이것도?'라는 생각이 들기도 했다. 하지만 그만큼 많은 내용을 담고 있는 것으로 책을 이해한다면 오히려 이점은 장점이라고도 볼 수 있다고 생각한다.

그래도 가장 눈에 들어오는 점은 단순히 코드만 나열한 것이 아니라, 수학공식들을 삽입하여 설명을 진행한다는 것이었다. 물론 수학에 대해서 분량을 많이 할애해놓지는 않았기 때문에 설명이 다소 부족한 것 같다는 아쉬움은 남아있다.

https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=300271816 

 

김기현의 딥러닝 부트캠프 with 파이토치

딥러닝의 기초 내용과 응용 지식을 체계적으로 전달하기 위해 이론과 수식, 실습을 분리하여 설명한다. 딥러닝 기초 개념부터 상위 개념까지 점진적으로 배울 수 있도록 커리큘럼을 구성했다.

www.aladin.co.kr


# 인트로

해당 책을 보기 전에 들었던 생각은 이것이었습니다.

"또 그저그런 입문서 하나 나왔구나!"

하지만 이 책을 읽다보니 기존의 무수한 입문서와는 다른 특징이 보였는데요,

간단히 요약하면 다음과 같습니다.


"대학교 주니어를 위한 교과서"


# 책 소개

이 책의 다른 후기를 보면 비전공자도 쉽게 이해할 수 있는 입문서라고 합니다.

솔직히 그리 동의하지는 않습니다.

목차를 통해 확인할 수 있는 순서 자체는 일반적인 입문서들과 그리 다르지 않습니다.

하지만 구성이 다르고, 그 안의 컨텐츠가 다소 다릅니다.

첫 번째로 구성적으로는 단순히 독자들로 하여금 읽고 끝내는 것이 아닌, 생각해보고 실습해볼 수 있는 여지가 많습니다.

이를 통해 독자들은 자신이 얼마나 잘 이해했는지 확인하게되고, 평가받게 됩니다.


두 번째로 아주 조금이지만 전문적인 개념이 사용되기 시작합니다.

선형대수학, 수리통계, 딥러닝 이론 등.

이러한 부분은 분명 본격적으로 마음을 먹고 이 분야에 뜻을 둔 사람에겐 더할 나위없이 좋은 장점이지만, 

정말 아무것도 모르는 비전공자 등에게는 다소 어려울 수 있는 부분입니다.

결정적으로 이러한 요소들은 이 분야에 대해 처음 접하는 사람들의 호기심과 의욕을 단번에 꺾어버리기 좋기 때문에 완전 초심자를 위한 책으로는 적절하지 않다는 생각입니다.


이러한 이유로 이 도서는 이미 초중학교 수준의 아주 기초적인 입문서들을 읽어보았고, 그 윗단계의 고등학교 수준의 입문서(예컨데 이전에 소개한 '이토록 쉬운 머신러닝&딥러닝 입문')와 함께 기초적인 수리통계, 선형대수학을 익힌 뒤 이를 모두 한 번에 응용할 수 있도록 배우는 과정에서 접하기에 아주 좋아보입니다.

데이터 사이언스 관련 학과가 있다면 1학년 혹은 2학년 정도에 배우면 좋지 않을까 싶을 정도로요.

그만큼 일반적인 목차의 순서에 좋은 구성, 컨텐츠로 가득합니다.

 

때문에 더이상 지지부진한 입문서에 질린 사람들, 대학교 주니어들을 위한 교재를 찾는 분들, 혹은 그 수준에 속한 사람으로서 더 나은 기본서를 찾는 사람들에게 추천드립니다.

네, 그렇습니다. 이는 기본서입니다. 입문서가 아닌 기본서.


# 정리

정리는 위의 몇몇 문장으로 끝날 것 같습니다.

"입문서가 아닌 기본서"

그리고

"전공을 위해 데이터 사이언스, 수리통계, 딥러닝 등에 대한 입문을 마친 사람들을 위한 교과서"


이외에 추가적으로 첨언하자면 저자분의 강의를 FastCampus 강의를 통해 들을 수 있고, 해당 강의가 이번 교과서를 통해 어느정도 호환되도록 하셨다고 하니 영상 강의를 통해 이해를 높이길 원하는 분들에겐 이를 고려해볼 수 있을 것 같습니다.


 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다


전에 딥러닝/머신러닝관련 책들도 몇 권 읽고 공부했었지만 실무에서 쓸 기회가 없다보니 한동안은 이 분야에 관심을 갖지 않고 있었습니다. 그러던 차에 이 책을 볼 수 있는 기회가 생겨 읽게 되었습니다. 

책 내용은 파이썬의 지식과 간단한 행렬연산, 미분정도의 개념을 요구합니다.
딥러닝소개부터  딥러닝을 하기위해 꼭 필요한 벡터/행렬등의 연산등의 내용을 설명하고
딥러닝프레임웍 파이토치를 이용해서 선형계층, 손실함수, 경사하강법, 로지스틱회귀, 심층신경망, 오버피팅방지, 정규화, CNN, RNN등의 과정이 진행됩니다. 

교과서같은 구성으로 앞부분엔 어떤 사례를 얘기하고 그 사례에 대한 개념설명을 도면과 그래프등으로 해줍니다. 그 후 해당 내용을 수식으로 정리하고, 코드로 구현합니다. 그 후 결과를 해석해줍니다.

초반 모델을 그래프로 풀어서 표현하고 설명하는 부분들이 자세하게 많이 나와서 이해를 돕고 있습니다.
특히 행렬이나 벡터 행렬연산 등은 항상 해깔릴 때가 많은데 개념을 잡을 때 좋을 거 같습니다.
 
코드는 파이썬 언어의 특성도 있겠지만 정말 간결하게 구현되었고, 책에도 가능한 한 페이지내에서 표시하고 설명해주고 있습니다. 다만 코드가 어떤 문법으로 어떤 기능을 수행하는지는 책에 설명이 있긴 하지만 분량이 많이 할당되어있지는 않습니다. 필요시 각자 해당 라이브러리의 함수 설명을 찾아본다거나 다른 옵션 다른 활용법등을 찾아보는게 좋을 거 같습니다.

 
실습예제들은 범용적으로 모듈화 되어있어서 모델만 교체하여 다른 딥러닝 분석에 사용할 있게 구성되어있습니다. 또한 커맨드라인으로 여러 옵션에 따라 각종 딥러닝에서 변경할 수 있는 요소들을 소스수정없이 파라메터로 전달하여 처리할 수 있게 되있습니다.

이론적으로 더 깊이 공부하고 싶으면 밑바닥부터 시작하는 딥러닝 시리즈도 보시는게 좋겠지만 초중급자용으로는 정말 잘 압축 정리된 책이라 생각됩니다.
(분석대상데이터 분석을 위해 페어플롯을 그리고 뭐와 뭐는 무슨무슨 관계가 있다  라는 내용들이 가끔 나오는데  분량때문인지 설명이 좀 부족한 느낌이  있었습니다.)

 

IMG_8720.jpg

 

 

추천 독자: 파이썬의 기본기(클래스와 메서드를 이해한 사람)를 갖추고, 인공지능 기초 수학 서적을 본 사람 

 

우선, 저자분은 패스트캠퍼스에서 파이토치와 자연어처리에 대한 온라인 강의를 하신 분입니다. 이 책은 그 강의와 함께 보면 도움이 된다고 합니다. 파이토치를 이용해서 여러가지 모델을 이용한 예제의 책들은 많이 나왔습니다. 이 책은 인공지능의 기초가 되는 수식과 이에 대한 API를 호출해서 사용하는 튜토리얼이 잘 나와있습니다. 입문 교과서라는 이름에 딱 맞는 책이라는 생각이 듭니다. 파이썬을 기본적으로 쓴다면 실습에는 전혀 문제가 없습니다. 이 책을 보고나서 (부족하다면 온라인 강의랑 같이 보시면 될 것 같습니다.) 시중에 나온 다른 파이토치 책들로 여러 데이터를 핸들링하고 모델을 만들어보는 실습을 이어나가면 좋을 것 같습니다. 

 

 

IMG_8721.jpg

 

IMG_8722.jpg

 

 

책의 편집은 깔끔합니다. 컬러 인쇄와 코드 부분은 박스 처리로 되어있어서 눈에 잘 들어옵니다. 

늘 그렇지만, 파이썬으로 클래스와 메서드를 구현해보는 정도의 지식이 있다면 실습하기 딱 좋습니다. 

수학적인 부분은 책에 고등학교 수학 정도를 따로 공부하거나, 교양서적으로 나온 과학서적에서의 미분 관련 주제의 책들을 봐도 좋을 것 같습니다.

아니면 유튜브에 있는 미적분이나 선형대수학 이론 부분만 봐도 좋습니다.

 

 

IMG_8724.jpg

 

IMG_8725.jpg

 

 

책의 실습은 코랩에서 진행해도 충분한 수준입니다. 별도의 환경세팅 보다는 스터디가 목적이라면, 구글 코랩을 이용해서 진행하면 될 것 같습니다. 이상 리뷰 마치겠습니다.

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

 

해당 도서는 적절한 난이도와 깔끔한 설명으로 입문자 분들에게 도움이 되는 책이라고 생각합니다. 특히, 매 챕터의 첫장에 그림으로 제공되는 설명 범위는 트리 구조로 다루는 내용을 한 눈에 알 수 있어서 좋았습니다.
 
다만, 개인적으로 한 가지 아쉬운 부분이 있다면, 바로 실습 코드의 주석이 없다는 점입니다. 도서 소개에서 패스트 캠퍼스 강의와 함께 보면 책이라고 설명하고 있고, 코드 앞뒤로 물론 설명이 있긴 하지만, 코드 주석을 통해 얻을 수 있는 빠른 이해가 제공되지 않는다는 것은 아쉬운 부분이었습니다. (입문자 분들은 작성된 주석을 보면서 추가적인 이해를 할 수도 있지만, 주석 작성하는 방법도 익힐 수 있을 것 같습니다.)
 
그럼에도 불구하고 만약 딥러닝 입문 도서중에 실무에 가까운 도서를 찾고 계시다면 해당 도서를 추천 드립니다.
 
deep-learning-bootcamp-with-pytorch

 

 

20220911_143556.jpg

 

 

 

최근에 딥러닝을 접하는 분들이 많아지면서 책을 통하여 입문을 하시는 분들 도 많아졌습니다. 그리고 이전에 시작은 주로 Tensorflow 혹은 Keras를 통하여 입문을 하게 됩니다. 하지만 최근에 논문 구현 및 많은 딥러닝 모델들이 파이토치를 기반으로 짜여져 있어서 주로 파이토치를 배워야 할 중요성이 증가되고 있습니다. 본 책은 딥러닝의 입문 개념 및 기본적인 파이토치 사용법과 실무적으로 모델들을 어떻게 구성하고 배포해야 하는지도 꼼꼼하게 다루고 있습니다.

 

책에세는 세세하게 학습코드 구현을 통하여 연습을 할 수 있는 점이 장점입니다. 그리고 딥러닝 모델을 만드는데 있어서 각 코드가 어떠한 기능을 지니고 역할을 가지고 있는지 설명해주는 것이 초보자에게는 좋다는 생각이 들었습니다.

 

 

 

 

딥러닝 개념과 더불어서 파이토치를 배우는 분들에게 "딥러닝 부트캠프 with 파이토치" 책은 큰 도움이 될 것으로 예상됩니다.

 

 

 

마지막으로 좋은 책 제공과 기회를 주신 한빛미디어 담당자 분들께 감사 드립니다. 10월에도 내용이 탄탄한 도서를 읽고 빨리 리뷰를 남기고 싶습니다.

 

 

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

한빛미디어 '나는 리뷰어다' 활동을 위해서 책을 제공받아 작성된 서평입니다.

 

 

Deep_Learning_Bootcamp_With_PyTorch.png

 0. 소개

PyTorch는 Tensorflow도 함께 현재 가장 각광받고 있는 Deep Learning Framework입니다.

HuggingFace에서 PyTorch만을 지원하는 Model의 수가 압도적인 점뿐만 아니라 가장 인기있는 30개 Model이 사용하는 Framework의 수 역시 PyTorch가 강세입니다.

PyTorch가 가장 인기를 얻고 있는 분야는 역시 학계입니다.

PyTorch가 최신 Model을 쉽게 사용할 수 있다는 점이 학계에서 인기를 얻고 있는 이유일 것입니다.

하지만, 이런 강점은 학계에서만 통용되는 것은 아닙니다. 최신 Model을 쉽게 사용할 수 있다는 점은 Deep Learning을 사용하는 누구에게나 강점이 됩니다.

Tensorflow에 비해 좀 더 Python Code처럼 사용할 수 있다는 점 또한 처음 시작하는 사람들에게 쉽게 다가갈 수 있는 장점이기도 합니다.

이런 다양한 장점들로 인해 PyTorch의 인기가 점점 높아지고 있는 상황에서 '딥러닝 부트캠프 with 파이토치'는 초심자도 쉽게 Deep Learning의 기본부터 실전에서 사용할 수 있는 PyTorch Skill까지 소개해 주는 책입니다.

Deep Learning의 수학적인 기초부터 그것을 Code로 구현하는 실습으로 설명해 줍니다.

이러한 과정을 기초부터 점진적으로 진행하여 궁극적으로 Deep Learning의 구조와 원리를 배울 수 있도록 구성되어 있습니다.

 

 

1. 대상 독자

이 책의 특징은 초심자도 이해하기 쉽게 Deep Learning이라는 주제를 설명한다는 것과 각 주제들을 자연스럽게 Python Code를 소개하듯 PyTorch를 사용해 구현한다는 것이다.

이런 이유로 Python은 알지만, Deep Learning을 모르는 사람들에게 매우 쉽게 다가갈 수 있다는 것이다.

또한, Tensorflow에 어느 정도 익숙하지만, PyTorch도 배우고 싶거나 PyTorch를 사용해야만 하는 상황의 개발자들에게 좋은 가이드가 될 것이다.

 

열심히 Googling해서 이런 저런 PyTorch 기초 지식들을 쌓았지만, 뭔가 체계적이고 통합적인 가이드를 해 줄 무언가가 필요한 모든 이들에게 좋은 책이라고 생각합니다.

 

 

결제하기
• 문화비 소득공제 가능
• 배송료 : 2,000원배송료란?

배송료 안내

  • 20,000원 이상 구매시 도서 배송 무료
  • 브론즈, 실버, 골드회원이 주문하신 경우 무료배송

무료배송 상품을 포함하여 주문하신 경우에는 구매금액에 관계없이 무료로 배송해 드립니다.

닫기

리뷰쓰기

닫기
* 도서명 :
소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치
* 제목 :
* 별점평가
* 내용 :

* 리뷰 작성시 유의사항

글이나 이미지/사진 저작권 등 다른 사람의 권리를 침해하거나 명예를 훼손하는 게시물은 이용약관 및 관련법률에 의해 제재를 받을 수 있습니다.

1. 특히 뉴스/언론사 기사를 전문 또는 부분적으로 '허락없이' 갖고 와서는 안됩니다 (출처를 밝히는 경우에도 안됨).
2. 저작권자의 허락을 받지 않은 콘텐츠의 무단 사용은 저작권자의 권리를 침해하는 행위로, 이에 대한 법적 책임을 지게 될 수 있습니다.

오탈자 등록

닫기
* 도서명 :
소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치
* 구분 :
* 상품 버전
종이책 PDF ePub
* 페이지 :
* 위치정보 :
* 내용 :

도서 인증

닫기
도서명*
소문난 명강의 : 김기현의 딥러닝 부트캠프 with 파이토치
구입처*
구입일*
부가기호*
부가기호 안내

* 온라인 또는 오프라인 서점에서 구입한 도서를 인증하면 마일리지 500점을 드립니다.

* 도서인증은 일 3권, 월 10권, 년 50권으로 제한되며 절판도서, eBook 등 일부 도서는 인증이 제한됩니다.

* 구입하지 않고, 허위로 도서 인증을 한 것으로 판단되면 웹사이트 이용이 제한될 수 있습니다.

닫기

해당 상품을 장바구니에 담았습니다.이미 장바구니에 추가된 상품입니다.
장바구니로 이동하시겠습니까?

자료실