직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서

파이썬으로 익히는 딥러닝 이론과 구현

새로운 지식을 배울 때 설명만 들어서는 석연치 않거나 금방 잊어버리게 됩니다. 그래서 무엇보다 ‘직접 해보는 것’이 중요합니다.
이 책은 딥러닝의 기본을 ‘이론 설명’과 ‘파이썬 구현 코드’라는 투 트랙으로 설명합니다. 각 장은 주제 하나를 설명한 후 그것을 실습할 수 있도록 꾸몄습니다. 즉, 실행되는 소스 코드를 준비했습니다. 직접 실행해보세요! 소스 코드를 읽으면서 스스로 생각하고 그 생각을 반영해 실험하다 보면 확실하게 자기 것으로 만들 수 있습니다. 여러 실험을 해보면서 겪는 시행착오 역시 큰 자산이 될 것입니다.

_예제 소스: https://github.com/WegraLee/deep-learning-from-scratch

★ 누구를 위한 책인가?
_ 외부 라이브러리는 최소한만 이용하고 파이썬을 사용해 딥러닝 프로그램을 처음부터 구현합니다.
_ 파이썬이 처음인 사람도 이해할 수 있도록 파이썬 사용법도 간략히 설명합니다.
_ 실제 동작하는 파이썬 코드와 독자가 직접 실험할 수 있는 학습 환경을 제공합니다.
_ 간단한 기계학습 문제부터 시작하여 궁극에는 이미지를 정확하게 인식하는 시스템을 구현합니다.
_ 딥러닝과 신경망 이론을 알기 쉽게 설명합니다.
_ 오차역전파법(backpropagation)과 합성곱(convolution) 연산 등 복잡해 보이는 기술을 구현 수준에서 이해할 수 있도록 설명합니다.
_ 하이퍼파라미터 결정 방식, 가중치 초깃값 등 딥러닝을 활용하는 데 도움이 되는 실용적인 기술을 소개합니다.
_ 배치 정규화, 드롭아웃, Adam 같은 최근 트렌드를 설명하고 구현해봅니다.
_ 딥러닝이 왜 뛰어난지, 층이 깊어지면 왜 정확도가 높아지는지, 은닉층이 왜 중요한지와 같은 ‘왜’에 관한 문제도 다룹니다.
_ 자율 주행, 이미지 생성, 강화학습 등, 딥러닝을 응용한 예를 소개합니다.

★ 누구를 위한 책이 아닌가?
_ 딥러닝 분야의 최신 연구에 대해서는 자세히 다루지 않습니다.
_ 카페(Caffe), 텐서플로(TensorFlow), 체이너(Chainer) 등의 딥러닝 프레임워크 사용법은 설명하지 않습니다.
_ 딥러닝, 특히 신경망에 관한 아주 상세한 이론까지는 담지 않았습니다.
_ 딥러닝의 정확도를 높이기 위한 튜닝은 자세히 설명하지 않습니다.
_ 딥러닝 성능을 높여주는 GPU 기술은 구체적으로 다루지 않습니다.
_ 주로 이미지 인식을 다룹니다. 자연어 처리, 음성 인식 등의 사례는 다루지 않습니다.

목차 1장 헬로 파이썬 1.1 파이썬이란? 1.2 파이썬 설치하기 1.3 파이썬 인터프리터 1.4 파이썬 스크립트 파일 1.5 넘파이 1.6 matplotlib 1.7 정리 2장 퍼셉트론 2.1 퍼셉트론이란? 2.2 단순한 논리 회로 2.3 퍼셉트론 구현하기 2.4 퍼셉트론의 한계 2.5 다층 퍼셉트론이 출동한다면 2.6 NAND에서 컴퓨터까지 2.7 정리 3장 신경망 3.1 퍼셉트론에서 신경망으로 3.2 활성화 함수 3.3 다차원 배열의 계산 3.4 3층 신경망 구현하기 3.5 출력층 설계하기 3.6 손글씨 숫자 인식 3.7 정리 4장 신경망 학습 4.1 데이터에서 학습한다! 4.2 손실 함수 4.3 수치 미분 4.4 기울기 4.5 학습 알고리즘 구현하기 4.6 정리 5장 오차역전파법 5.1 계산 그래프 5.2 연쇄법칙 5.3 역전파 5.4 단순한 계층 구현하기 5.5 활성화 함수 계층 구현하기 5.6 Affine/Softmax 계층 구현하기 5.7 오차역전파법 구현하기 5.8 정리 6장 학습 관련 기술들 6.1 매개변수 갱신 6.2 가중치의 초깃값 6.3 배치 정규화 6.4 바른 학습을 위해 6.5 적절한 하이퍼파라미터 값 찾기 6.6 정리 7장 합성곱 신경망(CNN) 7.1 전체 구조 7.2 합성곱 계층 7.3 풀링 계층 7.4 합성곱/풀링 계층 구현하기 7.5 CNN 구현하기 7.6 CNN 시각화하기 7.7 대표적인 CNN 7.8 정리 8장 딥러닝 8.1 더 깊게 8.2 딥러닝의 초기 역사 8.3 더 빠르게(딥러닝 고속화) 8.4 딥러닝의 활용 8.5 딥러닝의 미래 8.6 정리 부록 A Softmax-with-Loss 계층의 계산 그래프 A.1 순전파 A.2 역전파 A.3 정리 참고문헌