국내도서

>

전공도서/대학교재

>

공학계열

>

컴퓨터공학

• 
• 제휴몰 주문 시 고객보상, 일부 이벤트 참여 및 증정품 증정, 하루/당일 배송에서 제외되므로 참고 바랍니다.

• 
• 도서  > 전공도서/대학교재  > 공학계열  > 컴퓨터공학

• 

	데이터사이언스총서(총10건) 실전! 파이토치 딥러닝 프로젝트 : 기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지     28,800원 (10%↓) 실전! GAN 프로젝트 : 텐서플로와 케라스를 이용한 차세대 생성적 적대 신경망 모델 구축     24,300원 (10%↓) 실전 예제로 배우는 GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기     22,500원 (10%↓) 실전! 딥러닝 : 텐서플로와 케라스를 이용한 딥러닝 최신 기술 활용 가이드     22,500원 (10%↓) 초보자를 위한 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝     19,800원 (10%↓) 리얼월드 머신러닝 : 생생한 현장의 실무 예제로 배우는     22,500원 (10%↓) 지식그래프(큰글씨책)     20,000원 (0%↓) 지식그래프     9,800원 (0%↓) 데이터과학 비즈니스(큰글씨책)     20,000원 (0%↓) 데이터과학 비즈니스     9,800원 (0%↓) 데이터사이언스총서(총9건) 실전! 파이토치 딥러닝 프로젝트 : 기본 아키텍처부터 글쓰기/작곡, 스타일 전이, 게임, 클라우드와 분산 훈련까지     28,800원 (10%↓) 실전! GAN 프로젝트 : 텐서플로와 케라스를 이용한 차세대 생성적 적대 신경망 모델 구축     24,300원 (10%↓) 실전 예제로 배우는 GAN : 파이썬, 텐서플로, 케라스로 다양한 GAN 아키텍처를 구축하고 활용하기     22,500원 (10%↓) 실전! 딥러닝 : 텐서플로와 케라스를 이용한 딥러닝 최신 기술 활용 가이드     22,500원 (10%↓) 초보자를 위한 신경망 딥러닝 입문 : 수식 없이, 코딩 없이 드래그 앤드 드롭으로 배우는 딥러닝     19,800원 (10%↓) 지식그래프(큰글씨책)     20,000원 (0%↓) 지식그래프     9,800원 (0%↓) 데이터과학 비즈니스(큰글씨책)     20,000원 (0%↓) 데이터과학 비즈니스     9,800원 (0%↓)

• 
• 
• 파이썬 생태계를 사용하는 다양한 생성적 적대 신경망 아키텍처를 탐구해 본다! 생성적 적대 신경망(Generative Adversarial Networks, GAN)을 사용하면 어떤 데이터 분포이든지 모방할 수 있기 때문에, 이를 바탕으로 차세대 인공지능 모델을 구축할 수 있다. GAN은 다양한 머신러닝 분야 중에서도 급속히 발전하는 분야로, 주요 연구개발 작업이 GAN과 관련하여 이뤄지고 있다. 이 책에서는 비지도학습 기술을 사용해 일곱 가지 GAN 프로젝트를 처음부터 끝까지 구축해 본다. 이 책에서는 GAN 프로젝트를 진행할 때 프로젝트를 효율적으로 구축하는 데 필요한 개념과 도구 및 라이브러리부터 알아본다. 또, 서로 다른 프로젝트에서 다양한 데이터셋을 사용하며 각 장마다 요구되는 작업의 복잡도가 증가한다. 이 책에서는 3D-GAN, DCGAN, StackGAN, CycleGAN처럼 인기 있는 접근방식을 다루며, 이것들을 실제로 구현해 봄으로써 생성 모델의 아키텍처와 기능을 이해할 수 있게 하였다. 이 책을 마치고 나면 직장에서 맡은 일이나 자신이 진행하는 일과 관련하여 GAN 모델을 처음부터 끝까지 구축하고 훈련하고 최적화하는 능력을 지니게 될 것이다.
• 
• ★ 이 책에서 다루는 내용 ★ ◎ 3D ShapeNet이라고 부르는 데이터셋을 사용해 신경망을 훈련해 진짜 같은 형상을 생성하게 해 본다. ◎ DCGAN을 케라스로 구현해 애니메이션 캐릭터를 생성하게 해 본다. ◎ SRGAN 신경망을 구현해 고해상도 이미지를 생성하게 해 본다. ◎ 위키에서 따낸 사진으로 Age-cGAN을 훈련해 사람이 나이를 먹어도 신경망이 그 사람의 얼굴을 잘 알아볼 수 있게 한다. ◎ 조건부 GAN을 사용해 신경망이 영상을 또 다른 영상으로 변환하게 해 본다. ◎ StackGAN에 쓰이는 생성기와 판별기를 케라스로 구현하며 이해한다.
• 
• ▣ 01장: 생성적 적대 신경망 소개 GAN이란 무엇인가? __생성기 신경망이란 무엇인가? __판별기 신경망이란 무엇인가? __GAN 내에서 서로 대적하며 훈련하기 실용적인 GAN 애플리케이션 상세한 GAN 아키텍처 __생성기 아키텍처 __판별기 아키텍처 __GAN과 관련된 중요한 개념 ____쿨백-라이블러 발산 ____옌센-섀넌 발산 ____내시 균형 ____목적 함수 __알고리즘 점수 매기기 ____인셉션 점수 ____프레셰 인셉션 거리 GAN의 변형 __DCGAN __StackGAN __CycleGAN __3D-GAN __Age-cGAN __pix2pix GAN의 이점 GAN 훈련 시 문제 __최빈값 붕괴 __경사 소멸 __내부 공변량 변화 GAN 훈련 시의 안정성 문제를 해결하기 __특징 정합 __미니배치 판별 __역사적 평균 __단측 레이블 평활화 __배치 정규화 __사례 정규화 요약 ▣ 02장: 3D-GAN: GAN으로 형상을 만들기 3D-GAN 소개 __3차원 합성곱 __3D-GAN 아키텍처 ____생성기 신경망 아키텍처 ____판별기 신경망 아키텍처 __목적 함수 __3D-GAN 훈련 프로젝트 구성 데이터 준비 __데이터셋을 내려받아 압축을 풀기 __데이터셋 탐색 ____복셀이란?... ____3차원 이미지 적재와 시각화 ____3차원 이미지 시각화 3D-GAN의 케라스 구현 __생성기 신경망 __판별기 신경망 3D-GAN 훈련 __신경망 훈련 __모델 저장 __모델 테스트 __손실 시각화 __그래프 시각화 하이퍼파라미터 최적화 실용적인 3D-GAN 애플리케이션 요약 ▣ 03장: cGAN으로 하는 얼굴 노화 얼굴 노화 처리용 cGAN 소개 __cGAN을 이해하기 __Age-cGAN의 아키텍처 ____인코더 신경망 ____생성기 신경망 ____판별기 신경망 ____얼굴 인식 신경망 __Age-cGAN의 훈련 단계 ____cGAN 훈련 ____초기 잠재 벡터 근사 ____잠재 벡터 최적화 프로젝트 구성 데이터 준비 __데이터셋 내려받기 __데이터셋의 압축을 풀기 Age-cGAN의 케라스 구현 __인코더 신경망 __생성기 신경망 __판별기 신경망 cGAN 훈련 __cGAN을 훈련하기 __초기 잠재 벡터 근사 __잠재 벡터 최적화 __손실 시각화 __그래프 시각화 실용적인 Age-cGAN 애플리케이션 요약 ▣ 04장: DCGAN으로 애니메이션 캐릭터를 생성 DCGAN 소개 __DCGAN의 아키텍처를 자세히 살펴보기 ____생성기 신경망을 구성하기 ____판별기 신경망 구성 프로젝트 구성 애니메이션 캐릭터 데이터셋을 내려받아 준비하기 __데이터셋 내려받기 __데이터셋 탐색 __데이터셋에서 이미지를 잘라내고 크기를 조절하기 케라스로 DCGAN을 구현하기 __생성기 __판별기 DCGAN 훈련 __표본 적재 __신경망을 빌드하고 컴파일하기 __판별기 신경망 훈련 __생성기 신경망 훈련 __이미지 생성 __모델 저장 __생성 이미지 시각화 __손실 시각화 __그래프 시각화 __하이퍼파라미터 조율 실용적인 DCGAN 애플리케이션 요약 ▣ 05장: SRGAN으로 사진 같은 이미지를 생성하기 SRGAN 소개 __SRGAN의 아키텍처 ____생성기 신경망 아키텍처 ____판별기 신경망 아키텍처 __목적 함수 훈련 ____내용 손실 ____적대 손실 프로젝트 구성 CelebA 데이터셋 내려받기 케라스로 구현하는 SRGAN __생성기 신경망 __판별기 신경망 __VGG19 신경망 __적대 신경망 SRGAN 훈련 __신경망 구축과 컴파일 __판별기 신경망 훈련 __생성기 신경망 훈련 __모델 저장 __생성 이미지 시각화 __손실 시각화 __그래프 시각화 실용적인 SRGAN 애플리케이션 요약 ▣ 06장: StackGAN: 글을 바탕으로 사진 같은 이미지로 합성하기 StackGAN 소개 StackGAN 아키텍처 __텍스트 인코더 신경망 __조건화 확대 블록 ____조건화 확대 변수 획득 __Stage-I ____생성기 신경망 ____판별기 신경망 ____StackGAN의 Stage-I에 사용되는 손실 __Stack-II ____생성기 신경망 ____판별기 신경망 ____StackGAN의 Stage-II에 사용되는 손실 프로젝트 구성 데이터 준비 __데이터셋 내려받기 __데이터셋의 압축을 풀기 __데이터셋 탐색 StackGAN의 케라스 구현 __Stage-I ____텍스트 인코더 신경망 ____조건부 확장 신경망 ____생성기 신경망 ____판별기 신경망 ____적대 모델 __Stage-II ____생성기 신경망 ____판별기 신경망 StackGAN 훈련 __Stage-I StackGAN 훈련 ____데이터셋 적재 ____모델 만들기 ____모델 훈련 __Stage-II StackGAN 훈련 ____데이터셋 적재 ____모델 만들기 ____모델 훈련 __생성된 이미지 시각화 __손실 시각화 __그래프 시각화 실용적인 StackGAN 애플리케이션 요약 ▣ 07장: CycleGAN: 그림을 사진으로 바꾸기 CycleGAN 소개 __CycleGAN의 아키텍처 ____생성기의 아키텍처 ____판별기의 아키텍처 __목적 함수 훈련 ____적대 손실 ____순환 일치성 손실 ____완전 목적 함수 프로젝트 구성 데이터셋 내려받기 CycleGAN의 케라스 구현 __생성기 신경망 __판별기 신경망 CycleGAN 훈련 __데이터셋 적재 __신경망 구축과 컴파일 ____적대 신경망을 만들어 컴파일하기 __훈련 개시 ____판별기 신경망 훈련 ____적대 신경망 훈련 __모델 저장 __생성 이미지 시각화 __손실 시각화 __그래프 시각화 실용적인 CycleGAN 애플리케이션 요약 더 읽어 볼 만한 것 ▣ 08장: cGAN: 조건부 GAN을 사용한 이미지 대 이미지 변환 pix2pix 소개 __pix2pix 아키텍처 ____생성기 신경망 ____판별기 신경망 __훈련 목적 함수 프로젝트 구성 데이터 준비 __이미지 시각화 pix2pix의 케라스 구현 __생성기 신경망 __판별기 신경망 __적대 신경망 pix2pix 신경망 훈련 __모델 저장 __생성된 이미지를 시각화하기 __손실 시각화 __그래프 시각화 실용적인 pix2pix 신경망 애플리케이션 요약 ▣ 09장: GAN의 미래 예측 GAN의 미래 예측 __기존 딥러닝 방법 개선 __상용 GAN 애플리케이션의 발전 __GAN 훈련 과정의 성숙 GAN의 향후 응용 가능성 __텍스트 기반 인포그래픽 생성 __웹 사이트 디자인 생성 __데이터 압축 __약물 발견과 개발 __텍스트 생성 __음악 생성 GAN 탐색 요약
• 

• 카일라쉬 아히르와 [저]

• 박진수 [저]

• 전체 0개의 구매후기가 있습니다.
• 

인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다. 단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다. 교환 및 반품이 가능한 경우 상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내,    혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능 교환 및 반품이 불가능한 경우 구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우    (단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우 다배송지의 경우 반품 환불 다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다. 중고상품의 교환 중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다. 오픈마켓 상품의 환불 오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며,    반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.

배송예정일 안내 인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다. <인터파크 직배송 상품> 상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다. 상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함) 상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다. ~ 상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간 <업체 직접배송/오픈마켓 상품> ~ 상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다. 배송비 안내 도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용    * 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.    * 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다. 해외배송 안내 인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에    의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다. 해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다. 알아두세요!!! 도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.