러닝 텐서플로

딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지

톰 호프 , 예헤즈켈 레셰프 , 이타이 리더 저자(글) · 박상은 번역

한빛미디어 · 2018년 05월 04일

책 소개

딥러닝 기초, 실무 활용, 규모 확장
의미를 알고 쓰는 텐서플로

텐서플로는 현재 가장 대중적인 딥러닝 라이브러리로서 각종 튜토리얼 코드를 웹에서 쉽게 찾을 수 있다. 하지만 딥러닝 기법을 이해하는 것도 벅찬 마당에 텐서플로 자체를 자세히 설명하는 자료는 찾아보기 어려운 실정이다. 이 책은 파이썬 지식이 있는 개발자를 대상으로 텐서플로의 구동 원리를 알려주며 기초부터 고급 활용법까지 파헤친다. 텐서보드, 케라스, TFLearn, 텐서플로 서빙 등 텐서플로를 더 강력하게 해주는 도구와 멀티스레딩 및 분산처리를 이용한 규모 확장 등 다른 곳에서 찾을 수 없는 실무 노하우가 담겨 있다. PC 한 대로 MNIST 예제를 돌려보는 단계를 벗어나고 싶다면 이 책을 피할 수 없을 것이다.게 이 책을 추천합니다.

작가정보

저자(글) 톰 호프

저자 톰 호프 Tom Hope는 학계와 업계에 걸쳐 다양한 경력을 갖춘 응용 머신러닝 연구자이자 데이터 과학자. 다국적 기업 환경에서 선임 데이터 과학자로 재직하며 웹 마이닝, 텍스트 분석, 컴퓨터 비전, 세일즈와 마케팅, IoT, 금융시장 예측, 대규모 제조업 등 여러 분야를 넘나들며 데이터 과학과 딥러닝 연구개발팀을 이끌어왔다. 이전에는 전자상거래 스타트업에서 데이터 과학 연구개발을 주도했다. 주요 다국적 기업과 스타트업에서 데이터 과학 컨설팅을 수행하기도 했다. 컴퓨터 과학, 데이터 마이닝, 통계를 연구하다 보니 현재는 머신러닝, 딥러닝, 자연어처리, 약지도 학습, 시계열 등이 주요 연구 분야다.

저자(글) 예헤즈켈 레셰프

저자 예헤즈켈 레셰프 Yehezkel S. Resheff는 머신러닝과 데이터 마이닝 분야 응용 연구자. 히브리 대학교에서 웨어러블 기기와 IoT에서 발생한 데이터를 분석하기 위한 머신러닝과 딥러닝 방법론을 공부했다. 대규모 기업과 소규모 스타트업 모두에서 연구 활동을 주도하고 있으며, 여러 개의 특허와 논문을 발표했다. 현재는 차세대 딥러닝 기술 개발에 참여하고 있으며 머신러닝의 한계를 극복하려는 기업들에 컨설팅을 하고 있다.

저자(글) 이타이 리더

저자 이타이 리더 Itay Lieder는 머신러닝과 전산 신경과학 분야 응용 연구자. 히브리 대학교에서는 저수준 퍼셉트론 모델링을 위한 계산 방법론을 개발하여 충분한 학습이 어려운 개인을 대상으로 한 프로파일링 도구에 적용했다. 거대 다국적 기업에 근무하며 텍스트 분석, 웹 마이닝, 금융 기록 등 여러 분야에서 혁신적인 딥러닝 연구개발을 이끌고 있다.

번역 박상은

역자 박상은은 컴퓨터에 붙은 그림을 보고 애플이라는 단어의 뜻을 알게 된 이 땅의 흔한 개발자 중 한 사람. 대학원에서 인공지능을 공부했지만 졸업 이후 메일, 브라우저, CMS, 도서 관리 시스템, 빅데이터 플랫폼 등 인공지능과 큰 관련이 없는 다양한 프로젝트에 참여해오다 뒤늦게 다시 인공지능과 머신러닝에서 비전을 찾아 어슬렁거리고 있다. 최근에는 딥러닝의 재미있는 주제들을 연구하고, 이를 사업화하는 데 관심을 가지고 있다. 공역한 책으로 『9가지 사례로 익히는 고급 스파크 분석(개정판)』(한빛미디어, 2018)이 있다.

작가의 말

텐서플로를 기초부터 잘 설명해주는 책이 나왔습니다. 기본적인 변수 설정부터 메서드 같은 텐서플로의 동작 방식, 그리고 분류, CNN, RNN, 텍스트 분석까지 설명합니다. 케라스 등 텐서플로를 더 쉽게 쓸 수 있게 해주는 도구와 텐서플로를 분산 환경에서 돌릴 수 있는 방법도 살펴봅니다. 약간의 딥러닝 지식만 있다면 쉽게 이해할 수 있습니다. 책에서 제공하는 예제에 자신이 구한 데이터셋을 적용해가면서 공부해보면 더 도움이 될 거라고 생각합니다. 텐서플로를 실무에서 사용하고 있는 사람으로서 텐서플로 입문자들에게 추천하고 싶은 책입니다.

목차

• CHAPTER 1 개요
  1.1 딥러닝 속으로
  1.2 텐서플로라는 이름에 담긴 의미
  1.3 텐서플로 개괄
  1.4 마치며
  
  CHAPTER 2 텐서플로 설치에서 실행까지
  2.1 텐서플로 설치
  2.2 Hello World
  2.3 MNIST
  2.4 소프트맥스 회귀
  2.5 마치며
  
  CHAPTER 3 텐서플로의 기본 이해하기
  3.1 연산 그래프
  3.2 그래프, 세션, 페치
  3.3 텐서의 흐름
  3.4 변수, 플레이스홀더, 간단한 최적화
  3.5 마치며
  
  CHAPTER 4 합성곱 신경망
  4.1 CNN 소개
  4.2 MNIST 분류기: 버전 2
  4.3 CIFAR10
  4.4 마치며
  
  CHAPTER 5 텍스트 1: 텍스트와 시퀀스 처리 및 텐서보드 시각화
  5.1 시퀀스 데이터의 중요성
  5.2 RNN 소개
  5.3 텍스트 시퀀스용 RNN
  5.4 마치며
  
  CHAPTER 6 텍스트 2: 단어 벡터, 고급 RNN, 임베딩 시각화
  6.1 단어 임베딩 소개
  6.2 word2vec
  6.3 사전 학습된 임베딩과 고급 RNN
  6.4 마치며
  
  CHAPTER 7 텐서플로 추상화와 간소화
  7.1 이번 장의 개요
  7.2 contrib.learn
  7.3 TFLearn
  7.4 마치며
  
  CHAPTER 8 큐, 스레드, 데이터 읽기
  8.1 입력 파이프라인
  8.2 TFRecord
  8.3 큐
  8.4 완전한 멀티스레드 입력 파이프라인
  8.5 마치며
  
  CHAPTER 9 분산 텐서플로
  9.1 분산 컴퓨팅
  9.2 텐서플로의 병렬처리 요소
  9.3 분산 예제
  9.4 마치며
  
  CHAPTER 10 모델 엑스포트와 서빙
  10.1 모델을 저장하고 내보내기
  10.2 텐서플로 서빙 소개
  10.3 마치며
  
  APPENDIX A 모델 구축과 텐서플로 서빙 사용에 관한 팁
  A.1 모델 구조화 및 사용자 정의
  A.2 텐서플로 서빙의 필수 및 권장 구성 요소
  
  APPENDIX B 한국어판 부록: 텐서플로 1.7의 contrib.learn 폐기
  
  APPENDIX C 한국어판 부록: 7.3.5절 TF-Slim 예제

추천사

• 비슈와나스 수브라마니안 (스타벅스 데이터 엔지니어)

  쉬운 예제와 복잡한 예제가 조화롭게 들어 있어 도움이 됐다. 텐서플로 서빙과 모델 훈련을 분산처리하는 챕터가 특히 흥미로웠다. 텐서플로를 이해하고 활용하기 위해 여러 번 읽어볼 만한 책이다.

• 최용선 (S-Core 데이터 과학자)

  텐서플로를 기초부터 잘 설명해주는 책이 나왔습니다. 기본적인 변수 설정부터 메서드 같은 텐서플로의 동작 방식, 그리고 분류, CNN, RNN, 텍스트 분석까지 설명합니다. 케라스 등 텐서플로를 더 쉽게 쓸 수 있게 해주는 도구와 텐서플로를 분산 환경에서 돌릴 수 있는 방법도 살펴봅니다. 약간의 딥러닝 지식만 있다면 쉽게 이해할 수 있습니다. 책에서 제공하는 예제에 자신이 구한 데이터셋을 적용해가면서 공부해보면 더 도움이 될 거라고 생각합니다. 텐서플로를 실무에서 사용하고 있는 사람으로서 텐서플로 입문자들에게 추천하고 싶은 책입니다.

출판사 서평

딥러닝 영상처리와 NLP부터 텐서보드 시각화, 멀티스레딩, 분산처리까지
가장 널리 쓰이는 딥러닝 라이브러리인 텐서플로의 모든 것을 다룬다. ‘텐서플로’에서 ‘텐서’는 어떤 의미이고 ‘플로’는 어떤 의미일까? 텐서플로가 그래프 기반이라고 하던데 이 그래프는 어떻게 작동할까? 의미도 모르고 쓰고 있는 변수, 플레이스홀더, 세션, 페치 등의 정확한 정의는 무엇일까? 이 책은 텐서플로 기초를 다루며, 다른 책에서 다루지 않는 이러한 의문에 답한다.
이어서 신경망 구조, 텐서보드 시각화, 추상화 라이브러리(케라스, TF-Slim, TFLearn), 텐서플로 서빙, 멀티스레드 입력 파이프라인, 분산처리 등 심화 주제로 넘어간다. 이 과정에서 CNN, RNN, 오토인코더 등을 활용한 자연어처리, 영상처리, 음성인식, 예측 분석 등 흔히 쓰이는 딥러닝 기법들을 예제로 살펴본다.
이 책을 마스터하면 텐서플로를 사용한 딥러닝 시스템을 구축하고 실무에 운용할 준비를 마친 셈이다.
● 고통 없이 텐서플로를 배우고 돌려보기
● 밑바닥부터 딥러닝 모델 구축하기
● 영상처리와 NLP에 널리 쓰이는 딥러닝 모델 훈련하기
● 개발을 쉽고 빠르게 해주는 추상화 라이브러리 사용하기
● 텐서플로를 확장하여 클러스터로 모델 훈련을 분산처리하기
● 프로덕션 환경으로 텐서플로 배포하기

기본정보

ISBN	9791162240687
발행(출시)일자	2018년 05월 04일
쪽수	288쪽
크기	183 * 236 * 11 mm / 515 g
총권수	1권
원서명/저자명	Learning TensorFlow/Tom Hope