서강대학교 로욜라도서관

탑메뉴

전체메뉴

전체메뉴닫기


검색

상세정보

(새롭게 배우는) 텐서플로우 2.0

Baranwal, Ajay

상세정보
자료유형단행본
서명/저자사항(새롭게 배우는) 텐서플로우 2.0 / Ajay Baranwal, Alizishaan Khatri, Tanish Baranwal 공저 ; 이재광, 방영규 옮김
개인저자Baranwal, Ajay
Khatri, Alizishaan
Baranwal, Tanish
이재광= 李裁廣, 역
방영규, 역
발행사항서울 : DK Road BOOKS, 2020
형태사항xv, 192 p. : 삽화 ; 24 cm
원서명What's new in TensorFlow 2.0 :use the new and improved features of TensorFlow to enhance machine learning and deep learning
ISBN9791196965617
일반주기 색인수록
본서는 "What's new in TensorFlow 2.0 : use the new and improved features of TensorFlow to enhance machine learning and deep learning."의 번역서임
일반주제명Open source software
Machine learning
언어한국어

소장정보

서비스 이용안내
  • 찾지못한자료찾지못한자료
  • SMS발송SMS발송
메세지가 없습니다
No. 등록번호 청구기호 소장처/자료실 도서상태 반납예정일 예약 서비스
1 1369557 006.31 B225w K 1관4층 일반도서 대출가능
찾지못한자료 SMS발송


서평 (0 건)

서평추가

서평추가
별점
별0점
  • 별5점
  • 별4.5점
  • 별4점
  • 별3.5점
  • 별3점
  • 별2.5점
  • 별2점
  • 별1.5점
  • 별1점
  • 별0.5점
  • 별0점
제목입력
본문입력

*주제와 무관한 내용의 서평은 삭제될 수 있습니다.

출판사 제공 책소개

출판사 제공 책소개 일부

텐서플로우는 가장 유명한 기계 학습 프레임워크 중에 하나이며 텐서플로우 2.0은 단순성과사용의 편의성을 개선한 새로운 버전이다. 이 책은 최신의 텐서플로우 기능들을 이해하고 활용하는데 도움을 줄 것이다.

What's New in TensorFlow 2.0은 새로운 텐서플로우 Keras API, 즉시 실행 및 여러 GPU와 TPU들에서 기계 학습 모델을 실행하는데 도움이 되는 효율적인 분산 전략들과 같은 고급화된 개념에 초점을 두고 시작한다. 그런 다음에 데이터 공급과 학습 파이프라인을 구축하는 과정을 안내하고, 새로운 tf.keras API로 생성한 모델에 데이터를 공급하는 권장 사항 및 모범 사례를 제공한다. 기본적으로 do-it-yourself AI인 새롭게 출시된 AIY를 알아보기 전에 TensorFlow Serving과 그 밖의 다른 멀티 플랫폼 배포를 사용하여 추론 파이프라인을 구축하는 과정을 학습할 것이다. 이 책은 결합된 컨볼루션과 순환 레이어들을 구축하는데 도움이 되는 핵심 API들과 what-if 분석을 이용하여 딥 러닝 모델들을 시각화 하는 텐서보드를사용하는데 도움이 되는 API들을 자세히 다룬다.
이 책의 끝에서, ...

출판사 제공 책소개 전체

텐서플로우는 가장 유명한 기계 학습 프레임워크 중에 하나이며 텐서플로우 2.0은 단순성과사용의 편의성을 개선한 새로운 버전이다. 이 책은 최신의 텐서플로우 기능들을 이해하고 활용하는데 도움을 줄 것이다.

What's New in TensorFlow 2.0은 새로운 텐서플로우 Keras API, 즉시 실행 및 여러 GPU와 TPU들에서 기계 학습 모델을 실행하는데 도움이 되는 효율적인 분산 전략들과 같은 고급화된 개념에 초점을 두고 시작한다. 그런 다음에 데이터 공급과 학습 파이프라인을 구축하는 과정을 안내하고, 새로운 tf.keras API로 생성한 모델에 데이터를 공급하는 권장 사항 및 모범 사례를 제공한다. 기본적으로 do-it-yourself AI인 새롭게 출시된 AIY를 알아보기 전에 TensorFlow Serving과 그 밖의 다른 멀티 플랫폼 배포를 사용하여 추론 파이프라인을 구축하는 과정을 학습할 것이다. 이 책은 결합된 컨볼루션과 순환 레이어들을 구축하는데 도움이 되는 핵심 API들과 what-if 분석을 이용하여 딥 러닝 모델들을 시각화 하는 텐서보드를사용하는데 도움이 되는 API들을 자세히 다룬다.
이 책의 끝에서, 텐서플로우 2.0과 텐서플로우 1.x간의 호환성에 대해서 배우게 될 것이고 텐서플로우 2.0으로 원활하게 마이그레이션 할 수 있게 될 것이다.

| 이 책의 대상이 되는 독자들 |
만일 여러분이 텐서플로우 2.0으로 코드를 마이그래이션하기를 원하고 최신의 기능을 학습하고자 하는 데이터 과학자, 기계 학습 전문가, 딥 러닝 연구원 또는 AI 애호가라면 이 책은 여러분에게 도움이 될 것이다. 이 책에서 다루는 개념을 이해하려면 텐서플로우와 파이썬 프로그래밍에 대한 사전 경험이 필요하다.

| 이 책에서 다루는 내용들 |
1장, 텐서플로우 2.0 시작하기 에서는 텐서플로우 2.0의 아키텍처의 측면과 API 수준의 변화들에 대한 간략한 조감도를 제공할 것이다. 텐서플로우 2.0 설치 및 설정을 다루고, 텐서플로우 1.x(Keras API 및 레이어 API 등)에 비해 어떻게 변경되었는지 비교하고, 또한 텐서플로우 확률, Tensor2Tensor, Ragged 텐서 및 새롭게 적용된 손실 함수의 맞춤형 학습 로직과 같은 풍부한 확장 기능의 추가에 대해서도 설명한다.

2장, Keras 기본 통합 및 즉시 실행에서는 Keras를 사용하는 고수준의 텐서플로우 2.0 API들을 깊이 있게 알아본다. 텐서플로우 2.0과 비교하여 텐서플로우 1.x에서 그래프를 평가하는 방법에 대한 자세한 관점을 제시한다. 느긋한 연산과 즉시 실행에 대해 설명하고 텐서플로우 2.0에서 그것들의 차이점을 설명하며, 또한 Keras 모델 서브클래싱(subclassing)을 사용하여 커스텀으로 구축된 모델을 위해 텐서플로우 2.0 하위 API들을 결합하는 방법을 보여줄 것이다.

3장, 입력 데이터 파이프라인 설계 및 구성하기 에서는 TFRecords와 tf.data.Dataset을 이용하여 CSV, 이미지 및 텍스트와 같은 가장 일반적인 형식의 대규모 학습 및 추론 데이터 셋을 입력하기 위한 복잡한 입력 데이터 파이프라인을 구축하는 방법에 대한 개요를 제공한다.
프로토콜 버퍼와 프로토콜 메시지에 대한 일반적인 설명과 그것들을 tf.Example을 이용하여 구현하는 방법을 설명한다. 또한 셔플링(shuffling), 프리패치(prefetching) 및 데이터 배치(batching)
와 관련하여 tf.data.Dataset을 사용하는 최고의 방법을 설명하고 데이터 파이프라인을 구축하기 위한 권장하는 방법을 제시한다.

4장, 모델 학습 및 텐서보드 사용하기 에서는 최신의 모델을 구축, 학습 및 검증할 수 있는 전체적인 모델 학습 파이프라인을 다룬다. 입력 데이터 파이프라인을 결합하고, tf.keras 모델을 생성하고, 분산된 방법으로 학습을 수행하고, 하이퍼파라메터 파인튜닝을 위해 검증을 수행하는 방법에 대해 설명한다. 배포 또는 추론을 위해 텐서플로우 모델을 내보내는 방법을 설명하고 텐서보드 사용법, 텐서플로우 2.0에서 텐서보드가 변화된 점 및 모델의 속도와 성능을 디버깅 하고 프로파일링하기 위해 텐서보드를 사용하는 방법에 대해서 설명한다.

5장, 모델 추론 파이프라인.멀티 플랫폼 배포에서는 실제 상용 환경에서 대규모 소프트웨어 어플리케이션을 구축하기 위해 학습된 모델을 사용하기 위한 몇 가지 배포 전략을 소개한다. 텐서플로우 2.0에서 학습된 모델을 파이썬 자바스크립트와 같은 다양한 프로그래밍 언어를 사용하는 서버와 웹 브라우저 같은 플랫폼에 배포할 수 있다.

6장, AIY 프로젝트 및 텐서플로우 라이트 에서는 안드로이드, iOS, 라즈베리 파이, 엣지TPU 및 NVIDIA Jetson Nano를 포함하는 엣지 디바이스 및 모바일 시스템과 같은 저전력 임베디드 시스템에 텐서플로우 2.0으로 학습된 모델을 배포하는 방법을 설명한다. 또한 Google's AIY kit에서 모델을 학습하고 배포하는 것에 관한 자세한 내용이 포함되어 있다.

7장, 텐서플로우 1.x에서 텐서플로우 2.0으로 마이그레이션하기 에서는 텐서플로우 1.x와 텐서플로우 2.0간의 개념상의 차이점, 그것들 간의 호환성의 기준, 그것들 간에 구문적으로 그리고 의미적으로 마이그레이션 하는 방법을 설명한다. 또한 텐서플로우 1.x에서 텐서플로우 2.0으로 구문적 및 의미적 마이그레이션 하는 몇 가지 방법을 보여주고 참고 자료와 앞으로에 대한 정보가 포함되어 있다.
이전 다음

함께 비치된 도서