[리뷰]처음 시작하는 딥러닝

 

[주요 내용]

- 신경망 이해에 필요한 명확한 멘탈 모델과 수학적 원리 설명

- 객체지향으로 설계한 다층 신경망 프레임워크 구현 방법

- 수식과 예제로 배우는 합성곱 신경망과 순환 신경망

- 파이토치를 이용한 신경망 구현 방법

 

[대상독자]

- 딥러닝에 대한 배경지식이 없는 소프트웨어 개발자

- 딥러닝 입문자와 업무에 활용하려는 현업 엔지니어

 

[책의 구성]

 

1장_신경망 기초 1

함수를 표현하기 위해 일련의 연산으로 이루어진 계산 그래프를 구성하는 방법을 설명하고, 그다음 미적분의 연쇄법칙을 이용해 이 표현 방법에서 해당 함수의 특정 입력에 대한 도함수를 구하는 방법에 대해서 다룹니다. 행렬의 곱셈을 설명하고 함수의 도함수를 구하는데 행렬의 곱셈이 어떻게 활용되는지 그리고 딥러닝에서 어떤 역할을 하는지를 다루고 있습니다.

 

2장_신경망 기초 2

선형회귀와 신경망 모델을 적용해 데이터 집합에서 주택 가격의 추이를 예측하는 학습 모델을 구현합니다.

 

3장_밑바닥부터 만들어보는 딥러닝

Layer, Model, Optimizer와 같은 구성 요소를 만들고 이를 조합해 전체 딥러닝 모델을 구현합니다.

 

4장_프레임워크 확장하기

신경망 모델의 성공 확률을 높이는 주요 학습 방법을 소개합니다.

 

5장_합성곱 신경망

이미지를 다루는 데 특화된 신경망인 합성곱 신경망(CNN)을 소개하고, 합성곱층을 직접 구현하며 동작 원리를 파악합니다.

 

6장_순환 신경망

자동 미분의 동작 과정을 살펴보고, 순환 신경망(RNN)에 이를 적용해봅니다. RNN의 변형 구조인 GRU와 LSTM도 함께 소개합니다.

 

7장_파이토치

1~6장까지 구현한 내용을 고성능 오픈소스 신경망 라이브러리인 파이토치로 구현합니다. 프레임워크 사용 방법을 익히는 것 또한 딥러닝 학습에서 빼놓을 수없습니다. 그러나 신경망의 동작 원리에 대한 확실한 이해 없이 무턱대고 프레임워크 사용 방법부터 익히게 되면 장기적인 관점에서 프레임워크에 대한 활용도가 역시 크게 제한이 될것입니다. 그래서 이책에서는 파이토치를 소개하기 전까지의 내용으로 신경망을 확실히 이해하고, 파이토치 사용법을 소개하며 매우 효율적인 신경망 구현 능력을 익힐수 있을 것입니다.

 

[서평]

이 책의 구성을 말 하자면 크게 세부분으로 나눌수 있습니다. 전반부 1~4장은 기본적인 신경망 내용을 다룹니다. 합성함수의 도함수를 구하는 과정부터 역전파 알고리즘을 유도하는 과정까지 쉽게 설명하고 있습니다. 특히 역전파 알고리즘이 어렵게 생각하는 독자라면 많은 도움이 될것입니다. 후반부는 합성곱 신경망과 순환 신경망이 중심인 고급 신경망 구조를 다루고 있습니다. 고급 신경망 구조를 간단한 사례부터 복잡한 사례로 확장하면서 어렵지 않게 구현할 수 있도록 설명하고 있습니다. 마지막으로 가장 널리 쓰이는 딥러닝 라이브러리인 파이토치를 소개하며 책에서 배운 내용을 파이토치 라이브러리로 마이그레이션하면서 구현합니다. 딥러닝을 처음 시작할때 어려운 알고리즘에 대해서 좀더 쉽게 설명하고 있어 딥러닝 기초 개념에 대해서 공부 하기에 좋은 책으로 추천 드립니다.

 

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