딥러닝
서문
딥러닝은 여러 층의 신경망으로 데이터의 특징을 학습하는 방법입니다. 이 교재에서는 퍼셉트론과 신경망에서 출발해, 손실을 줄이는 경사 하강과 기울기를 계산하는 역전파, 매개변수를 갱신하는 최적화 기법으로 나아갑니다. 수식을 작은 코드로 직접 구현하며 신경망이 어떻게 학습하는지 살펴봅니다.
먼저 Python과 NumPy로 신경망의 계산과 수치 미분, 역전파를 직접 구현합니다. 이어서 TensorFlow와 PyTorch의 텐서 연산, 자동 미분, 데이터 처리와 모델 학습을 다룹니다. 직접 구현한 계산이 프레임워크에서는 어떤 기능으로 제공되는지 연결해 보세요.
응용 부분에서는 컴퓨터 비전, 시퀀스 데이터, 자연어 처리와 생성 모델을 다룹니다. 기초부터 순서대로 읽거나, 관심 있는 응용을 살펴본 뒤 필요한 개념으로 돌아올 수 있습니다. 각 실습에서 입력과 출력, 손실이 어떻게 이어지는지 확인하며 읽어 보세요.