오리지널판이 있는 경우 개정판을 다시 구매할 필요 없이 오리지널판을 업데이트하여 사용할 수 있습니다.
가장 강력한 딥 러닝 프레임워크 중 하나를 마스터하기 위한 종합 가이드인 "PyTorch"에 오신 것을 환영합니다. 파이토치는 머신러닝과 인공 지능 연구에 널리 사용되며 유연성, 동적 계산 그래프, 강력한 GPU 가속을 제공합니다. 이 책은 파이토치의 기초부터 딥러닝 모델 훈련과 배포를 위한 고급 기법까지 안내합니다.
1장, '파이토치 소개'에서는 파이토치, 주요 기능, 장점을 소개하여 기초를 다집니다. PyTorch를 설치하는 방법과 PyTorch의 핵심 데이터 구조인 텐서의 기초를 살펴봅니다.
2장, '텐서 이해하기'에서는 텐서의 생성, 조작, 연산에 대해 다룹니다. 또한 인덱싱, 슬라이싱, 텐서 재구성, 더 빠른 계산을 위한 GPU 가속 활용에 대해 알아봅니다.
3장, '오토그라드: 자동 미분'에서는 파이토치의 자동 미분 시스템을 살펴봅니다. torch.autograd가 어떻게 역전파를 돕고, 그라데이션을 계산하며, 사용자 정의 그라데이션 함수를 만드는지 이해하게 될 것입니다.
4장, '신경망 구축하기'에서는 딥 러닝 개념을 소개하고 PyTorch에서 신경망을 정의하는 방법을 안내합니다. 활성화 함수, 손실 함수, 최적화 도구를 다뤄 모델을 효과적으로 구조화하고 훈련하는 데 도움을 줍니다.
5장, '신경망 훈련하기'에서는 데이터 전처리와 훈련에 중점을 둡니다. 데이터로더를 사용하고, 훈련 루프를 만들고, 모델 성능을 모니터링하고, 과적합을 방지하는 기술을 적용하는 방법을 배웁니다.
6장, 'PyTorch의 고급 주제'에서는 컨볼루션 신경망(CNN), 순환 신경망(RNN), 전이 학습을 비롯한 전문 딥 러닝 모델을 살펴봅니다. 또한 이미지, 텍스트, 시계열 데이터와 같은 다양한 데이터 양식을 처리하는 방법도 배웁니다.
7장, '파이토치 유틸리티와 라이브러리'에서는 컴퓨터 비전을 위한 토치비전, 자연어 처리를 위한 토치텍스트, 확장 가능한 훈련을 위한 파이토치 라이트닝과 같은 필수 라이브러리를 소개합니다. 또한 가중치 및 편향을 사용해 실험을 관리하는 방법도 배웁니다.
8장, 'PyTorch 모델 개발 및 배포'에서는 상호 운용성을 위해 모델을 저장, 로드 및 ONNX로 내보내는 방법을 다룹니다. 또한 TorchServe를 사용한 배포 전략과 성능을 최적화하는 기법도 알려줍니다.
9장, '커뮤니티 및 리소스'에서는 공식 문서, 포럼 및 학습 리소스를 탐색하여 PyTorch 에코시스템에 계속 참여할 수 있도록 도와줍니다. 또한 오픈 소스 PyTorch 프로젝트에 기여하는 방법도 배웁니다.
이 책을 다 읽고 나면 PyTorch를 깊이 이해하고 딥 러닝 모델을 효율적으로 구축, 훈련 및 배포할 수 있는 역량을 갖추게 될 것입니다.
본 도서는 인공지능 기반으로 검색된 콘텐츠를 바탕으로, 일반 서식, 질문과 답변, 문제 풀이 등 다양한 형식을 통해 핵심 개념을 체계적으로 설명합니다. 독자들이 개념을 보다 쉽게 이해할 수 있도록, 명료하고 간결한 구조를 유지하였으며, 각 소스 코드에 적합한 하이라이트 기능을 제공하여 가독성을 극대화하였습니다.
이 책은 종이책 형태가 아닌 EPUB 전자책으로 제작되어, 전통적인 페이지 레이아웃과는 다른, 웹 기반의 흐름을 취하고 있습니다. 따라서 종이책과 같은 구성에 익숙한 독자라면 다소 이질감을 느낄 수 있습니다.
본 주제에 처음 접하는 독자에게는 이 도서가 다소 방대한 내용과 깊이 있는 개념을 다루고 있어 주제를 이해하는 데 어려움을 느낄 수 있으므로, 관련 분야에 어느 정도 경험이 있는 독자들에게 이 책을 권장합니다. 기존 지식을 넓히고자 하는 이들에게는 심화된 이해와 지식의 확장을 도울 수 있을 것입니다.
