출간일(Release) : 2022/04/08
종이책 출간일(Print Release) : 2022/03/31
전자책 종류(Format) : ePub
Price : KRW 35,200
미리보기(Preview)
책소개(Overview)
브라우저에서 딥러닝 모델을 빌드하고 실행하는 TensorFlow.js
딥러닝 기초부터 구글 브레인 팀의 노하우까지!
딥러닝은 컴퓨터 비전, 이미지 처리, 자연어 처리 등 다양한 분야에 변화를 불러왔다. 이제 자바스크립트 개발자는 파이썬이나 R에 의존하지 않고 TensorFlow.js를 사용하여 딥러닝 모델을 구축할 수 있다. 이 책은 <케라스 창시자에게 배우는 딥러닝> 책을 토대로 구글 브레인 팀 핵심 개발자 3인이 TensorFlow.js에 맞춰 코드를 재작성했고, 자바스크립트 생태계를 위한 새로운 내용을 많이 추가했다. TensorFlow.js의 개요부터 이미지와 사운드 인식, 전이 학습, 모델 시각화, 시퀀스와 텍스트를 위한 딥러닝, 생성적 딥러닝 등 딥러닝 기초부터 심층 강화 학습까지 TensorFlow.js로 딥러닝을 시작하기에 필요한 모든 것을 설명한다. 브라우저에서 얼마나 많은 작업을 수행할 수 있는지 알면 놀랄 것이다. 자바스크립트에 능숙한 개발자라면 TensorFlow.js로 딥러닝을 시작해보자.
TensorFlow.js to build and run deep learning models in the browser
Let’s learn from the basics of deep learning to the know-how of the Google Brain team!
Deep learning has brought about changes in various fields such as computer vision, image processing, and natural language processing. JavaScript developers can now build deep learning models using TensorFlow.js without relying on Python or R. This book has been rewritten by three core developers from the Google Brain team to match TensorFlow.js, and adds many new content for the JavaScript ecosystem. It covers everything you need to get started with deep learning, from an overview of TensorFlow.js, from the basics of deep learning to deep reinforcement learning, including image and sound recognition, transfer learning, model visualization, deep learning for sequences and text, and generative deep learning. You’ll be amazed at how much work you can do with your browser. If you are a developer proficient in JavaScript, start deep learning with TensorFlow.js.
저자(Author)
프랑소와숄레(Francois Cholet)
캘리포니아 마운틴 뷰의 구글에서 딥러닝과 관련된 일을 한다. 케라스 딥러닝 라이브러리의 창시자이고 텐서플로 머신 러닝 프레임워크의 기여자다. 컴퓨터 비전과 형식 추론을 위한 머신 러닝 애플리케이션에 초점을 맞춰 딥러닝을 연구한다. 그의 논문은 CVPR(Computer Vision and Pattern Recognition), NIPS(Neural Information Processing Systems), ICLR(International Conference on Learning Representations) 등의 주요 콘퍼런스와 워크숍에서 소개되었다.
He works at Google in Mountain View, California, where he works on deep learning. He is the creator of the Keras deep learning library and a contributor to the TensorFlow machine learning framework. He studies deep learning with a focus on computer vision and machine learning applications for formal inference. His thesis has been presented at major conferences and workshops such as Computer Vision and Pattern Recognition (CVPR), Neural Information Processing Systems (NIPS), and International Conference on Learning Representations (ICLR).
에릭 닐슨(Eric Nielsen)
구글 브레인 팀의 소프트웨어 엔지니어이며, TensorFlow.js 고수준 API와 이와 관련된 예제, 문서, 도구의 핵심 개발자다. TensorFlow.js 기반 딥러닝을 장애인을 위한 의사소통 도구 같은 실전 문제에 적용했으며, 모두 MIT에서 학위를 받았다.
He is a software engineer on the Google Brain team and is a core developer of the TensorFlow.js high-level API and related examples, documentation, and tools. He has applied TensorFlow.js-based deep learning to real-world problems, such as communication tools for people with disabilities, all of whom have degrees from MIT.
스탠 바일시(Stan Bylese)
구글 브레인 팀의 소프트웨어 엔지니어이며, TensorFlow.js 고수준 API와 이와 관련된 예제, 문서, 도구의 핵심 개발자다. TensorFlow.js 기반 딥러닝을 장애인을 위한 의사소통 도구 같은 실전 문제에 적용했으며, 모두 MIT에서 학위를 받았다.
He is a software engineer on the Google Brain team and is a core developer of the TensorFlow.js high-level API and related examples, documentation, and tools. He has applied TensorFlow.js-based deep learning to real-world problems, such as communication tools for people with disabilities, all of whom have degrees from MIT.
샨칭 차이(Shanqing Chai)
구글 브레인 팀의 소프트웨어 엔지니어이며, TensorFlow.js 고수준 API와 이와 관련된 예제, 문서, 도구의 핵심 개발자다. TensorFlow.js 기반 딥러닝을 장애인을 위한 의사소통 도구 같은 실전 문제에 적용했으며, 모두 MIT에서 학위를 받았다.
He is a software engineer on the Google Brain team and is a core developer of the TensorFlow.js high-level API and related examples, documentation, and tools. He has applied TensorFlow.js-based deep learning to real-world problems, such as communication tools for people with disabilities, all of whom have degrees from MIT.