골빈해커의 3분 딥러닝

1장. 딥러닝과 텐서플로의 만남 __1.1 인공지능, 머신러닝 그리고 딥러닝 __1.2 왜 텐서플로인가? 2장. 텐서플로 설치와 주피터 노트북 __2.1 파이썬 및 필수 라이브러리 설치하기 __2.2 텐서플로 예제 내려받고 실행해보기 __2.3 주피터 노트북 3장. 텐서플로 프로그래밍 101 __3.1 텐서와 그래프 실행 __3.2 플레이스홀더와 변수 __3.3 선형 회귀 모델 구현하기 4장. 기본 신경망 구현 __4.1 인공신경망의 작동 원리 __4.2 간단한 분류 모델 구현하기 __4.3 심층 신경망 구현하기 5장. 텐서보드와 모델 재사용 __5.1 학습 모델 저장하고 재사용하기 __5.2 텐서보드 사용하기 __5.3 더 보기 6장. 헬로 딥러닝, MNIST __6.1 MNIST 학습하기 __6.2 드롭아웃 __6.3 matplotlib 7장. 이미지 인식의 은총알, CNN __7.1 CNN 개념 __7.2 모델 구현하기 __7.3 고수준 API __7.4 더 보기 8장. 대표적 비지도 학습법, Autoencoder __8.1 오토인코더 개념 __8.2 오토인코더 구현하기 9장. 딥러닝의 미래, GAN __9.1 GAN 기본 모델 구현하기 __9.2 원하는 숫자 생성하기 __9.3 더 보기 10장. 번역과 챗봇 모델의 기본, RNN __10.1 MNIST를 RNN으로 __10.2 단어 자동 완성 __10.3 Sequence to Sequence __10.4 더 보기 11장. 구글의 핵심 이미지 인식 모델, Inception __11.1 자료 준비 __11.2 학습시키기 __11.3 예측 스크립트 __11.4 더 보기 12장. 딥마인드가 개발한 강화학습, DQN __12.1 DQN 개념 __12.2 게임 소개 __12.3 에이전트 구현하기 __12.4 신경망 모델 구현하기 __12.5 학습시키기 __12.6 더 보기