텐서플로 코드로 맛보는 딥러닝 핵심 개념! 이 책은 신경망 기초부터 CNN, Autoencoder, GAN, RNN, DQN까지 딥러닝의 가장 기본이 되는 모델들을 직접 구현하며 몸으로 익히도록 구성했습니다. 이론을 깊이 파헤치기보다는 다양한 딥러닝 모델의 기초 개념과 기본적인 텐서플로 사용법을 학습하는 데 초점을 두고, 각 모델의 논문에 수록된 복잡한 코드들을 그 핵심이 잘 드러나도록 재구현했습니다. 간결해진 예제들이 여러분을 딥러닝과 텐서플로의 세계로 즐겁고 편안히 모실 것입니다. 주요 내용 ● 텐서플로 프로그래밍 101 ● 기본 신경망 구현 ● 텐서보드와 모델 재사용 ● 헬로 딥러닝, MNIST ● 이미지 인식의 은총알, CNN ● 대표적 비지도 학습법, Autoencoder ● 딥러닝의 미래, GAN ● 번역과 챗봇 모델의 기본, RNN ● 구글의 핵심 이미지 인식 모델, Inception ● 딥마인드가 개발한 강화학습, DQN [예제 소스] https://github.com/golbin/TensorFlow-Tutorials [관련 서적] (제목 + ISBN) ● 밑바닥부터 시작하는 딥러닝 / 9788968484636 ● 신경망 첫걸음 / 9788968483509 ● 처음 배우는 머신러닝 / 9791162240045 ● 파이썬 라이브러리를 활용한 머신러닝 / 9788968483394 ● 텐서플로 첫걸음 / 9788968484902