만들면서 배우는 생성 AI
트랜스포머부터 GPT, DALL·E 2, 스테이블 디퓨전, 플라밍고까지
$44.23
SKU
9791169211437
[Free shipping over $100]
Standard Shipping estimated by Fri 05/31 - Thu 06/6 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 05/28 - Thu 05/30 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2023/09/15 |
| Pages/Weight/Size | 183*235*30mm |
| ISBN | 9791169211437 |
| Categories | IT 모바일 > OS/데이터베이스 |
Description
진화와 혁신의 경계를 넘는 생성 AI 완벽 가이드
이 책은 딥러닝 기초부터 최신 생성 AI 모델까지 설명합니다. 텐서플로와 케라스를 사용해 변이형 오토인코더(VAE), 생성적 적대 신경망(GAN), 트랜스포머, 노멀라이징 플로 모델, 에너지 기반 모델, 잡음 제거 확산 모델 등 인상적인 생성 딥러닝 모델을 만드는 법을 다룹니다. 다양한 생성 AI 활용법을 배워 모델을 효율적으로 학습시키고 창의적인 생성 모델을 만들어보세요.
이 책은 딥러닝 기초부터 최신 생성 AI 모델까지 설명합니다. 텐서플로와 케라스를 사용해 변이형 오토인코더(VAE), 생성적 적대 신경망(GAN), 트랜스포머, 노멀라이징 플로 모델, 에너지 기반 모델, 잡음 제거 확산 모델 등 인상적인 생성 딥러닝 모델을 만드는 법을 다룹니다. 다양한 생성 AI 활용법을 배워 모델을 효율적으로 학습시키고 창의적인 생성 모델을 만들어보세요.
Contents
[PART 1 생성 딥러닝 소개]
CHAPTER 1 생성 모델링
_1.1 생성 모델링이란?
_1.2 첫 번째 생성 모델
_1.3 핵심 확률 이론
_1.4 생성 모델 분류
_1.5 생성 딥러닝 예제 코드
_1.6 요약
CHAPTER 2 딥러닝
_2.1 딥러닝용 데이터
_2.2 심층 신경망
_2.3 다층 퍼셉트론
_2.4 합성곱 신경망
_2.5 요약
[PART 2 6가지 생성 모델링 방식]
CHAPTER 3 변이형 오토인코더
_3.1 소개
_3.2 오토인코더
_3.3 변이형 오토인코더
_3.4 잠재 공간 탐색하기
_3.5 요약
CHAPTER 4 생성적 적대 신경망
_4.1 소개
_4.2 심층 합성곱 GAN(DCGAN)
_4.3 와서스테인 GAN-그레이디언트 페널티(WGAN-GP)
_4.4 조건부 GAN(CGAN)
_4.5 요약
CHAPTER 5 자기회귀 모델
_5.1 소개
_5.2 LSTM 네트워크 소개
_5.3 RNN 확장
_5.4 PixelCNN
_5.5 요약
CHAPTER 6 노멀라이징 플로 모델
_6.1 소개
_6.2 노멀라이징 플로
_6.3 RealNVP
_6.4 다른 노멀라이징 플로 모델
_6.5 요약
CHAPTER 7 에너지 기반 모델
_7.1 소개
_7.2 에너지 기반 모델
_7.3 요약
CHAPTER 8 확산 모델
_8.1 소개
_8.2 잡음 제거 확산 모델
_8.3 요약
[PART 3 생성 모델링의 응용 분야]
CHAPTER 9 트랜스포머
_9.1 소개
_9.2 GPT
_9.3 다른 트랜스포머
_9.4 요약
CHAPTER 10 고급 GAN
_10.1 소개
_10.2 ProGAN
_10.3 StyleGAN
_10.4 StyleGAN2
_10.5 그 외 중요한 GAN
_10.6 요약
CHAPTER 11 음악 생성
_11.1 소개
_11.2 음악 생성을 위한 트랜스포머
_11.3 MuseGAN
_11.4 요약
CHAPTER 12 월드 모델
_12.1 소개
_12.2 강화 학습
_12.3 월드 모델 개요
_12.4 랜덤한 롤아웃 데이터 수집
_12.5 VAE 훈련
_12.6 MDN-RNN 훈련 데이터 수집
_12.7 MDN-RNN 훈련
_12.8 컨트롤러 훈련
_12.9 꿈속에서 훈련하기
_12.10 요약
CHAPTER 13 멀티모달 모델
_13.1 소개
_13.2 DALL?E 2
_13.3 Imagen
_13.4 스테이블 디퓨전
_13.5 플라밍고
_13.6 요약
CHAPTER 14 결론
_14.1 생성 AI의 타임라인
_14.2 생성 AI의 현재 상태
_14.3 생성 AI의 미래
_14.4 마지막 의견
CHAPTER 1 생성 모델링
_1.1 생성 모델링이란?
_1.2 첫 번째 생성 모델
_1.3 핵심 확률 이론
_1.4 생성 모델 분류
_1.5 생성 딥러닝 예제 코드
_1.6 요약
CHAPTER 2 딥러닝
_2.1 딥러닝용 데이터
_2.2 심층 신경망
_2.3 다층 퍼셉트론
_2.4 합성곱 신경망
_2.5 요약
[PART 2 6가지 생성 모델링 방식]
CHAPTER 3 변이형 오토인코더
_3.1 소개
_3.2 오토인코더
_3.3 변이형 오토인코더
_3.4 잠재 공간 탐색하기
_3.5 요약
CHAPTER 4 생성적 적대 신경망
_4.1 소개
_4.2 심층 합성곱 GAN(DCGAN)
_4.3 와서스테인 GAN-그레이디언트 페널티(WGAN-GP)
_4.4 조건부 GAN(CGAN)
_4.5 요약
CHAPTER 5 자기회귀 모델
_5.1 소개
_5.2 LSTM 네트워크 소개
_5.3 RNN 확장
_5.4 PixelCNN
_5.5 요약
CHAPTER 6 노멀라이징 플로 모델
_6.1 소개
_6.2 노멀라이징 플로
_6.3 RealNVP
_6.4 다른 노멀라이징 플로 모델
_6.5 요약
CHAPTER 7 에너지 기반 모델
_7.1 소개
_7.2 에너지 기반 모델
_7.3 요약
CHAPTER 8 확산 모델
_8.1 소개
_8.2 잡음 제거 확산 모델
_8.3 요약
[PART 3 생성 모델링의 응용 분야]
CHAPTER 9 트랜스포머
_9.1 소개
_9.2 GPT
_9.3 다른 트랜스포머
_9.4 요약
CHAPTER 10 고급 GAN
_10.1 소개
_10.2 ProGAN
_10.3 StyleGAN
_10.4 StyleGAN2
_10.5 그 외 중요한 GAN
_10.6 요약
CHAPTER 11 음악 생성
_11.1 소개
_11.2 음악 생성을 위한 트랜스포머
_11.3 MuseGAN
_11.4 요약
CHAPTER 12 월드 모델
_12.1 소개
_12.2 강화 학습
_12.3 월드 모델 개요
_12.4 랜덤한 롤아웃 데이터 수집
_12.5 VAE 훈련
_12.6 MDN-RNN 훈련 데이터 수집
_12.7 MDN-RNN 훈련
_12.8 컨트롤러 훈련
_12.9 꿈속에서 훈련하기
_12.10 요약
CHAPTER 13 멀티모달 모델
_13.1 소개
_13.2 DALL?E 2
_13.3 Imagen
_13.4 스테이블 디퓨전
_13.5 플라밍고
_13.6 요약
CHAPTER 14 결론
_14.1 생성 AI의 타임라인
_14.2 생성 AI의 현재 상태
_14.3 생성 AI의 미래
_14.4 마지막 의견