목차

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