高麗書林

日本最大規模の韓国書籍専門店が提供する通販サイトです。このサイトに掲載されていない書籍の問合わせも受け付けております。皆様からのご意見・ご感想もお待ちしております。

お問合わせ・ご注文　komabook@komabook.co.jp
Tel：03-3262-6800・6801　Fax：03-3262-6878

HOME > 書籍 > コンピューター/インターネット > 商品詳細

書籍

影印本/全集/叢書(古代・中世・近世)(53)
影印本/全集/叢書（近現代）(203)
国内文学/小説(304)
日本文学翻訳版(277)
他外国文学翻訳版(54)
エッセイ/詩集(145)
思想/啓蒙/哲学/心理学(17)
韓国語学習書(278)
日本語学習書(64)
外国語学習書(TOEIC・TOEFL教材含)(110)
国語・語学辞典/事典(23)
韓日/日韓辞典(4)
韓英/英韓辞典(5)
他外国語辞典(50)
他辞典/事典(5)
国語(277)
歴史/地理/人文(643)
政治/社会/軍事(226)
経済/経営(59)
教育(10)
映画/美術/芸術/考古学(157)
法律(93)
宗教(7)
写真集(3)
趣味/実用/スポーツ(114)
地図/ガイドブック(125)
伝統/文化/風俗(334)
料理(101)
自然/生物(36)
児童書・漫画(544)
医学/薬学/健康/育児(29)
音楽(16)
コンピューター/インターネット(141)
自然科学/工学(26)
小・中・高校教科書(32)
当社在庫一部限り(非売・絶版・品切)特価資料(201)

雑誌・新聞

建築/インテリア/暮らし(10)
女性/ファッション/育児/医学/健康(16)
時事/総合/人文/社会/宗教/軍事(13)
科学/自然/工学/技術(20)
文学/教養/歴史(5)
語学/教育(6)
芸術/音楽/美術/大衆文化(14)
趣味/レジャー/スポーツ(27)
韓国の新聞(4)
経済/経営(17)

年鑑・統計資料

技術科学(15)
経済/経営(20)
社会科学(14)
芸術/美術/文化/スポーツ/趣味/実用(9)

該当する情報はありません。

DVD・VIDEO

タイトル	：	パイトーチライトニングで始めるディープラーニングパイソンで早く高性能AIモデル作り 파이토치 라이트닝으로 시작하는 딥러닝()
サブタイトル	：
価格	：	￥8,470（税込）
ISBN	：	9791161757841
頁数	：	608
巻数	：
版	：	A5
発行日	：	2023-09-26
出版社	：	에이콘출판 ()
著者	：	쿠날 사와르카르
価格特記事項	：
紹介文(目次)	：	목차 1부. 파이토치 라이트닝 시작하기 1장. 파이토치 라이트닝 탐험 __파이토치 라이트닝이 특별한 이유 ____딥러닝의 시작 ____다양한 프레임워크 ____파이토치 VS 텐서플로 ____중용 - 파이토치 라이트닝 __〈pip install〉 - 라이트닝 탐험 __파이토치 라이트닝의 주요 구성요소 ____딥러닝 파이프라인 ____파이토치 라이트닝 추상화 계층 __파이토치 라이트닝을 활용한 AI 애플리케이션 제작 ____이미지 인식 모델 ____전이학습 ____자연어 처리 트랜스포머 모델 ____라이트닝 플래시 ____LSTM을 사용한 시계열 모델 ____오토인코더를 사용한 적대적 생성 네트워크 ____CNN과 RNN을 결합한 준지도 학습 모델 ____대조 학습을 활용한 자기 지도 학습 모델 ____모델 배포 및 평가 ____모델 규모 확장 및 생산성 팁 __추가 자료 __요약 2장. 첫 번째 딥러닝 모델 시작하기 __기술 요구사항 __신경망 시작하기 ____왜 신경망일까? ____XOR 연산자 ____MLP 아키텍처 __Hello World MLP 모델 만들기 ____라이브러리 가져오기 ____데이터 준비하기 ____모델 설정하기 ____모델 학습하기 ____모델 불러오기 ____예측 수행하기 __첫 번째 딥러닝 모델 구축 ____모델이 깊다는 게 뭘까? ____CNN 아키텍처 __이미지 인식을 위한 CNN 모델 구축 ____패키지 가져오기 ____데이터 수집하기 ____데이터 준비하기 ____모델 구축하기 ____모델 학습하기 ____모델 정확도 평가하기 ____모델 개선 연습 __요약 3장. 사전 학습 모델을 사용한 전이 학습 __기술 요구사항 __전이 학습 시작하기 __사전 학습한 ResNet-50 아키텍처를 사용한 이미지 분류기 ____데이터 준비 ____모델 생성 ____모델 학습 ____모델 정확도 평가 __BERT를 사용한 텍스트 분류 ____데이터 수집 ____데이터 로더 인스턴스 생성 ____모델 생성 ____모델 학습 및 테스트 설정 ____모델 학습 ____모델 평가 __요약 4장. 라이트닝 플래시를 통한 사전 학습 모델 활용 __기술 요구사항 __라이트닝 플래시 시작하기 __플래시는 매우 간단하다 __플래시를 이용한 비디오 분류 ____Slow와 SlowFast 아키텍처 ____라이브러리 가져오기 ____데이터 세트 불러오기 ____백본 네트워크 설정 ____모델 미세 조정 ____예측 수행하기 __플래시를 사용한 음성 인식 ____라이브러리 설치하기 ____라이브러리 가져오기 ____데이터 세트 불러오기 ____백본 네트워크 설정하기 ____모델 학습 및 미세 조정하기 ____예측 수행하기 __추가 학습 __요약 2부. 파이토치 라이트닝을 사용한 문제 해결 5장. 시계열 모델 __기술 요구사항 __시계열 소개 ____딥러닝을 이용한 시계열 예측 __시계열 모델 시작하기 __LSTM 시계열 모델을 이용한 교통량 예측 ____데이터 세트 분석 ____피처 엔지니어링 ____데이터 세트 생성 __파이토치 라이트닝을 사용한 LSTM 모델 구성 ____모델 정의하기 ____옵티마이저 설정하기 ____모델 학습 ____학습 손실 측정 ____모델 불러오기 ____테스트 데이터 세트 예측 ____다음 단계 __요약 6장. 심층 생성 모델 __기술 요구사항 ____GAN 모델 시작하기 ____GAN __GAN으로 가짜 음식 만들기 ____데이터 세트 불러오기 ____피처 엔지니어링 유틸리티 함수 ____판별기 모델 구성 ____생성기 모델 구성 ____적대적 생성 모델 ____GAN 모델 학습 ____모델이 생성한 가짜 이미지 __GAN을 사용해 새로운 나비 종 만들기 __GAN 학습 도전 과제 __DCGAN으로 새 이미지 생성하기 __요약 7장. 준지도 학습 __기술 요구사항 __준지도 학습 시작하기 __CNN-RNN 아키텍처 알아보기 __이미지에 대한 캡션 생성하기 ____데이터 세트 다운로드 ____데이터 정리 ____모델 학습 ____하이브리드 CNN-RNN 모델 ____캡션 생성 ____다음 단계 __요약 8장. 자기 지도 학습 __기술 요구사항 __자기 지도 학습 시작하기 ____자기 지도의 의미 __대조 학습 __SimCLR 아키텍처 ____SimCLR의 작동 방식 __이미지 인식을 위한 SimCLR 모델 ____데이터 세트 수집 ____데이터 증강 설정 ____데이터 세트 불러오기 ____학습 구성 ____모델 학습 ____모델 평가 ____다음 단계 __요약 3부. 심화 과정 9장. 모델 배포 및 예측 수행 __기술 요구사항 __파이토치 라이트닝 방식으로 모델 배포 및 예측하기 ____pickle(.PKL) 모델 파일 형식 ____딥러닝 모델 배포 ____플라스크를 사용해 배포 및 예측하기 __ONNX 방식으로 모델 배포 및 예측하기 ____ONNX 형식과 중요성 ____ONNX 모델 저장 및 불러오기 ____플라스크를 사용해 ONNX 모델 배포 및 예측하기 __다음 단계 __읽을거리 __요약 10장. 훈련 확장 및 관리 __기술 요구사항 __학습 관리 ____모델 하이퍼파라미터 저장 ____효율적인 디버깅 ____텐서보드를 활용한 학습 손실 모니터링 __훈련 규모 확장 ____여러 워커를 사용한 모델 학습 속도 향상 ____GPU/TPU 학습 ____혼합 정밀도 학습/16비트 정밀도 학습 __학습 제어 ____클라우드 사용 시 모델 체크포인트 저장 ____체크포인트 기능의 기본 동작 변경 ____저장한 체크포인트에서 교육 재개 ____클라우드에서 다운로드 또는 병합한 데이터 저장 __읽을거리 __요약 펼치기

数量

この著者・アーティスト(쿠날 사와르카르 )には他にもこんな作品があります。

パイトーチライトニングで始めるディープラーニングパイソンで早く高性能AIモデル作り
￥8,470（税込）

この出版社・レーベル(에이콘출판 )には他にもこんな作品があります。

パイトーチライトニングで始めるディープラーニングパイソンで早く高性能AIモデル作り
￥8,470（税込）

パイソンを活用したマシーンラーニング解釈可能性。予測の公正性、責任性、透明性を樹立する多様な方法学習
￥10,890（税込）

ページのトップへ戻る

特定商取引法に基づく表記　会社概要　採用情報