반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    혼자 만들면서 공부하는 딥러닝

    베스트

    혼자 만들면서 공부하는 딥러닝 이미지/텍스트 분류 및 요약, 전이 학습, 트랜스포머까지 20개 딥러닝 모델 구현하기

    • 박해선 저
    • 한빛미디어
    • 2025년 05월 12일
    • 정가
      28,000원
    • 판매가
      25,200원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,400원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2026년 02월 04일(수)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791169213714 444쪽 844g 188 x 257 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책이 속한 분야

    책 소개

    상품문의 / 정보수정 요청 >

    이 책은

    딥러닝 분야를 대표하는 초창기 컴퓨터 비전 모델부터 대규모 언어 모델인 GPT, Llama, Gemma 등의 최신 모델까지! 다양한 딥러닝 모델을 구현하며 인공지능의 발전 과정은 물론, 새롭게 적용된 최신 기술까지 흥미롭게 경험해 보자. 책을 읽다가 궁금한 점이 있을 때는 언제든지 질문해 보자. 저자가 직접 답변하는 카카오톡 오픈채팅과 학습 사이트 Q&A를 운영하고 있다. 예제 파일 다운로드 및 동영상 강의 시청 역시 한빛미디어의 학습 사이트에서 언제든 지원받을 수 있다.


     


     


    출판사 리뷰

    “딥러닝을 배워서 어디에 활용할 수 있을지 궁금했나요?”
    강아지 사진 분류하기, 영화 리뷰 텍스트의 감성 분석하기, GPT 모델 만들기 등
    다양한 딥러닝 모델을 직접 구현해 보며 재미있게 실력 쌓기!
    딥러닝 분야를 대표하는 초창기 컴퓨터 비전 모델부터 대규모 언어 모델인 GPT, Llama, Gemma 등의 최신 모델까지! 다양한 딥러닝 모델을 구현하며 인공지능의 발전 과정은 물론, 새롭게 적용된 최신 기술까지 흥미롭게 경험해 보세요.

    저자 직강 유튜브 강의 + 오픈채팅 제공
    책을 읽다가 궁금한 점이 있을 때는 언제든지 질문해 보세요. 저자가 직접 답변하는 카카오톡 오픈채팅과 학습 사이트 Q&A를 운영하고 있습니다. 예제 파일 다운로드 및 동영상 강의 시청 역시 한빛미디어의 학습 사이트에서 언제든 지원받을 수 있습니다.

    문법이 아닌 실습을 통해 딥러닝 실력을 키우고 싶은 독학러를 위한 책

    - 최초의 합성곱 신경망(CNN) 모델 – 패션 상품 이미지 분류하기
    - 사전 훈련된 CNN 모델 – 강아지와 고양이 사진 분류하기
    - 고급 CNN 모델과 전이 학습 – 모델의 효율성 최적화하기 & 텐서플로 허브와 허깅페이스
    - 트랜스포머 인코더 모델 – 영화 리뷰 텍스트의 감성 분류하기
    - 트랜스포머 디코더 모델 – GPT, Llama, Gemma 모델로 텍스트 생성하기
    - 트랜스포머 인코더-디코더 모델 – BART, T5 모델로 텍스트 요약하기

    『혼자 만들면서 공부하는』 시리즈는 배운 지식을 실전에 적용하고자 하는 독자들을 위해 기획되었습니다. 이론과 문법 학습에서 그치지 않고 일상과 업무에 실질적으로 도움이 되는 프로젝트를 완성하는 것이 이 시리즈의 핵심 목표입니다.
    단순히 하나의 모델을 구현해 보는 데 그치지 않고, 그 모델이 발전해 온 과정을 함께 따라 해 봄으로써 새로운 딥러닝 기술에 대한 적응력과 생존 능력을 갖추게 될 것입니다.

    누구를 위한 책인가요?

    딥러닝 입문서를 완독한 후, 구현 경험을 쌓고 싶은 초급자
    - 『혼자 공부하는 머신러닝+딥러닝(개정판)』을 학습한 후, 다음 단계로 나아가고 싶은 분
    -관련 기본 지식은 이해했지만 “그래서 딥러닝 모델로 뭘 할 수 있을까?”라는 고민이 있는 분
    최신 기술에 관심이 있는 딥러닝 학습자
    - 컴퓨터 비전 및 대규모 언어 모델에서 다루는 최신 기술이 궁금한 분
    - GPT, Llama, Gemma 등 최신 딥러닝 모델을 활용해 보고 싶은 분

    도서 특징

    하나, 혼자서도 끝까지 학습할 수 있는 친절한 가이드
    실습하다 막혀도 걱정 마세요. 체계적인 학습 요소가 혼자서도 끝까지 따라 하며 이해할 수 있도록 독자 여러분을 가이드합니다. 코드를 작성하기 전에 필요한 개념을 짚어 주는 〈문법 체크〉, 실행 결과와 코드 해설이 함께하는 〈따라 하며 배우는 코딩〉, 배운 내용을 스스로 응용해 보는 〈미니 프로젝트〉가 혼만 독자 여러분과 함께합니다.

    둘, 때론 혼자, 때론 같이! 저자 직강 유튜브 강의 및 학습 사이트 지원
    http://hongong.hanbit.co.kr
    책을 읽다가 궁금한 점이 있을 때는 언제든지 질문하세요. 저자가 직접 답변하는 카카오톡 오픈채팅과 학습 사이트 Q&A를 운영합니다. 예제 파일 다운로드 및 동영상 강의 보기도 혼만 독자 커뮤니티에서 언제든 지원받을 수 있어요.

    셋, 설치 NO! 번거로운 설치 없이 온라인으로 실행하는 딥러닝 실습서
    『혼자 만들면서 공부하는 딥러닝』의 모든 예제는 온라인 환경인 구글 코랩에서 실습합니다. 코랩에서 직접 코드를 작성해 보는 것이 가장 좋지만, 책에서 다루는 모든 코드를 이 책의 깃허브에 공개하고 있습니다. 깃허브에 있는 주피터 노트북으로 실행 결과를 확인해 보세요.

    <혼자 만들면서 공부하는> 시리즈를 향한 베타 리더의 한 마디
    ‘'내가 과연 할 수 있을까?'라는 걱정에 시작조차 못하고 계신 분이 있다면, 이 책과 함께 첫걸음을 내디뎌 보세요. - 베타리더 김재은 님
    “입문자부터 중급자까지 아우를 수 있도록 설계한 저자의 세심한 배려가 돋보입니다. 단 한 권만으로도 따라 할 수 있는, 게다가 쉽고 유쾌하기까지 한 학습 경험을 제공합니다.” – 베타리더 곽남주 님
    “단순히 문법을 배우는 데에만 그쳤던 사람이라면 혼자 만들면서 공부하는 방식이 익숙하지 않을 수 있지만, 코드를 직접 만들고 정리해 보면서 진짜 내 것이 되는 경험을 할 수 있었습니다.” - 베타리더 이하랑 님     


     



    저자 소개

    박해선

    기계공학을 전공했지만 졸업 후엔 코드를 읽고 쓰는 일을 했다. 지금은 Microsoft AI MVP와 Google AI GDE로 활동하고 있으며, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다. 『인공지능 전문가가 알려 주는 챗GPT와 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 머신러닝+딥러닝(개정판)』(한빛미디어, 2025), 『Do It! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했고, 『핸즈온 머신러닝(3판)』(한빛미디어, 2023), 『만들면서 배우는 생성 AI(2판)』(한빛미디어,2023), 『케라스 창시자에게 배우는 딥러닝(개정 2판)』(길벗, 2022)을 포함하여 여러 권의 머신러닝, 딥러닝 책을 우리말로 옮겼다.

    목차


    Chapter 01. 합성곱 신경망(CNN)으로 패션 상품 이미지 분류하기
    01-1. 딥러닝 개발환경 구축하기
    __딥러닝을 위한 준비물, 구글 코랩
    __코랩의 화면 구성
    __코랩으로 실습 준비하기
    __키워드로 정리하는 핵심 포인트

    01-2. 합성곱 신경망(CNN) 모델 이해하기
    __최초의 CNN 모델 - LeNet
    __합성곱 층 - Conv2D
    __풀링층과 밀집층 - AveragePooling2D, Dense
    __키워드로 정리하는 핵심 포인트

    01-3. 패션 상품 이미지 분류하기
    __LeNet 모델 만들기
    __LeNet 모델 훈련하기
    __키워드로 정리하는 핵심 포인트

    Chapter 02.사전 훈련된 CNN 모델로 강아지와 고양이 사진 분류하기
    02-1. 이미지 분류 CNN 모델 만들기
    __이미지넷 대회에서 우승한 최초의 CNN 모델 - AlexNet
    __사전 훈련된 CNN 모델 - VGGNet
    __키워드로 정리하는 핵심 포인트

    02-2. 강아지와 고양이 사진 분류하기
    __VGGNet 모델 로드하기
    __강아지와 고양이 사진 분류하기
    __키워드로 정리하는 핵심 포인트

    02-3. 강아지와 고양이 사진 분류 모델의 성능 개선하기
    __훈련 성능을 높이는 CNN 모델 - ResNet
    __ResNet 모델 만들기
    __강아지와 고양이 사진 분류하기
    __[좀 더 알아보기] GoogLeNet
    __[미니 프로젝트] GoogLeNet으로 강아지와 고양이 사진 분류하기
    __키워드로 정리하는 핵심 포인트

    Chapter 03. 고급 CNN 모델과 전이 학습으로 이미지 분류하기
    03-1. 이미지 분류 모델의 효율성 최적화하기
    __ResNet의 확장 모델 - DenseNet
    __모바일 환경(경량) 모델 - MobileNet
    __키워드로 정리하는 핵심 포인트

    03-2. 이미지 분류 모델의 성능 최적화하기
    __가장 높은 성능을 내는 모델 - EfficientNet
    __EfficientNet 모델 만들기
    __EfficientNet 모델로 강아지 사진 분류하기
    __키워드로 정리하는 핵심 포인트

    03-3. 전이 학습으로 피스타치오 이미지 분류하기
    __텐서플로 허브로 강아지 사진 분류하기
    __허깅페이스로 강아지 사진 분류하기
    __전이 학습으로 피스타치오 품종 분류하기
    __[미니 프로젝트] 캐글 모델로 피스타치오 품종 분류하기
    __키워드로 정리하는 핵심 포인트

    Chapter 04. 트랜스포머 인코더 모델로 영화 리뷰 텍스트의 감성 분류하기
    04-1. 트랜스포머 인코더 모델 이해하기
    __어텐션 메커니즘
    __위치 인코딩과 층 정규화
    __트랜스포머 인코더 모델 만들기
    __키워드로 정리하는 핵심 포인트

    04-2. 전이 학습으로 영화 리뷰 텍스트의 감성 분류하기
    __트랜스포머 인코더 기반 언어 이해 모델 - BERT
    __KerasNLP로 영화 리뷰 텍스트의 감성 분류하기
    __허깅페이스로 영화 리뷰 텍스트의 감성 분류하기
    __[좀 더 알아보기] 미세 튜닝된 모델로 감성 분석하기
    __키워드로 정리하는 핵심 포인트

    04-3. BERT 후속 모델로 영화 리뷰 텍스트의 감성 분류하기
    __BERT의 성능 개선 모델 - RoBERTa
    __BERT의 경량화 모델 - DistilBERT
    __[미니 프로젝트] KerasNLP로 DistilBERT 모델 만들기
    __키워드로 정리하는 핵심 포인트

    Chapter 05. 트랜스포머 디코더 모델로 텍스트 생성하기
    05-1. GPT-2 모델로 텍스트 생성하기
    __마스크드 멀티 헤드 어텐션
    __트랜스포머 디코더 모듈 만들기
    __GPT-2 모델로 다양한 텍스트 생성하기
    __허깅페이스로 다양한 텍스트 생성하기
    __키워드로 정리하는 핵심 포인트

    05-2. Llama 모델로 텍스트 생성하기
    __Llama 모델 이해하기
    __KerasNLP로 Llama-2 모델 만들기
    __Llama-2 모델로 텍스트 생성하기
    __Llama-3 모델로 텍스트 생성하기
    __[좀 더 알아보기] Llama-3.1과 Llama-3.2
    __키워드로 정리하는 핵심 포인트

    05-3. Gemma 모델로 텍스트 생성하기
    __Gemma 모델 이해하기
    __KerasNLP로 Gemma 모델 만들기
    __Gemma 모델로 텍스트 생성하기
    __Gemma-2 모델로 텍스트 생성하기
    __[미니 프로젝트] KerasNLP로 Llama-3 모델 만들기
    __키워드로 정리하는 핵심 포인트

    Chapter 06. 트랜스포머 인코더-디코더 모델로 텍스트 요약하기
    06-1. BART 모델로 텍스트 요약하기
    __트랜스포머 인코더-디코더 모델 만들기
    __BART 모델로 텍스트 요약하기
    __키워드로 정리하는 핵심 포인트

    06-2. T5 모델로 텍스트 요약하기
    __T5 모델 이해하기
    __T5 모델로 텍스트 요약하기
    __T5-1.1 모델로 텍스트 요약하기
    __[미니 프로젝트] T5-1.1 small 모델 만들기
    __키워드로 정리하는 핵심 포인트

    06-3. 에필로그
    찾아보기

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved