무언가 배우는데 3분이 아까운 분들이 케라스를 통해 딥러닝 분야에 축적된 기술들을 

바로 바로 사용해보고 적용해 볼 수 있도록 구성되어 있습니다.

전체적인 구성은 깔끔하고 군살 없이 설명되어 있지만 원리적인 측면이 궁금하신 분들은 다른 책도 함께 참고하셔야 합니다.

업무에 당장 적용가능한 딥러닝 기술들을 찾아 활용해 보시려는 분들께 추천드리지만,

기초가 없다면 이 책이 어렵게 느껴지실 수 있으니 참고하세요.

이론이 상당히 부실합니다. 코드 설명 위주...

최근 딥러닝, 머신러닝에 관심이 많아져 코딩셰프의 3분 딥러닝 케라스맛 책을 리뷰하게 되었습니다.

우선 첫인상은 핸디북 처럼 작고 두껍지 않은 귀여운 형태입니다.

목차에서 확인하실 수 있듯이 ANN, DNN, CNN, RNN, AE, GAN, UNET 딥러닝 모델에 대해 케라스를 이용해서 다룹니다.

저는 딥러닝, 머신러닝에 관해 기초지식이 전무한 상태로 봤는데 이 책은 완전 입문자를 위한 책은 아니다라는 느낌을 받았습니다.

입문을 넘어선 초급자를 위한 핵심 요약 책인듯 하네요.

케라스 코드를 통해 모델을 설명해주는데 코드별로 자세하게 설명을 해주셔서 이해하기는 쉽게 되어있습니다. 또한 각 모델별로 특징 및 장단점들을 잘 요약해주셔서 내가 하려하는 기능에 어떤 모델을 써야 적합한지 쉽게 알 수 있을 것 같아요.

딥러닝에 기초지식이 있고 케라스에 입문 하시려는 분 혹은 각 모델들의 핵심을 정리하고 싶은 딥러닝 초급자에게 추천해드리고 싶습니다.

딥러닝에 대해 공부할 수 있는 경로는 날이 갈수록 다양해지고 있습니다.

양질의 강의도 손쉽게 무료로 볼 수 있고, 고수들의 코드도 공개되어 있습니다.

하지만, 그만큼 무엇부터 손을 대야 하는지 초심자 입장에서는 선택하기가 어려워지는 것도 사실입니다.

저도 그런 입문자 중 하나였고, 제가 선택했던 것은 구글의 텐서플로우 문서를 따라 해보는 것이었습니다.

예제는 금방 따라 했지만, 이걸 다른 곳에 적용하려면 어떻게 해야 하나 막막해졌습니다.

네임스페이스니 텐서니 짚고 넘어가야 하는 부분이 많았기 때문입니다.

이후 케라스를 쓰면 좀 더 쉽게 구현해볼 수 있다는 이야기를 듣게 되었고,

마침 서평 이벤트에 당첨되어 케라스에 도전하는 기회로 삼게 되었습니다.

이 책의 장점은 케라스의 장점과 일맥상통합니다.

다양한 딥러닝 기법을 쉽게 구현할 수 있다는 것.

그리고 더 깊은 내용을 공부하고 싶게 만드는 호기심으로 이어진다는 것입니다.

이미 다양한 예제로 딥러닝을 구현해봤다거나 강의를 들었던 분들에게는 너무 쉬운 내용일 수 있습니다.

하지만, 딥러닝을 어떻게 구현할 수 있는지 궁금한 입문자들에게는 입문서로 제격이라고 생각합니다.

코딩셰프의 3분 딥러닝 케라스맛

(Keras 코드로 맛보는 ANN, DNN, CNN, RNN, AE, GAN, UNET)

김성진 저

한빛미디어

기계학습 분야의 도서들이 쉬지않고 쏟아져 나오고 있습니다. 매달 신간으로 여러가지 좋은 책들이 소개 되고 있죠, 그 중 입문자를 위한 도서들이 가장 많이 출판되고 있는 것 같습니다. 오늘의 리뷰 도서도 기계학습 분야의 입문자를 위한 도서 입니다.

먼저 Keras는 python 기반의 오픈소스 신경망 프레임워크 입니다. 

그렇기에 이 책을 보시기 전에 python 선 지식이 있으면 좋습니다! 코드를 분석하고 이해하기 위해서는 필수이죠. 하지만, 실습은 하지 않고 전체적인 신경망 기법들을 훑어보고 싶다라는 분은 꼭 python 지식이 필요하진 않습니다.

위 책은 ANN, DNN, CNN, RNN, AE, GAN, UNET까지 384페이지의 도서에 모두 담으려고 노력했습니다. 도서의 각 챕터별로 각 기법들을 소개하는데, 원리 -> Keras를 이용한 구현 -> 정리 의 순서로 각 기법을 소개하고 있습니다.

도서에 대한 리뷰이기떄문에 Keras에 대한 내용을 언급하진 않겠습니다. python만 아시고 Keras는 전혀 몰라도 천천히 공부하시면 충분히 코드 분석 및 이해에 어려움을 없을 것입니다.

위 도서의 글을 매우 쉽게 쓰여져 있습니다. 입문자용으로 누구나 읽어서 쉽게 이론을 이해 할 수 있을 것 같습니다. 저자가 충분히 글을 잘 쓴 부분이 있겠지만, 얇은 페이지에 많은 내용을 담다보니 각 이론의 깊이있는 내용이 다뤄지지 않습니다. 위 기법들을 제대로 하나씩 설명하는데만 해도 굉장히 많은 페이지가 필요할텐데 말이죠. 이 도서를 참고하고자 하는 분은 각 기법을 심도깊게 공부한다기는 보다 어느 정도 각 기법의 내용을 아시는 분이 Tensorflow나, Theano, Torch처럼 Keras를 이용해 한번 가볍게 살펴본다는 취지로 접근하는게 좋을 것 같습니다.

기계학습에 입문하고자 하는 분들이 만약 이 책을 선택하였다면, Coursera의 Andrew Ng 교수님의 강의와 모두의 연구소의 기계학습 강의를 들으신 후 책을 보시는 걸 더 추천드립니다. 그게 아니라면 각 기법에 대한 챕터를 공부할 때 관련 도서나 검색을 통해 좀 더 깊게 시간을 투자해서 공부하는 것을 추천합니다.

위 책은 Keras를 통해 기계학습에 입문하시는 분들께는 좋으나 그 외에의 독자들에겐 추천하지 않을 것 같습니다. 코드 또한 잘 작성되어 있는 것 같습니다.(실제로 코드를 따로 작성해보진 않아 많은 리뷰를 해드릴 순 없을 것 같습니다.) 추가로 관련 개발환경을 처음 접하시는 분들에게는 여러 문제가 발생했을 때 해결하는 것 또한 쉽지 않을 수 있으니 참고바랍니다.

많은 도서들이 출판되고 독자들의 관심이나 외면을 받고있습니다. 하지만 여러 분야의 다양한 접근으로 도서가 출간되는 것 자체가 우리에게는 축복인 것 같습니다. 위 책도 독자들에게 큰 도움이 될 수 있길 바라며 리뷰를 마칩니다.

이 글은 한빛미디어의 도서 리뷰 활동으로 작성된 글임으로 참고 바랍니다.

구성

ch.0 제목 그대로 프롤로그로 가볍게 읽고 넘어가면 됨

ch.1 플랫폼 별 설치와 가장 간단한 예제 설명.

ch.2 이후로는 케라스를 사용해 다양한 기법들을 실제로 돌려보는 예제와 설명

장점

설치에 문제가 없다면 제공하는 git repository(https://github.com/jskDr/keraspp)를 통해 책의 모든 예제를 바로 바로 실행하면서 읽을 수 있다. 이쪽에 대해 거의 아무런 지식이 없었지만, 따라가는 데 아무 문제가 없었다. 예제마저도 aws s3에서 자동으로 받아 편리하게 실행할 수 있게 해 놓았다는 점에서 저자가 많은 신경을 썼다는 생각이 든다.

단점

기본 지식이 없으면 실행까지만 하고 자신만의 응용을 하기가 쉽지 않다. 당연히 다른 모든 프로그래밍도 마찬가지이나, 케라스가 약간 상위에 있는 프레임워크라는 점에서 아는 사람들은 더 사용하기 편하지만 모르는 사람은 오히려 더 뭔가 변경하고 바꾸기가 힘든 느낌이었다. 그런데 이 책은 그런 쪽의 설명이 조금 부족하다는 생각이 든다. 이 오히려 뭔가 자신만의 것을 하고 싶을 때 걸림돌로 작용한단 생각이 들었다.

설치 관련

어떤 프로그래밍이든 시작할 때 가장 큰 장벽은 설치이다. 특히 한 번에 설치할 수 있는 인스톨러가 없는 경우 시작부터 막막한 때가 있는데, 요즘엔 docker를 사용해 편리하게 설치하고 필요없으면 지울 수 있어서 예전보다는 훨씬 덜한 것 같다.

케라스의 경우는 tensorflow(https://hub.docker.com/r/tensorflow/tensorflow/) 와 달리 official docker image는 없는 걸로 보인다. 그래서 hub.docker.com에서 star로 정렬한 후 설치봤는데, 결과는 다음과 같다.

• https://hub.docker.com/r/ermaker/keras-jupyter/
• import keras에서 오류 발생
• https://hub.docker.com/r/floydhub/dl-docker/
• 역시 실패
• https://hub.docker.com/r/waleedka/modern-deep-learning/
• 위 두 개와 달리 다행히 python3지만 역시 실패
• https://hub.docker.com/r/lukovkin/dockerfile-cuda-tensorflow-keras-jupyter/
• theano backend + error 발생
• https://hub.docker.com/r/gaarv/jupyter-keras/
• 성공

* 한빛 미디어의 도서를 제공받아 작성한 리뷰임

이번에 리뷰를 진행할 책은 '코딩셰프의 3분 딥러닝 케라스맛'이다.

근래에 블록체인에 관심이 생겨서 블록체인 관련 도서만 읽다가 오래간만에 다시 딥러닝과 관련된 도서를 읽어보았다.

먼저 결론부터 말하자면 이전에 '신경망 첫걸음'과 '처음부터 배우는 머신러닝' 책을 통해서 어느정도 기초적인 내용은 알고 있었던 나에게 딱 적합한 책이었던것 같다.

위 두 책은 이론적인 면에 조금 더 집중된 책이라면 이번에 읽은 책은 실전 예제에 집중된 책이었다.

덕분에 시리즈 제목과 표지에서 느낄 수 있는 3분카레 느낌을 책을 읽는 내내 느낄 수 있다. 간단함과 편안함뿐만 아니라 직접 만들어보는 재미까지 느낄 수 있다.

마치 조리법을 차근차근 써놓은 것처럼 코드를 차근차근 풀어가며 따라하다보면 어느새 완성되어 있는 예제를 확인할 수 있다.

다만, 라이브러리 사용법에 초점이 맞춰지다보니 이론적인 설명은 부족해서 내부 이론적인 내용에 더 관심이 있는 사람이라면 추가적인 자료를 찾아보는 것이 좋을것이다.

이론은 맥락상 꼭 필요한 부분만 설명되어 있는 느낌이다.

1장을 통해서 케라스의 설치부터 시작해서 2장 부터는 차근차근 신경망을 하나씩 살펴나간다. ANN(인공신경망), DNN(심층신경망), CNN(합성곱신경망), RNN(순환신경망), AE(오토인코더), GAN(생성적 적대 신경망), UNET 등등 하나씩 기본설명과 함께 케라스를 통해서 예제를 확인할 수 있다. 간단한 그림들이 첨부되어있어서 각 신경망들이 어떤 구조로 이루어져 있는지 큰 그림을 느낄 수 있고, 예제를 따라하다 보면 어느새 해당 신경망을 통해서 무언가 하나의 결과물을 확인할 수 있게 된다. 이론을 먼저 접근했으면 자칫 지루할 수 있는 내용들이 틀림없는데도 재미있게 따라갈 수 있다. 오히려 예제들을 따라하고 나니 세부적인 이론이 궁금해져서 찾아보게 되는 구성이다.

딥러닝에 대한 기초 지식이 있고, 케라스를 처음 사용해보려는 사람들에게 추천해줄만한 책이다.

(기초 지식도 없어도 되지만 큰 그림을 이해하고 예제코드를 따라하는데 더 도움이 되는것 같다.)

이 책의 경우에는 한줄 한줄 코딩의 왜 이렇게 쓰였고 어떤 경과를 초례하는지에 대해 자세히 설명해주고 처음 입문 하는 사람들에게 케라스에 대해 자세히 설명해주는 책입니다. 현재 한번 1회독 했는데 아주 손쉽게 접근할 수 있도록 도와주는 책이었습니다. 게다가 그림의 설명을 첨부해서 이해가 더 잘 될 수 있도록 도와주는 부분이 가장 장점으로 다가왔습니다. 책 내용중에 인공신경망, 심층신경망, 합성곱신경망,순환신경망,오토인코더,생성적 적대 신경망, UNET등의 자세한 설명과 더블어서 이것을 통한 케라스 응용 방법 까지 상세히 안내해줘서 처음 접하는 프로그래머나 학생들에게 아주 유익한 책으로 생각됩니다. 평소에 잘 정리 되지 않았던 인공신경망에 대한 개념과 더불어서 텐서플로를 섞어서 쓰는 기법 까지 익힐 수 있었던 가장 좋은 책으로 추천드립니다. 현재 여기에 직접 소스 코드를 치는 방법이 좋은 방법이지만 깃 허브를 통해서 사용자에게 소스 또한 제공되고 있습니다. 그렇다 보니 자연스레 깃허브를 통해서 소스를 받는 사용법도 익히게 해주고 많은 부분에서 도움이 되었습니다. 첫 딥러닝 이 책으로 시작하셔도 무난 할 것 같습니다. 단점으로는 고수 분들이 사용하기에는 약간 쉬우실 수 있다는 것이 단점입니다. 감사합니다.

바야흐로 데이터 과학과 딥러닝 도서가 무수히 난무하는 2018년의 추운 겨울.. 'ㅅ') 
작년부터 데이터 과학, 딥러닝에 관심이 좀 생겨서 이책 저책 두루두루 둘러보고 있던 중인데..

본인은 수능 세대인데도 불구하고, 수학적 지식이 협소함. 'ㅅ')!
때문에, 온갖 수학 기호가 난무하는 딥러닝 책들이 매우 어려움. 책장이 안 넘어간다...
보다 보니, 딥러닝 관련 라이브러리인 '텐서플로' 이놈을 살펴봐야 하는건 알겠는데,
정확히 뭔지는 잘 모르겠던 어느 날, 

'골빈해커의 3분 딥러닝 텐서플로맛' 이라는 책을 발견해버렸다.
일단 제목과 표지가 약간 병맛 삘이 느껴지므로 맘에 들어, 구입하고 둘러 봄.

// 표지부터 살짝 병맛이 아닌가 'ㅅ')! 개발 책 중에는 가끔 이런 책들이 있다. 희귀템.

이 책을 보며 딥러닝에 딥하게 빠져들기 위한 수련 도중, 
생각지도 못 한 루트로 '케라스' 라는 녀석을 알게 되었는데 'ㅅ')! 

'이.. 이것은 수식 표현이 적어 보여, 뭔가 끌린드아...' 하던 도중, 
또 한빛미디어에서 '코딩셰프의 3분 딥러닝 케라스맛' 이라는 책을 내놓았다.
이번에는 뭔가... 표지가 더 귀여워졌음. 'ㅅ') 오호.

// 한빛미디어 네놈들이 돈독이 올랐구나. 이런 카레 색상의 귀욤진 책을... 감사합니다.

아무래도 초심자 입장에서 책에 쓰인 용어/개념이 어려운 것은 당연하나, 
그를 보완하기 위한 저자의 설명이 친절한 편이다.
예를 들어, '필기쳬의 분류' 구현이라는 하나의 주제를
ANN(인공신경망), DNN(심층신경망), CNN(합성곱신경망) 기술로 각각 어떻게 다르게 구현하는지를, 
케라스를 사용하는 파이썬 코드와 함께 개념에 대한 설명을 자세히 해나가며 
독자의 이해를 돕는 부분이 매우 마음에 든다. 'ㅅ')

직접 실행해보고 이해 해야할 것들이 많아서, 아직 다 읽어 보지는 못 하였으나...
나 같은 딥알못 개발 입문자에게는 꽤 괜찮은 책으로 생각되어 추천한다. 'ㅅ')/
// 하지만, 책 제목처럼 3분만에 딥러닝을 배울 수는 없지... 'ㅅ'); 후후...

.

<이 책의 리뷰는 한빛미디어 '나는 리뷰어다'로 부터 책을 지원받아 작성된 글입니다.>

[ 책 소개 ]

자세한 정보 :  Link(한빛네트워크)

[ 목록 ]

[ 읽으며 ]

 이번에 리뷰를 진행할 책은 '코딩셰프의 3분 딥러닝 케라스맛' 입니다. 딥 러닝을 공부하고 있는 제가 관심있던 책이였는데 좋은 기회를 주신 한빛미디어 관계자분께 다시 한번 감사 인사를 드리고 싶을 정도로 좋은 책입니다.

책에서는 ANN, DNN, CNN, RNN, AE, GAN, UNET 의 신경망에 대해서 다루고 있습니다.

먼저케라스에 대해서 궁금하신 분들이 계실텐데 케라스는 인공지능 패키지입니다.

즉, 인공지능 코딩을 쉽게 할 수 있는 파이썬 라이브러리라고 생각하시면 됩니다.

 책에서는 GPU가 있는 개발환경에서 소스코드를 진행하지만, 저 같은 경우에는 윈도우가 아닌 가상환경에 설치된 리눅스(우분투)에서 책에 나오는 예제 소스를 실행하였기 때문에 일반 keras로 진행하였습니다.

GPU : $ conda install keras-gpu

NON-GPU : $ conda install keras

GPU를 사용해서 개발을 진행하고 싶었으나 윈도우의 경우 GUDA 를 따로 설치해줘야하며, 지원하는 그래픽카드 기종을 확인하고 설치를 진행해야 한다는 점을 가만하고 실행하시면 좋을 것 같습니다.

(연산 속도에는 차이가 있으나, 책에 나와 있는 기초 예제에 대해서는 많은 차이가 없다고 판단됩니다.)

VMware로 구성된 우분투에서 주피터 노트북(Jupyter notebook)을 실행하여 예제 소스를 진행해보았습니다.

제목, 3분 딥러닝 이라는 말에 맞게 소스코드와 신경망에 대한 설명들이 굉장히 쉽게 설명되어 있었습니다.

이 책을 읽기 전, '처음 배우는 머신러닝-한빛미디어' 책으로 공부했을 때는 소스를 보면서도 중간에 생략되는 부분도 존재해서

오류를 파악하는데 한참 걸렸다면, 코딩셰프 책은 하나하나 설명이 붙어 있고 파트의 각 마지막에 소스코드가 따로 존재해서

공부를 마친 후 마무리 단계에서 코드를 치면서 공부 할 수 있는 부분이 읽는 내내 좋았습니다.

무엇보다도 ANN, DNN, CNN, RNN, AE, GAN, UNET를 간단하게 배울 수 있다는 점에서는 높은 점수를 주고 싶고,

기본 활용에 대한 내용 면에서는 낮은 점수를 주고 싶습니다.

책을 통해 신경망들에 기초적인 함수, 계산, 활용 등에서 배운 다음에는 예제를 배울 수 있는

파이썬 라이브러리를 활용한 머신러닝 - 한빛미디어

처음 배우는 머신러닝 - 한빛미디어

등을 보고 공부하시는 것도 좋을 것 같습니다.

[ 마무리 ]

python은 선행학습을 할 것!

기초적인 신경망 개념을 익히기에 좋은 책!

디자인    ★★★★☆ 심플해서 좋은것 같습니다.

내용       ★★★☆☆ 코드의 가독성이 굉장히 떨어진다.

난이도    ★☆☆☆☆ 누구나 따라할 수 있을 것 같아요.