파이토치로 신경망부터 트랜스포머, 다양한 응용과 최적화·배포까지 실습하며 실무 딥러닝을 마스터한다! 인공지능 기술은 놀라운 속도로 발전해왔으며, 그 중심에는 딥러닝이 있습니다. 특히, 파이토치(PyTorch)는 연구자와 실무자 모두에게 사랑받는 딥러닝 프레임워크로, 직관적인 구조와 설계 덕분에 교육 및 연구 분야에서 폭넓게 활용되고 있습니다. 《딥러닝의 정석 with 파이토치》는 딥러닝을 처음 배우는 학부생, 대학원생, 그리고 실무 현장에서 인공지능을 접하고자 하는 비전공자까지 폭넓은 독자층을 염두에 두고 집필되었습니다. 특히, 이 책은 이론에만 치우치지 않고, 실습 중심의 접근을 통해 독자들이 직접 모델을 구현하고 실험해보며 개념을 체득할 수 있도록 구성했습니다. 단순한 코드 암기가 아닌, “왜 이렇게 설계하는가?”라는 질문에 초점을 맞추어 원리에 대한 이해를 돕고 있습니다. 이제 《딥러닝의 정석 with 파이토치》를 통해 더 이상 특정 전공자만의 영역이 아닌 딥러닝 영역에서 파이토치와 함께 딥러닝의 기본기를 탄탄히 다지고, 나아가 창의적인 인공지능 응용 분야에 도전할 수 있을 것입니다.

저자 : 김현정 김현정│ 건국대학교 컴퓨터공학 박사 現 건국대학교 상허교양대학 및 정보통신대학원 융합정보기술학과 인공지능 전공 조교수 주요 연구 분야: 인공지능, 알고리즘, 정보 보안, AI 교육 저서: 누구나 쉽게 컴퓨팅 사고 with 파이썬, 누구나 쉽게 자료구조와 알고리즘 with 파이썬, Python으로 배우는 문제해결과 인공지능, 알기 쉬운 인공지능 with 파이썬, 누구나 쉽게 SQL과 AI 알고리즘, 생성형 AI 창작과 활용 가이드 등 다양한 분야 집필 저자 : 유상현 유상현 건국대학교 컴퓨터공학 박사 現 숭실대학교 IT대학 컴퓨터학부 조교수 주요 연구 분야: 인공지능, 영상 처리, 웹 개발 저서: 알기 쉬운 인공지능 with 파이썬, 인공지능을 위한 머신러닝과 딥러닝 with 파이썬 등 집필

1장 | 파이토치 소개 및 설치 1.1 파이토치 개요 및 역사 1.2 파이토치의 주요 특징 및 장점 1.3 개발 환경 구성 - Google Colab 중심 1.4 파이토치 설치 및 첫 코드 실행(코랩 기준) 연습 문제 2장 | 파이토치 기본 연산 2.1 텐서의 개념과 생성 2.2 텐서의 기본 연산 2.3 텐서와 NumPy 배열 비교 2.4 텐서의 GPU 활용 2.5 종합 실습 예제 연습 문제 3장 | 신경망 구현 3.1 신경망의 개요 3.2 기본 신경망 구조의 이해 3.3 신경망 학습 프로세스 3.4 파이토치를 활용한 신경망 구현 3.5 MNIST 분류기 실습 3.6 모델 평가 및 개선 연습 문제 4장 | 딥러닝 모델 구축 4.1 파이토치를 이용한 모델 학습 과정 이해 4.2 데이터 전처리와 DataLoader 활용 4.3 모델 성능 평가와 개선 연습 문제 5장 | 합성곱 신경망(CNN) 5.1 합성곱 신경망의 기본 개념과 구조 5.2 합성곱 신경망의 주요 구성 요소 5.3 고급 합성곱 신경망 아키텍처 5.4 ResNet 구조 5.5 합성곱 신경망의 성능 최적화 5.6 합성곱 신경망의 시각화와 해석 연습 문제 6장 | 순환 신경망(RNN) 6.1 순환 신경망의 기초 6.2 고급 순환 신경망 아키텍처 6.3 파이토치를 이용한 순환 신경망 구현 6.4 파이토치를 이용한 순환 신경망 구현 6.5 자연어 처리 응용 6.6 순환 신경망 하이퍼파라미터 튜닝 6.7 순환 신경망의 실전 활용과 최적화 연습 문제 7장 | 트랜스포머와 전이 학습 7.1 트랜스포머 구조의 이해 7.2 사전 학습 모델 활용과 전이 학습 통합 7.3 자연어 처리와 Vision Transformer 개요 연습 문제 8장 | 영상 처리 응용 8.1 컴퓨터 비전의 주요 과제 8.2 ResNet 구현과 활용 8.3 객체 탐지 모델 구현 8.4 세그먼테이션 실습 8.5 고급 응용 기법 8.6 실전 응용 사례 연습 문제 9장 | 텍스트 처리 응용 및 LSTM 감성 분석기 심층 학습 9.1 자연어 처리 모델 구현 및 학습 9.2 LSTM과 감성 분석기 실습 9.3 추가 실습 9.4 모델 평가 및 성능 개선 연습 문제 10장 | 오디오 처리 응용 10.1 오디오 신호 처리 기초 10.2 파이토치를 이용한 오디오 처리 10.3 WaveNet 모델 구현 연습 문제 11장 | 강화 학습 11.1 강화 학습의 기본 개념 11.2 DQN(Deep Q-Network) 구현 11.3 정책 그레이디언트(Policy Gradient) 기법 적용 11.4 다양한 강화 학습 환경 활용 11.5 모델 평가 및 성능 개선 연습 문제 12장 | 모델 성능 최적화 및 배포 12.1 모델 최적화의 기초와 성능 분석 12.2 모델 경량화 기법 12.3 모델 변환과 서비스 배포 12.4 모니터링과 유지 보수 연습 문제

실습으로 배우는 파이토치 딥러닝 개념부터 최신 모델, 실무 프로젝트까지 한 권으로 완성 파이토치 기초부터 시작해 신경망, CNN, RNN, 트랜스포머 등 다양한 딥러닝 모델을 직접 구현하며 핵심 개념을 체계적으로 익히도록 구성되었습니다. 영상, 텍스트, 오디오, 강화 학습 등 다양한 응용 분야를 실제 프로젝트 중심으로 다루며, 모델 최적화와 배포 기술까지 실무에 필요한 역량을 폭넓게 키울 수 있습니다. 이론에만 머무르지 않고 “왜 이렇게 작동하는가?”에 대한 깊이 있는 이해를 돕는 실습 중심의 구성으로, 누구나 쉽게 딥러닝을 시작할 수 있습니다. STEP 1 - 기초 STEP 2 - 딥러닝 모델 구축 STEP 3 - 딥러닝 심화 STEP 4 - 최적화 및 배포 STEP 5 - 다양한 딥러닝 응용