| 000 | 00000nam c2200205 c 4500 | |
| 001 | 000046104046 | |
| 005 | 20220106160320 | |
| 007 | ta | |
| 008 | 220106s2021 uska VH 000c kor | |
| 020 | ▼a 9791167260055 ▼g 93000 | |
| 040 | ▼a 211009 ▼c 211009 ▼d 211009 | |
| 082 | 0 4 | ▼a 006.32 ▼2 23 |
| 085 | ▼a 006.32 ▼2 DDCK | |
| 090 | ▼a 006.32 ▼b 2020z3 ▼c 2 | |
| 100 | 1 | ▼a 추상목 |
| 245 | 1 0 | ▼a 순환신경망과 PyTorch / ▼d 추상목 지음 |
| 260 | ▼a 울산 : ▼b UUP, ▼c 2021 | |
| 300 | ▼a 257 p. : ▼b 삽화 ; ▼c 26 cm | |
| 490 | 1 0 | ▼a 인공신경망 시리즈 ; ▼v 2 - 순환신경망 |
| 830 | 0 | ▼a 인공신경망 시리즈 ; ▼v 2 |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/Sci-Info(1층서고)/ | 청구기호 006.32 2020z3 2 | 등록번호 521006719 (3회 대출) | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
저자소개
목차
머리말 / 3 제1장 그림으로 이해하는 순환신경망 6 제2장 RNN 그림을 나타내기 위한 PyTorch 용어 32 제3장 RNN을 구현할 구글 Colab 46 제4장 RNN 그림을 PyTorch로 변환 52 제5장 학습 데이터의 형태(shape) 76 제6장 신경망 학습이론 92 제7장 신경망을 저장하고 불러오기 124 제8장 데이터를 분할하여 RNN을 학습 142 제9장 RNN 활용(네이버 영화 리뷰) 168 제10장 RNN의 일반화 LSTM 220



